1. 사각형
  2. 이치모쿠 클라우드 기반의 모멘텀 추적 전략

이치모쿠 클라우드 기반의 모멘텀 추적 전략

저자:차오장, 날짜: 2024-01-18 12:32:46
태그:

img

전반적인 설명

이 전략은 이동 평균, 상대 강도 지수 (RSI) 및 이치모쿠 클라우드를 결합하여 가격 트렌드를 식별하고 그에 따라 거래를 수행합니다. 핵심 아이디어는 단기 이동 평균이 중기 평균을 넘어서 클라우드를 침투 할 때 구매 신호를 생성하고 반대로 발생할 때 판매 신호를 생성하는 것입니다.

전략 논리

이 전략은 13일, 21일, 89일, 233일 4개의 이동평균을 사용한다. 13일 MA는 단기 트렌드를 나타내고 233일 라인은 장기 트렌드를 나타낸다. 21일과 89일 MA는 그 사이에 있다. 단기 MA가 중기 MMA를 넘으면 상승폭을 나타내고 구매 신호를 발생시킨다. 반대 크로스는 판매 신호로 이어진다.

또한 이치모쿠 클라우드의 전환선 (9일 MA), 기본선 (26일 MA) 및 선도 스판 (환환 평균 및 기본선) 이 사용된다. 선도 스판 이상으로 침투하면 구매 신호가 나오고 아래로 침투하면 판매가 나타난다.

또한, 12일 및 24일 RSI가 적용된다. 12일 RSI는 단기 과잉 구매/ 과잉 판매 수준을 나타내고, 24일 라인은 중장기 상황을 나타낸다. 둘 사이의 크로스오버는 거래 신호를 확인하는 데 도움이 될 수 있다.

장점

  • MA를 통해 트렌드 방향을 파악합니다.
  • 출입 및 출입 시간을 위한 이치모쿠 클라우드
  • RSI를 사용하여 가짜 브레이크를 피하십시오.

이 전략은 유가증권 가격의 유행 트렌드를 파악하는 데 탁월합니다. MA와 ichimoku를 기반으로 입출은 정확도를 향상시킵니다. 게다가 RSI 크로스오버는 잘못된 신호를 피하는 데 도움이됩니다. 요약하면 트렌드를 따라 효과적으로 거래하기 위해 여러 지표의 강점을 결합합니다.

위험성

  • 트렌드 역전 위험
    트레이더들은 이동평균에 닿는 가격에 주의를 기울이고 포지션을 닫을 준비를 해야 합니다.

  • 매개 변수 최적화
    MA 기간, 이치모쿠 매개 변수 등을 개선하는 공간이 있습니다. 거래자는 다양한 제품에 최적의 세트를 찾기 위해 실험 할 수 있습니다.

  • 높은 거래 빈도
    전략은 꽤 자주 거래 될 수 있으므로 수수료 비용을 고려해야합니다. 세밀한 조정 매개 변수는 불필요한 거래를 줄이는 데 도움이 될 수 있습니다.

개선

  • 스톱 로스/이익 목표를 추가합니다.
    이러한 위험 관리 메커니즘을 도입하면 인출을 줄일 수 있습니다.

  • 매개 변수 조정
    MA 기간, Ichimoku 입력, RSI 일 등을 최적화하여 다른 제품에서 더 나은 안정성을 얻습니다.

  • 더 많은 지표를 포함
    변동성과 부피에 관한 다른 파생 지표는 추가적인 통찰력을 제공할 수 있습니다.

결론

이것은 MAs, RSI 및 Ichimoku 클라우드의 강점을 활용한 전략을 따르는 전형적인 추세입니다. 기존 트렌드를 안정적으로 잠금합니다. 스톱 로스, 매개 변수 최적화 등과 같은 정제로 성능이 더욱 향상 될 수 있습니다. 전반적으로 이것은 지속적인 이익을 추구하는 충분한 위험 열정을 가진 투자자에게 적합한 안정적이고 수익성있는 추진력 전략입니다.

/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3

strategy("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)
SenkouSpanH = max(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
SenkouSpanL = min(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
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 = (rsi(close, 12)>rsi(close, 24)) and close>ChikouSpan and Sema>KijunSen
strategy.entry("Long",strategy.long,when = longCondition)

strategy.close("Long", when = (rsi(close, 12)<rsi(close, 24) and (close<KijunSen and close<ChikouSpan)))

shortCondition = (rsi(close, 12)<rsi(close, 24)) and close<ChikouSpan and Sema<KijunSen
strategy.entry("Short",strategy.short, when = shortCondition)

strategy.close("Short", when = (rsi(close, 12)>rsi(close, 24) and (close>KijunSen and close>ChikouSpan)))
더 많은

2019 FMZ - 모든 권리 보호