1. 사각형
  2. 동력 및 현금 흐름을 전환하는 전략

동력 및 현금 흐름을 전환하는 전략

저자:차오장, 날짜: 2023-12-29 16:12:35
태그:

img

전반적인 설명

이 전략은 스토카스틱 오시레이터와 Chaikin Money Flow (CMF) 인디케이터를 결합하여 시장의 추진력 변화를 활용하는 반응형 거래 전략입니다. 이 전략은 두 가지 강력한 인디케이터 스토카스틱 오시레이터와 CMF 인디케이터를 훌륭하게 조화시켜 명확한 입출 신호를 제공합니다.

전략 논리

스토카스틱 오시일레이터는 정해진 뷰백 기간 동안 폐쇄 가격과 높은 낮은 범위의 상대적 위치를 측정하는 모멘텀 지표입니다. 이 전략에서 %K 길이, %K 부드러움 및 %D 부드러움과 같은 매개 변수는 시장 변동에 대한 스토카스틱 오시일레이터의 감수성을 정밀 조정하기 위해 사용자 정의 할 수 있습니다.

한편, Chaikin Money Flow (CMF) 지표는 특정 시간 프레임에서 증권으로 들어가는 돈의 흐름을 측정하도록 설계된 볼륨 가중 평균 오시레이터이다. CMF 계산을 위한 룩백 기간을 변경하기 위해 길이 매개 변수를 조정할 수 있다.

전략은 다음과 같습니다.

스토카스틱 %K 라인이 %D 라인 (부시 크로스오버) 을 넘어서 CMF 값이 0.1보다 높을 때 긴 포지션은 시작되며, 이는 긍정적 인 현금 흐름과 상승 잠재 동력을 나타냅니다.

반대로, 스토카스틱 %K 라인이 %D 라인 아래로 넘어가면 짧은 지위가 시작되며 CMF 값은 0.08 미만이며, 부정적 현금 흐름과 잠재적인 하락 동력을 나타냅니다.

포지션은 수익을 보호하고 손실을 최소화하기 위해 미리 정의된 조건의 집합에 따라 종료됩니다. 스토카스틱 오시레이터에서 하향 크로스오버가 발생하고 CMF 값이 -0.1 이하로 떨어지면 긴 포지션은 종료됩니다. 스토카스틱 오시레이터에서 상승 크로스오버가 발생하고 CMF 값이 0.06 이상 상승하면 짧은 포지션은 종료됩니다.

전략 의 장점

이 전략은 시장 조건에 대한 포괄적 인 시각을 제공하기 위해 동력과 볼륨 분석을巧妙하게 혼합하여 정보화 된 거래 결정을 촉진합니다. 사용자 정의 가능한 입력 설정은 또한 다양한 시장 환경과 개별 거래 선호도에 더 잘 적응 할 수 있습니다.

특히 이 전략의 주요 장점은 다음과 같습니다.

  1. 강력한 스토카스틱 오시레이터와 CMF 지표를 결합하면 시장 추세와 스팟 인플렉션 포인트를 더 정확하게 결정할 수 있습니다.

  2. 유연한 출입 및 출입 메커니즘은 위험을 통제하면서 수익을 극대화합니다.

  3. 사용자 정의 가능한 매개 변수 설정은 다양한 제품에서 최적화를 허용합니다.

  4. 내장된 스톱 로스/이익 취득 컨트롤은 실현된 이윤을 보호하는 데 도움이 됩니다.

리스크 및 헤지

이 전략의 장점에도 불구하고 거래에서 일부 위험은 여전히 존재합니다.

  1. 잘못된 지표 매개 변수는 놓친 기회나 불필요한 손실을 초래할 수 있습니다. 시장 전반에 대한 적절한 테스트와 최적화는 필수적입니다.

  2. 블랙 스완 이벤트로 인한 극심한 가격 변동은 스톱 로스를 유발하거나 잘못된 신호를 생성 할 수 있습니다. 느슨한 스톱 로스를 사용하여 신호를 검증하는 것이 필요합니다.

  3. 전략은 기술적 지표에 의존하고 근본적인 변화와 극단적인 움직임에 적응할 수 없습니다. 위험을 줄이기 위해 근본적인 분석을 결합하는 것이 필요합니다.

위험은 다음을 통해 완화 될 수 있습니다.

  1. 배후 테스트와 시뮬레이션 환경에서 매개 변수 최적화

  2. 스톱 로스를 풀고, 이윤 취득 메커니즘을 추가합니다.

  3. 다른 유형의 신호 확인 시스템과 결합하여 단일 지표에 의존하는 것을 피합니다.

최적화 방향

이 전략을 최적화 할 수있는 상당한 공간이 남아 있습니다.

  1. 기계 학습이나 유전 알고리즘을 사용하여 동적 적응성을 위한 매개 변수를 자동으로 최적화합니다.

  2. 전략 성과를 실시간으로 추적하고 평가할 수 있는 모델 평가 모듈을 추가합니다.

  3. 변동성 측정, 부피 서명 같은 더 많은 지표 유형을 통합하여 보다 견고한 모델을 구축합니다.

  4. 시장 변동성에 기반한 적응적인 스톱 로스/이익 취득 메커니즘을 구현합니다.

  5. 정해진 지표에 의존하지 않고 안정성을 높이는 자동 기능 엔지니어링 알파 모델을 개발하기 위해 딥 러닝을 활용합니다.

결론

이 전략은 스토카스틱 오시레이터와 차킨 돈 흐름 지표를 사용하여 가격 동력과 돈 흐름 분석을 모두 포함하는 양적 거래 시스템을 설계합니다. 이 다중 지표 접근법은 단일 지표에 비해 시장 구조의 더 정확한 평가를 제공합니다. 상세한 입출입 규칙과 고도로 사용자 정의 가능한 설정은 수익 캡처 및 위험 제어 기능을 균형있게합니다. 그럼에도 불구하고 그러한 규칙 기반 모델에는 여전히 고유한 시장 위험이 있습니다. 점점 더 복잡하고 역동적인 거래 풍경에 대한 견고한 적응을 위해 더 많은 데이터 소스와 기술을 통합하여 추가 최적화가 필요합니다.

/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-28 00:00:00
period: 1h
basePeriod: 15m
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/
// © jawauntb

//@version=5
strategy("Stochastic and CMF Strategy", overlay=true)

// Stochastic Indicator
periodK = input.int(20, " %K Length", minval=1)
smoothK = input.int(1, "%K Smoothing", minval=1)
periodD = input.int(3, "%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)

// Chaikin Money Flow Indicator
length = input.int(10, "Length", minval=1)
ad = close == high and close == low or high == low ? 0 : ((2 * close - low - high) / (high - low)) * volume

sumAd = 0.0
sumVolume = 0.0
for i = 0 to length - 1
    sumAd := sumAd + ad[i]
    sumVolume := sumVolume + volume[i]

mf = sumAd / sumVolume

// Define conditions for entering a long or short position
enterLong = ta.crossover(k, d) and mf > 0.1
enterShort = ta.crossunder(k, d) and mf < 0.08

// Define conditions for exiting a position
exitLong = ta.crossunder(k, d) and mf < -0.1
exitShort = ta.crossover(k, d) and mf > 0.06

// Execute trades based on the conditions
strategy.entry("Long", strategy.long, when=enterLong)
strategy.close("Long", when=exitLong)
strategy.entry("Short", strategy.short, when=enterShort)
strategy.close("Short", when=exitShort)
더 많은

2019 FMZ - 모든 권리 보호