ChaoZhang
개요
이 전략은 평평선 지표와 가격 변동률 조합 전략이라고 한다. 이 전략은 쌍 지수 이동 평균 (Double Exponential Moving Average, DEMA) 과 가격 변동률 지표를 결합하여 통합 거래 신호의 생성을 실현한다.
전략 원칙
이 전략은 두 부분으로 구성되어 있습니다.
DEMA 지표. DEMA 지표는 20일과 2일 지수 이동 평균을 계산하여 가격이 위쪽에서 2일선을 넘거나 아래쪽에서 20일선을 넘으면 거래 신호를 낸다.
(최고 가격 - 최저 가격) / 종점 가격 변동률 지표 △ 이 지표는 가격의 한 주기 동안의 변동량을 나타냅니다 △ 여기서 우리는 지난 20 K 선의 변동률 지표의 16 일 간 간단한 이동 평균을 계산하여 현재 K 선의 변동률이 이 평균보다 높거나 낮을 때 거래 신호를 발생시킵니다 △
두 세트의 신호를 결합하여, DEMA와 변동률 지표가 동시에 신호를 발산하면, 최종적으로 다목적 또는 공백 거래 지시를 생성한다.
우위 분석
이 전략은 다음과 같은 장점을 가지고 있습니다.
여러 지표를 조합하여 가짜 신호를 줄이고 신호의 신뢰도를 높일 수 있다.
20일선은 중장기 경향을 효과적으로 식별하고, 2일선은 단기 변동을 포착할 수 있으며, 조합을 사용하면 다양한 시장 환경에 대응할 수 있다.
변동률 지표는 시장의 변동성과 거래 기회를 효과적으로 반영합니다.
매개 변수를 조정하여 다양한 품종과 주기 시장에 적응할 수 있다.
위험 분석
이 전략에는 몇 가지 위험도 있습니다.
낮은 변동률의 트렌드 시장에서 변동률 지표는 잘못된 신호를 일으킬 수 있습니다. 다른 유동성 지표와 결합하여 필터링 할 수 있습니다.
빠른 일방적인 상황에서는 이중 EMA가 지연을 일으킬 수 있다. 파라미터를 적절히 줄일 수 있다. 또는 다른 지표와 조합할 수 있다.
다중 지표 조합은 전략적 복잡성을 증가시키고, 또한 과대 최적화 위험도 증가시킨다. 전체적인 피드백과 변수 안정성 검사가 필요하다.
최적화 방향
이 전략은 다음과 같은 측면에서 최적화될 수 있습니다.
손실을 막는 장치를 추가하여 각 손실을 효과적으로 제어 할 수 있습니다.
다양한 품종과 주기적 변수에 따라 최적화하여 변수를 더 잘 적응시킬 수 있다.
유동성 및 변동률 지표가 결합되어 신호 품질을 향상시킵니다.
기계 학습 알고리즘을 추가하고, 동적 파라미터와 무게 조정을 구현한다.
요약하다
이 전략은 이중 EMA와 변동률 지표를 결합하여 추세와 흔들리는 시장에서 모두 좋은 거래 성과를 얻을 수 있습니다. 또한, 추가적인 최적화와 개선이 필요한 특정 위험이 있습니다. 그러나 전체적으로 이 전략은 명확한 아이디어가 있으며 실제 운영 가치가 있습니다.
/*backtest
start: 2023-11-17 00:00:00
end: 2023-12-17 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 12/04/2022
// This is combo strategies for get a cumulative signal.
//
// First strategy
// This indicator plots 2/20 exponential moving average. For the Mov
// Avg X 2/20 Indicator, the EMA bar will be painted when the Alert criteria is met.
//
// Second strategy
// This histogram displays (high-low)/close
// Can be applied to any time frame.
//
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
EMA20(Length) =>
pos = 0.0
xPrice = close
xXA = ta.ema(xPrice, Length)
nHH = math.max(high, high[1])
nLL = math.min(low, low[1])
nXS = nLL > xXA or nHH < xXA ? nLL : nHH
iff_1 = nXS < close[1] ? 1 : nz(pos[1], 0)
pos := nXS > close[1] ? -1 : iff_1
pos
HLCH(input_barsback,input_percentorprice,input_smalength) =>
pos = 0.0
xPrice = (high-low)/close
xPriceHL = (high-low)
xPrice1 = input_percentorprice ? xPrice * 100: xPriceHL
xPrice1SMA = ta.sma(math.abs(xPrice1), input_smalength)
pos := xPrice1SMA[input_barsback] > math.abs(xPrice1) ? 1 :
xPrice1SMA[input_barsback] < math.abs(xPrice1) ? -1 : nz(pos[1], 0)
pos
strategy(title='Combo 2/20 EMA & (H-L)/C Histogram', shorttitle='Combo', overlay=true)
var I1 = '●═════ 2/20 EMA ═════●'
Length = input.int(14, minval=1, group=I1)
var I2 = '●═════ (H-L)/C Histogram ═════●'
input_barsback = input(20, title="Look Back", group=I2)
input_percentorprice = input(false, title="% change", group=I2)
input_smalength = input(16, title="SMA Length", group=I2)
var misc = '●═════ MISC ═════●'
reverse = input.bool(false, title='Trade reverse', group=misc)
var timePeriodHeader = '●═════ Time Start ═════●'
d = input.int(1, title='From Day', minval=1, maxval=31, group=timePeriodHeader)
m = input.int(1, title='From Month', minval=1, maxval=12, group=timePeriodHeader)
y = input.int(2005, title='From Year', minval=0, group=timePeriodHeader)
StartTrade = time > timestamp(y, m, d, 00, 00) ? true : false
posEMA20 = EMA20(Length)
prePosHLCH = HLCH(input_barsback,input_percentorprice,input_smalength)
iff_1 = posEMA20 == -1 and prePosHLCH == -1 and StartTrade ? -1 : 0
pos = posEMA20 == 1 and prePosHLCH == 1 and StartTrade ? 1 : iff_1
iff_2 = reverse and pos == -1 ? 1 : pos
possig = reverse and pos == 1 ? -1 : iff_2
if possig == 1
strategy.entry('Long', strategy.long)
if possig == -1
strategy.entry('Short', strategy.short)
if possig == 0
strategy.close_all()
barcolor(possig == -1 ? #b50404 : possig == 1 ? #079605 : #0536b3)