이 전략은 이동평균선을 기반으로 하는 추진력 전략입니다.
저자:차오장, 2024-01-23 10:38:18태그:
전반적인 설명
이 전략은 이동 평균 라인을 기반으로 한 모멘텀 전략이다. 그것은 다양한 기간의 간단한 이동 평균을 계산하고 그들의 교차 상황을 비교하여 거래 신호를 생성한다. 구체적으로, 단기 이동 평균 라인이 장기 이동 평균 라인을 넘을 때 구매 신호가 생성된다. 단기 이동 평균 라인이 장기 이동 평균 라인을 넘을 때 판매 신호가 생성된다.
전략 원칙
이 전략의 핵심 논리는 동력 효과, 즉 주식 가격 트렌드의 지속을 기반으로 한다. 이동 평균선은 주식 가격의 변화 추세를 효과적으로 반영할 수 있다. 단기 이동 평균선이 장기 이동 평균선을 넘을 때, 그것은 주식 가격이 상승 추세로 진입하기 시작한다는 것을 의미한다; 반대로, 단기 이동 평균선이 장기 이동 평균선을 넘을 때, 그것은 주식 가격이 하향 추세로 진입하기 시작한다는 것을 의미한다. 이 전략은 이 원리에 기반한 거래 신호를 생성한다.
특히, 13일 간 간단한 이동 평균과 34일 간 간단한 이동 평균은 전략에 정의되어 있다. 매일 폐쇄 가격에 기초한 이 두 이동 평균을 계산한 후, 그 크기 관계가 비교된다. 13일 라인이 34일 라인의 위를 넘으면 구매 신호가 생성되며, 주식 가격이 상승 추세로 진입하고 긴 포지션을 설정해야 한다는 것을 나타낸다. 13일 라인이 34일 라인의 아래를 넘으면 판매 신호가 생성되며, 주식 가격이 하락 추세로 진입하고 포지션을 종료해야 한다는 것을 나타낸다.
이점 분석
이 전략의 가장 큰 장점은 간단하고 이해하기 쉽고 구현하기 쉽다는 것입니다. 이동 평균선은 가장 기본적이고 일반적으로 사용되는 기술 지표 중 하나입니다. 그 원리는 간단하고 이해하기 쉽고 적용 할 수 있습니다. 동시에 이동 평균 라인 크로스오버 신호는 장기적인 연습을 통해 효과적이라는 것이 입증되었습니다.
또한, 이 전략의 매개 변수 설정은 유연하며, 다른 품종과 시장 조건에 따라 조정될 수 있다. 예를 들어, 이동 평균선의 주기 매개 변수는 전략의 민감도를 조정하기 위해 변경될 수 있다. 이는 전략 최적화와 조정의 공간을 제공한다.
위험 분석
이 전략의 가장 큰 위험은 더 많은 잘못된 신호가 발생할 수 있고 범위 제한 시장에 갇힐 수 있다는 것입니다. 가격이 급격히 변동할 때, 이동 평균선은 종종 교차점을 생성하여 잘못된 신호를 초래할 수 있습니다. 이 시점에서 소음을 필터링하기 위해 이동 평균선의 사이클 매개 변수를 조정해야합니다.
또한, 더 큰 시장 반전이 있을 때 전략의 스톱 로스 포인트가 깨질 수 있어 더 큰 손실이 발생할 수 있습니다. 이것은 스톱 로스 전략을 최적화하고 적절한 스톱 로스 범위를 완화시키는 것이 필요합니다.
최적화 방향
이 전략의 다음 측면은 최적화 될 수 있습니다.
-
이동 평균 라인의 사이클 매개 변수를 최적화하여 다양한 품종과 시장 조건에 최적의 매개 변수 조합을 찾습니다.
-
MACD와 KD와 같은 다른 기술 지표의 필터링을 추가하여 범위 제한 시장에서 잘못된 신호를 생성하지 않도록합니다.
-
스톱 로스 전략을 최적화하고 동적으로 조정하여 스톱 로스 포인트가 너무 가깝지 않도록 하고, 동시에 스톱 로스를 보장하며, 더 높은 확률로 깨질 수 있습니다.
-
단일 거래 위험을 통제하기 위해 고정 투자 및 위치 비율과 같은 위치 관리 메커니즘을 강화하십시오.
결론
이 전략은 매우 고전적인 이동 평균 크로스오버 전략이다. 단기 및 장기 이동 평균의 관계를 계산하고 비교함으로써 구매 및 판매 신호를 생성한다. 이 전략의 장점은 간단하고 유연한 매개 변수이며 초보자도 배울 수 있는 것이 좋다; 단점은 신호가 충분히 안정적이지 않을 수 있고 범위 제한 시장에서 쉽게 잡힐 수 있다는 것이다. 적절한 최적화로, 여전히 매우 실용적인 양적 전략이 될 수 있다.
/*backtest
start: 2023-01-16 00:00:00
end: 2024-01-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
// TODO: update strategy name
strategy("{STRATEGY NAME}", overlay=true)
// === TA LOGIC ===
//
//
// TODO: PUT YOUR TA LOGIC HERE
LONG_SIGNAL_BOOLEAN = crossover(sma(close, 13), sma(close, 34))
SHORT_SIGNAL_BOOLEAN = crossunder(sma(close, 12), sma(close, 21))
// === INPUT BACKTEST DATE RANGE ===
enableShorts = input(false, title="Enable short entries?")
FromMonth = input(defval = 5, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 18, title = "From Day", minval = 1, maxval = 31)
FromYear = input(defval = 2018, title = "From Year", minval = 2017)
ToMonth = input(defval = 9, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear = input(defval = 2018, title = "To Year", minval = 2017)
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => true // create function "within window of time"
// === STRATEGY BUY / SELL ENTRIES ===
// TODO: update the placeholder LONG_SIGNAL_BOOLEAN and SHORT_SIGNAL_BOOLEAN to signal
// long and short entries
buy() => window() and LONG_SIGNAL_BOOLEAN
sell() => window() and SHORT_SIGNAL_BOOLEAN
if buy()
strategy.entry("Long", strategy.long, comment="Long")
if sell()
if (enableShorts)
strategy.entry("Short", strategy.short, comment="Short")
else
strategy.close("Long")
// === BACKTESTING: EXIT strategy ===
sl_inp = input(10, title='Stop Loss %', type=float)/100
tp_inp = input(30, title='Take Profit %', type=float)/100
stop_level = strategy.position_avg_price * (1 - sl_inp)
take_level = strategy.position_avg_price * (1 + tp_inp)
strategy.exit("Stop Loss/Profit", "Long", stop=stop_level, limit=take_level)