1. 사각형
  2. 이중 시간 프레임 트렌드 추적 전략

이중 시간 프레임 트렌드 추적 전략

저자:차오장, 날짜: 2023-12-15 13:46:47
태그:

img

전반적인 설명

이 전략은 일일 차트와 시간 차트에서 구성된 이중 이동 평균을 사용하여 일일 차트에서 주요 트렌드 방향을 결정하고 시간 차트에서 진출 및 출출 거래를 수행합니다. 일일 차트가 상승 추세를 나타내고 시간 차트가 황금색 십자가를 볼 때 길게 이동하고 일일 차트가 상승 추세를 보이지만 시간 차트가 죽음의 십자가를 볼 때 위치를 닫습니다. 이 구성은 단기 시장 변동의 영향을 피하면서 단기에서 중기 기회를 포착 할 수 있습니다.

전략 논리

  1. 일일 차트에서 빠른 EMA 라인과 느린 EMA 라인을 계산합니다.
  2. 빠른 EMA 라인이 느린 EMA 라인을 넘을 때 상승 추세를 결정합니다.
  3. 또한 시간 차트에서 빠르고 느린 EMA 라인을 계산합니다.
  4. 시간적 빠른 EMA가 느린 EMA를 넘을 때 장거리
  5. 시간적 빠른 EMA가 느린 EMA 아래로 넘어가면 포지션을 닫습니다.

이점 분석

이 두 개의 시간 프레임 구성의 주요 장점은 다음과 같습니다.

  1. 주요 추세에 따라 단기적인 거래 기회를 포착하여 수익성을 향상시킵니다.
  2. 이중 EMA 필터는 을 피합니다.
  3. 트렌드 배경이 유리한 경우에만 거래하여 위험을 효과적으로 제어합니다.
  4. 여러 시간 프레임을 결합하면 의사 결정 정확도가 향상됩니다.

위험 분석

이 전략의 주요 위험은 다음과 같습니다.

  1. 잘못된 주요 트렌드 판단은 더 큰 스톱 로스 리스크로 이어집니다.
  2. 변동적인 시간적 가격 동작은 잘못된 신호를 생성 할 수 있습니다.
  3. 부적절한 매개 변수 조정으로 인해 오버 트레이딩 및 윙사

이러한 위험은 스톱 로스 레벨을 넓히거나 매개 변수를 최적화하거나 필터를 추가함으로써 완화 될 수 있습니다.

최적화 방향

이 전략은 다음으로 더 최적화 될 수 있습니다.

  1. 신호 정확성을 향상시키기 위해 볼륨과 같은 추가 지표를 추가합니다.
  2. 리스크를 적극적으로 관리하기 위한 적응성 있는 스톱 로스 메커니즘을 구현
  3. 최적의 이동 평균 매개 변수 조합을 찾는 것
  4. 더욱 더 긴 기간에 걸쳐 견고성을 평가하는 추세

결론

이 전략은 주요 트렌드 내에서 단기에서 중기 기회를 포착하기 위해 이중 타임프레임 분석을 활용합니다. 이중 EMA 구성은 소음을 필터합니다. 이것은 위험을 효과적으로 관리하는 동시에 탄탄한 수익성을 제공합니다. 추가 최적화는 전략을 더 강력하고 효율적으로 확장 할 수 있습니다.

/*backtest
start: 2022-12-08 00:00:00
end: 2023-12-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Dual Time Frame Strategy", overlay=true)

// Define Daily Time Frame Inputs
lenShort = input.int(20, title="Short EMA Length (Daily)", minval=1)
lenLong = input.int(50, title="Long EMA Length (Daily)", minval=1)

// Calculate EMAs on Daily Time Frame
emaShort_D = ta.ema(close, lenShort)
emaLong_D = ta.ema(close, lenLong)

// Define Hourly Time Frame Inputs
lenShort_H = input.int(10, title="Short EMA Length (Hourly)", minval=1)
lenLong_H = input.int(30, title="Long EMA Length (Hourly)", minval=1)

// Calculate EMAs on Hourly Time Frame
emaShort_H = ta.ema(close, lenShort_H)
emaLong_H = ta.ema(close, lenLong_H)

// Daily Time Frame Condition
dailyUpTrend = emaShort_D > emaLong_D

// Hourly Time Frame Condition
hourlyBuy = ta.crossover(emaShort_H, emaLong_H)
hourlySell = ta.crossunder(emaShort_H, emaLong_H)

// Strategy Entry and Exit Conditions
if (dailyUpTrend and hourlyBuy)
    strategy.entry("Buy", strategy.long)
    
if (dailyUpTrend and hourlySell)
    strategy.close("Buy")

// Plot EMAs for Daily and Hourly Time Frames
plot(emaShort_D, color=color.blue, title="Short EMA (Daily)")
plot(emaLong_D, color=color.red, title="Long EMA (Daily)")

plot(emaShort_H, color=color.green, title="Short EMA (Hourly)")
plot(emaLong_H, color=color.orange, title="Long EMA (Hourly)")
더 많은

2019 FMZ - 모든 권리 보호