갈릴레오 갈릴레이의 이동 평균 크로스오버 전략

저자:차오장, 날짜: 2023-12-18 12:07:07
태그:

전반적인 설명

갈릴레오 갈릴레이의 이동 평균 크로스오버 전략은 이동 평균에 기반한 거래 전략이다. 특정 기간에 걸쳐 기하급수 이동 평균 (EMA) 을 계산하고 EMA와 가격 사이의 크로스오버를 비교하여 거래 신호를 생성한다. 가격은 상위에서 EMA 아래로 떨어지면 판매 신호가 생성되며, 가격이 아래에서 상향으로 EMA를 넘을 때 구매 신호가 발생한다.

전략 논리

갈릴레오 갈릴레이의 전략의 핵심은 기하급수적인 이동 평균 (EMA) 이다. EMA는 최근 가격에 더 많은 무게를 둔 이동 평균의 일종이다. 계산 공식은:

오늘 EMA = (오늘 종료 가격 × 평형 요인) + (어제 EMA × (1 − 평형 요인))

평형 인수 α = (2/(주기 수 + 1)

이 전략은 사용자 입력 기간 매개 변수에 기초하여 EMA를 동적으로 계산합니다. 다음에는 가격과 EMA 사이의 크로스오버를 비교하여 거래 신호를 결정합니다.

가격이 EMA 아래로 내려가면 상위에서 아래로 내려가면, 짧은 거래에 판매 신호가 생성됩니다.
가격이 아래에서 EMA를 넘을 때, 긴 거래에 대한 구매 신호가 발동됩니다.

이 전략은 또한 차트에 EMA 라인을 표시하고 사기와 판매 신호를 나타내는 화살표와 함께 표시합니다.

이점 분석

갈릴레오 갈릴레이의 이동 평균 크로스오버 전략은 다음과 같은 장점을 가지고 있습니다.

이해하기 쉽고 적용하기 쉬운 간단한 논리, 초보자에게 적합합니다.
EMA를 이용함으로써 가격 변화에 더 빠르게 대응할 수 있습니다.
지나친 윙사 없이 명확한 크로스오버 신호.
EMA 매개 변수를 조정함으로써 다른 시장 환경에 적응할 수 있는 유연성
정의된 출입 및 출입 신호는 위험 통제를 제공합니다.

위험 분석

이 전략의 잠재적 위험은 다음과 같습니다.

높은 가격 변동성 동안 더 많은 잘못된 신호가 발생할 수 있습니다. 스톱 로스 전략은 최적화에 도움이 될 수 있습니다.
단일 지표에 의존하는 것은 가격 조작에 취약하게 만듭니다. 추가 지표는 안정성을 향상시킬 수 있습니다.
특히 갑작스러운 사건 후에 EMA 기간을 줄이면 도움이 될 수 있습니다.
장기적인 일방적인 가격 추세에 적응할 수 없다는 것은 이동 평균 전략의 일반적인 한계입니다.

최적화 방향

전략을 최적화하는 몇 가지 방법:

거짓 신호에 대한 안정성을 높이기 위한 복합 전략을 구축하기 위해 다른 지표를 포함합니다. 예를 들어 볼륨, 트렌드 지표 등을 포함합니다.
단일 거래 손실 금액을 제어하기 위해 후속 스톱 손실 또는 퍼센트 기반 스톱 손실과 같은 스톱 손실 메커니즘을 추가하십시오.
최적의 설정을 찾기 위해 다른 매개 변수 조합으로 EMA를 테스트하십시오. 다른 이동 평균 유형도 평가 할 수 있습니다.
재입구 논리를 평가하여 초기 가격 반전 후 리바운드를 포착하여 수익성을 향상시킵니다.

결론

갈릴레오 갈릴레이의 이동 평균 크로스오버는 명확한 논리와 쉬운 조작성을 가진 간단하지만 실용적인 전략입니다. 초보자 양자 거래자에게 적합합니다. 지속적인 개선으로 시간이 지남에 따라 성능이 점점 더 우월해질 수 있습니다.

/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © armigoldman

//@version=3
strategy(title="Galileo Galilei", shorttitle="Galileo Galilei", overlay=true, initial_capital = 100000, default_qty_type=strategy.cash, default_qty_value = 100000)
len = input(11, minval=1, title="Length")
src = input(open, title="Source")
out = ema(src, len)
plot(out, title="EMA", color=yellow)
//last8h = highest(close, 8)
//lastl8 = lowest(close, 8)

//plot(last8h, color=red, linewidth=2)
//plot(lastl8, color=green, linewidth=2)

////////////////////////////////////////////////////////////////////////////////
// BACKTESTING RANGE

// From Date Inputs
fromDay = input(defval=1, title="From Day", minval=1, maxval=31)
fromMonth = input(defval=1, title="From Month", minval=1, maxval=12)
fromYear = input(defval=2020, title="From Year", minval=1970)

// To Date Inputs
toDay = input(defval=1, title="To Day", minval=1, maxval=31)
toMonth = input(defval=12, title="To Month", minval=1, maxval=12)
toYear = input(defval=2021, title="To Year", minval=1970)

// Calculate start/end date and time condition
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true


bearish = cross(close, out) == 1 and close[1] > close
bullish = cross(close, out) == 1 and close[1] < close

plotshape(bearish, color=white, style=shape.arrowdown, text="BEAR", location=location.abovebar)
plotshape(bullish, color=white, style=shape.arrowup, text="BULL", location=location.belowbar)

buy = if cross(close, out) == 1 and close[1] < close
    strategy.entry("BUY", strategy.long, when=time_cond)
        //strategy.close_all(when=bearish)
        // strategy.exit("exit", "Long", profit =, loss = 35)


sell = if cross(close, out) == 1 and close[1] > close
    strategy.entry("SELL", strategy.short, when=time_cond)
        //sell = if bearish
        //strategy.close_all(when=bullish)
        // strategy.exit("exit", "Long", profit = bullish, loss = 100)

profit = strategy.netprofit
if not time_cond
    strategy.close_all()

//plotshape(true, style=shape.triangleup, location=location.abovebar)

더 많은

2019 FMZ - 모든 권리 보호