경험 모드 분해 기반의 퀀트 트레이딩 전략
1
Follow
1802
Followers
개요
본 전략은 경험적 모드 분해(EMD) 방법을 기반으로 가격 시계열을 분해하여 다양한 대역의 특징을 추출하고, 이를 이동평균과 결합하여 거래 신호를 생성합니다. 본 전략은 주로 중장기 포지션 보유에 적합합니다.
전략 원리
- EMD 방법을 사용하여 가격에 대해 대역 통과 필터링을 수행하고, 가격 변동 특성을 추출합니다.
- 피크 시계열과 밸리 시계열의 이동평균을 계산합니다.
- 이동평균선이 일정 비율의 피크선 및 밸리선을 상회하거나 하회할 때 거래 신호를 생성합니다.
- 거래 신호에 따라 매수 또는 매도 포지션을 취합니다.
장점 분석
- EMD 방법을 사용하면 가격 시계열을 효과적으로 분해하고 유용한 특징을 추출할 수 있습니다.
- 피크 및 밸리 라인은 가격 변동폭이 일정 수준 이상일 때만 전략이 거래를 하도록 제어합니다.
- 이동평균선과 결합하여 거짓 돌파를 효과적으로 걸러낼 수 있습니다.
위험 분석
- EMD 모델의 매개변수 선택이 부적절할 경우 과적합이 발생할 수 있습니다.
- 거래 신호를 형성하는 데 장기간이 필요하므로 고빈도 거래에는 적용하기 어렵습니다.
- 가격이 급격하게 변동하는 시장 환경에서는 대응하기 어렵습니다.
최적화 방향
- EMD 모델의 매개변수를 최적화하여 시장 적응성을 높입니다.
- 손절매 및 이익 실현 신호로 다른 지표와 결합합니다.
- 전략 입력으로 다양한 가격 시계열을 시도합니다.
요약
본 전략은 경험적 모드 분해 방법을 사용하여 가격 시계열의 특징을 추출하고, 추출된 특징을 기반으로 거래 신호를 생성하여 안정적인 중장기 거래 전략을 구현합니다. 이 전략의 장점은 가격의 주기적 특성을 효과적으로 식별하고 큰 변동 속에서 거래 신호를 발생시킬 수 있다는 점입니다. 그러나 일부 위험도 존재하므로 더욱 복잡한 시장 환경에 적응하기 위해 추가 최적화가 필요합니다.
Source
Pine
/*backtest
start: 2022-12-15 00:00:00
end: 2023-12-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 12/04/2017
// The related article is copyrighted material from Stocks & Commodities Mar 2010Strategy parameters
Related strategies
Comment
All comments (0)
No data
- 1

