
이 전략은 이치모쿠 클라우드 띠 지표와 쌍평선 지표의 조합을 통해 긴 단기 운동 판단을 형성하여 높은 정밀도의 추세 판단과 거래 신호를 생성한다. 이 중, 이치모쿠 클라우드 띠는 변동선, 기준선, 선도선으로 구성되어 있으며, 가격 운동 에너지와 미래 움직임을 판단한다. 쌍평선 부분은 13주기 및 21주기 지수 이동 평균으로 구성되어 있으며, 단기 가격 운동량의 변화를 판단한다. 이 둘의 조합은 다 시간 차원의 통합 판단을 달성하고, 과잉 휴학 돌파를 달성하여 신호 품질을 향상시킨다.
이 전략은 주로 이치모쿠 클라우드 밴드 지표와 이중 지수 이동 평균 지표로 구성된다.
이치모쿠 구름 반도에 있어서, 기준선은 중기 경향을, 회전선은 단기 경향을, 구름 반도는 지지 저항을 나타낸다. 구체적으로, 기준선은 26주기 최고 최저 가격 중점이며, 회전선은 9주기 최고 최저 가격 중점이며, 구름 반도의 상궤도와 하궤도선은 각각 회전선과 기준선의 중점, 그리고 52주기 최고 최저 가격 중점이다. 구름 반도의 위쪽은 다중상태, 아래쪽은 공백상태이다.
이중 지수 이동 평균 부분, 13 주기 지수 이동 평균은 단기 경향을 나타내고, 21 주기 지수 이동 평균은 중기 경향을 나타낸다. 13EMA가 21EMA 위에 있을 때 다단계, 아래에 있을 때는 공백계이다.
이치모쿠 클라우드 반지와 쌍 EMA의 조합으로 판단하면, 비교적 정확한 추세 판단을 할 수 있다. 구체적인 거래 전략은, 다중 입장이 있을 때, 가격이 지연선보다 높고, 13 EMA는 기준선과 21 EMA보다 높으며, 가격은 클라우드 반지 위에 있다. 공중 입장이 요구되는 것은 가격이 지연선보다 낮고, 13 EMA는 기준선과 21 EMA보다 낮고, 가격은 클라우드 반지 아래에 있다.
클라우드 밴드를 통해 대 트렌드를 판단하고, 이중 EMA는 단기 동력을 판단하고, 지연선은 whipsaws에 대한 필터로 사용됩니다. 이러한 다중 조건 통합 판단은 가짜 돌파구를 효과적으로 필터링하여 거래 신호의 신뢰성을 보장 할 수 있습니다.
이 전략에는 다음과 같은 장점이 있습니다.
다중 시간 프레임 종합 판단. 클라우드 띠 판단 중·장기 추세, 이중 EMA 판단 단기 동력, 다중 시간 차원의 조합을 구현하여 판단 정확도를 높였다.
효과적 필터링 가짜 돌파. 입장 조건이 더 엄격하여, 가격, 클라우드 대역, 지연 선, 쌍 EMA 여러 지표 동방향 발신 신호가 필요하며, 대부분의 소음을 필터링 할 수 있다.
전략 매개 변수가 최적화 됬습니다. 9주기 전환선과 26주기 기준선과 같은 매개 변수를 선택하면 신호가 더 신뢰할 수 있습니다.
이치모쿠 클라우드 띠는 점프 틈과 같은 가격에 특이하게 민감하지 않으며, 변동성이 큰 거래 품종에 더 적합하다.
뚜렷한 지원 저항을 도출한다. 클라우드 띠는 중요한 지원 및 저항 영역을 명확하게 나타낼 수 있다.
이 전략에는 몇 가지 위험도 있습니다.
불안정한 상황에서는 잘못된 거래 신호가 발생할 수 있다. 가격이 중기간에 명확한 추세가 없을 때, 구름띠는 분산될 것이며, 이 때 신호의 신뢰성이 떨어진다.
지연선은 가격 반전의 시점을 놓칠 수 있다. 급격한 반전이 발생하면 지연선 검사가 느려지고 손실이 확대될 수 있다.
여러 지표들을 판단할 필요가 있어 거래의 난이도를 증가시킨다. 이것은 거래자가 각 지표들에 대한 깊은 이해를 필요로 하며, 그렇지 않으면 정확하게 판단하기 어렵다.
첫 번째 돌파구 클라우드 띠는 쉽게 잡힐 수 있다. 가격이 오랫동안 클라우드 띠의 제한을 받은 후 처음으로 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파구 돌파
응답 데이터 적합성 위험. 현재 파라미터가 여러 번 최적화 된 적합성으로 인해 특정 응답 데이터에 너무 의존 할 수 있습니다. 실 디스크의 SIGNALS MAY DETERIORATE.
이러한 위험은 다음과 같이 완화될 수 있습니다.
불안정한 추세에서 포지션을 낮추십시오. ATR 및 변동률에 따라 시장 변동률을 평가하고, 필요한 경우 가벼운 포지션 거래만 고려하십시오.
다른 지표와 함께 지연선 신호를 필터링한다. MACD, RSI 등의 보조 지표가 지연선 신호에 대한 2차 검사를 할 수 있다.
지속적인 재검토를 해야 한다. 재검토 시간과 품종을 수정하고, 전략의 안정성을 검사해야 한다. 슬라이드 포인트, 수수료와 같은 실제 거래 요소를 도입해야 한다.
실내 연속 추적, 기이한 상황을 기록한다. 실내에서 클라우드 밴드와 가격 운동의 일치 상황을 관찰하고, 후속 개선 참고로 전략의 성과를 기록한다.
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
스톱 전략을 도입한다. 슬라이드 스톱, 새로운 최고 (새로운 낮은) 스톱을 돌파하는 등의 전략을 도입하고, 위험을 엄격히 통제하는 것이 좋습니다.
이동 평균선 변수를 최적화한다. 더 많은 EMA 주기 변수 조합을 테스트하여 더 잘 일치하는 다공간 주기를 찾을 수 있다.
다른 지표 필터링을 추가하십시오. MACD, KD, RSI 등의 지표를 도입하여 거래 신호를 필터링하여 더 많은 가짜 신호를 제거 할 수 있습니다.
시장상황에 따라 포지션을 조정한다. 변동률 모델을 구축하여 높은 변동이 있을 때 포지션을 낮추고, 낮은 변동이 있을 때 포지션을 증가시킨다.
다양한 품종의 매개 변수의 강도를 테스트한다. 재검사 품종과 시간대를 수정하고, 다양한 시장에서 전략의 안정성을 검사한다.
이러한 최적화를 통해 전략의 안정성과 신호 품질을 더욱 향상시킬 수 있으며, 곡선 적합의 위험을 줄일 수 있으며, 전략의 매개 변수와 규칙을 더 튼튼하게 만들 수 있다.
이치모쿠 클라우드 반지와 이중 EMA 교차 전략은 이치모쿠 클라우드 반지의 트렌드 판단 능력과 EMA의 단기 예측 능력을 결합하여 보다 완전한 다중 시간 프레임 거래 시스템을 형성한다. 다중 공간 조건 판단에 있어서는 비교적 엄격하며, 가격 자체, 클라우드 반지 위치, 지연선, 이중 EMA의 여러 지표를 포함하고 있으며, 가짜 신호를 효과적으로 필터링할 수 있다. 그러나 또한 흔들림 상황에서의 위험을 주의해야 하며, 이 때 더 많은 지표가 2차 검증되어야 한다.
/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("13/21 EMA + Ichimoku Kinko Hyo Strategy", shorttitle="EMI", overlay=true, default_qty_type=strategy.percent_of_equity, max_bars_back=1000, default_qty_value=100, calc_on_order_fills= true, calc_on_every_tick=true, pyramiding=0)
TenkanSenPeriods = input(9, minval=1, title="Tenkan Sen Periods")
KijunSenPeriods = input(26, minval=1, title="Kijun Sen Periods")
SenkouSpanBPeriods = input(52, minval=1, title="Senkou Span B Periods")
displacement = input(26, minval=1, title="Displacement")
donchian(len) => avg(lowest(len), highest(len))
TenkanSen = donchian(TenkanSenPeriods)
KijunSen = donchian(KijunSenPeriods)
SenkouSpanA = avg(TenkanSen, KijunSen)
SenkouSpanB = donchian(SenkouSpanBPeriods)
ChikouSpan = close[displacement-1]
Sema = ema(close, 13)
Mema = ema(close, 21)
Lema = ema(close, 89)
XLema = ema(close, 233)
plot(Sema, color=blue, title="13 EMA", linewidth = 2)
plot(Mema, color=fuchsia, title="21 EMA", linewidth = 1)
plot(Lema, color=orange, title="89 EMA", linewidth = 2)
plot(XLema, color=teal, title="233 EMA", linewidth = 2)
plot(KijunSen, color=maroon, title="Kijun Sen", linewidth = 3)
plot(close, offset = -displacement, color=lime, title="Chikou Span", linewidth = 2)
sa=plot (SenkouSpanA, offset = displacement, color=green, title="Senkou Span A", linewidth = 1)
sb=plot (SenkouSpanB, offset = displacement, color=red, title="Senkou Span B", linewidth = 3)
fill(sa, sb, color = SenkouSpanA > SenkouSpanB ? green : red)
longCondition = close>ChikouSpan and Sema>KijunSen and Sema>Mema and SenkouSpanA>SenkouSpanB
strategy.entry("Long",strategy.long,when = longCondition)
strategy.close("Long", when = (close<KijunSen and close<ChikouSpan and Sema<Mema))
shortCondition = close<ChikouSpan and Sema<KijunSen and Sema<Mema and SenkouSpanA<SenkouSpanB
strategy.entry("Short",strategy.short, when = shortCondition)
strategy.close("Short", when = (close>KijunSen and close>ChikouSpan and Sema>Mema))