ChaoZhang
개요
상대적 동력 전략은 주식과 지수의 동력을 비교하여 주식의 대시장에 대한 강점을 판단합니다. 주식의 동력이 대시장보다 높을 때 구매하고, 주식의 동력이 대시장보다 낮을 때 판매하여 주식의 성장 정점을 포착합니다.
전략 원칙
이 전략은 주로 주식들의 대대적인 강점을 판단하는데, 구체적인 논리는 다음과 같다.
- 한 주식의 수익률을 한 주식의 동력으로 계산하는 방법
- 같은 기간에 대한 수익률을 계산하는 지수는 지수의 동력으로
- 한 주식 이동량과 지수 이동량을 계산하는 이동 평균 부드러운 처리가
- 개별 주식의 이동 평균에 지수 이동 평균을 착용하면 개별 주식의 움직임이 전체 지수보다 강하다고 생각하여 구매 신호가됩니다.
- 개별 주식의 움직임이 지수 움직임의 이동 평균 아래로 이동하면, 개별 주식의 움직임이 전체 지수보다 약하다고 생각하여 판매 신호가 됩니다.
이런 논리적인 판단을 통해 우리는 한 주식의 성장이 활발한 기간을 살 수 있고, 성장 동력이 쇠퇴할 때 그것을 팔 수 있으며, 성장의 최고 기간에 초과 수익을 확보할 수 있다.
우위 분석
상대적 동력 전략은 주로 다음과 같은 장점이 있다:
- 동적으로 주식 성장의 정점을 잡을 수 있고, 구체적인 상황을 신경쓰지 않고, 주식 성장이 큰 주식보다 빨리 성장하면 구매할 수 있습니다.
- 이동 평균 처리를 통해 단기 변동의 간섭을 필터링하여 신호의 신뢰성을 강화
- 간단하고 직접적인 구매와 판매 조건, 쉽게 이해할 수 있는 작업
- 상대 동력을 계산하는 자유로이 설정 가능한 시간 파라미터, 최적화 전략
위험 분석
상대적인 동력 전략에는 위험도 있습니다.
- 개인 주식 성장이 최고조에 도달한 후 회귀 조정이 발생할 수 있으며, 억제력이 부족할 위험이 있습니다.
- 상대적 동력 지표는 잘못된 신호를 줄 수 있으며, 인식된 성장의 최고점은 실제 최고점이 아닙니다.
- 최대 손실을 제어하기 위해 스톱을 설정해야 합니다.
이러한 위험은 합리적인 스톱 스톱 손실, 적절하게 조정된 파라미터 등의 방법으로 제어할 수 있다.
최적화 방향
상대적인 동력 전략은 다음과 같은 측면에서 최적화될 수 있다:
- 다른 동력 계산 시간 변수를 테스트하여 최적의 변수를 찾습니다.
- 다양한 유형의 이동 평균과 길이를 테스트하여 최적의 변수를 찾습니다.
- 거래량 지표 필터링을 추가하여 부적절한 양의 가짜 돌파구를 방지합니다.
- 다른 기술 지표와 함께 구매 시점을 확인합니다.
요약하다
상대적 동량 전략은 주식별 상대적으로 큰 주식의 성장 정점을 포착하여 초과 수익을 효과적으로 얻을 수 있다. 이 전략은 간단하고 명확한 구매 판매 논리, 작동 쉬운 장점이 있으며, 매개 변수 최적화 및 위험 제어로 더 나은 효과를 얻을 수 있다.
전략 소스 코드
/*backtest
start: 2024-01-21 00:00:00
end: 2024-01-28 00:00:00
period: 15m
basePeriod: 5m
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/
// © HeWhoMustNotBeNamed
//@version=4
strategy("Relative Returns Strategy", overlay=false, initial_capital = 100000, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, pyramiding = 1, commission_value = 0.01, calc_on_order_fills = true)
index_ticker=input("BTC_USDT:swap")
Loopback = input(40, step=20)
useStopAndIndexReturns = input(true)
useStopAndIndexReturnsMa = input(true)
useDifference = not useStopAndIndexReturns
MAType = input(title="Moving Average Type", defval="sma", options=["ema", "sma", "hma", "rma", "vwma", "wma"])
MALength = input(10, minval=10,step=10)
i_startTime = input(defval = timestamp("01 Jan 2010 00:00 +0000"), title = "Backtest Start Time", type = input.time)
i_endTime = input(defval = timestamp("01 Jan 2099 00:00 +0000"), title = "Backtest End Time", type = input.time)
inDateRange = true
f_secureSecurity(_symbol, _res, _src, _offset) => security(_symbol, _res, _src[_offset], lookahead = barmerge.lookahead_on)
f_getMovingAverage(source, MAType, length)=>
ma = sma(source, length)
if(MAType == "ema")
ma := ema(source,length)
if(MAType == "hma")
ma := hma(source,length)
if(MAType == "rma")
ma := rma(source,length)
if(MAType == "vwma")
ma := vwma(source,length)
if(MAType == "wma")
ma := wma(source,length)
ma
index = f_secureSecurity(index_ticker, '1D', close, 0)
stock_return = (close - close[Loopback])*100/close
index_return = (index - index[Loopback])*100/index
stock_return_ma = f_getMovingAverage(stock_return, MAType, MALength)
index_return_ma = f_getMovingAverage(index_return, MAType, MALength)
relativeReturns = stock_return - index_return
relativeReturns_ma = f_getMovingAverage(relativeReturns, MAType, MALength)
plot(useStopAndIndexReturns ? useStopAndIndexReturnsMa ? stock_return_ma : stock_return : na, title="StockReturn", color=color.green, linewidth=1)
plot(useStopAndIndexReturns ? useStopAndIndexReturnsMa ? index_return_ma : index_return : na, title="IndexReturn", color=color.red, linewidth=1)
plot(useDifference?relativeReturns:na, title="Relative-Returns", color=color.blue, linewidth=1)
plot(useDifference?relativeReturns_ma:na, title="MA", color=color.red, linewidth=1)
buyCondition = (useStopAndIndexReturns ? useStopAndIndexReturnsMa ? stock_return_ma > index_return_ma : stock_return > index_return : relativeReturns > relativeReturns_ma)
closeBuyCondition = (useStopAndIndexReturns ? useStopAndIndexReturnsMa ? stock_return_ma < index_return_ma : stock_return < index_return : relativeReturns < relativeReturns_ma)
strategy.entry("Buy", strategy.long, when=buyCondition and inDateRange, oca_name="oca")
strategy.close("Buy", when=closeBuyCondition)