개요

본 전략은 수정된 거래량 오실레이터 지표를 기반으로 거래하는 추세 추종 전략입니다. 거래량의 이동평균선을 활용하여 거래량 증가 시그널을 식별함으로써 포지션 진입 또는 청산을 판단합니다. 동시에 가격 자체의 추세 판단을 결합하여 가격 변동 시 잘못된 시그널이 발생하는 것을 방지합니다.

전략 원리

1. 거래량의 이동평균선 vol_sum을 계산하며, 길이는 vol_length이고, vol_smooth 길이의 이동평균 평활화를 수행합니다.
2. vol_sum이 임계값 threshold 이상 상승하면 매수 시그널이 발생하고, 임계값 이상 하락하면 매도 시그널이 발생합니다.
3. 오작동을 필터링하기 위해, 과거 direction개의 캔들의 종가와 비교하여 가격 추세가 상승하는 경우에만 매수 작업을 수행합니다. 가격 추세가 하락하는 경우에만 매도 작업을 수행합니다.
4. 두 개의 임계값 threshold와 threshold2를 설정합니다. threshold는 거래 시그널을 생성하는 데 사용되고, threshold2는 손절에 사용됩니다.
5. 상태 머신을 통해 주문의 진입 및 청산 로직을 관리합니다.

장점 분석

1. 거래량 지표를 사용하여 시장의 매수·매도 세력 변화를 포착함으로써 시그널의 정확성을 높일 수 있습니다.
2. 가격 추세 판단을 결합하여 가격 변동 시 잘못된 신호가 발생하는 것을 방지할 수 있습니다.
3. 두 개의 임계값을 사용하여 진입과 손절을 수행함으로써 위험을 더 잘 통제할 수 있습니다.

리스크 분석

1. 거래량 지표 자체는 지연이 있어 가격 반전점을 놓칠 수 있습니다.
2. 잘못된 매개변수 설정은 거래 빈도가 너무 높아지거나 신호가 지연되는 결과를 초래할 수 있습니다.
3. 거래량이 급증하는 상황에서 손절가가 돌파될 수 있습니다.

매개변수 조정, 지표 계산 방식 최적화, 다른 지표와 결합한 확인을 통해 이러한 리스크를 통제할 수 있습니다.

최적화 방향

1. 지표 매개변수를 적응형으로 최적화하여 시장 상황에 따라 자동 조정하는 것을 고려할 수 있습니다.
2. 다른 지표(예: 가격 변동 지수)와 결합하여 신호를 추가로 검증함으로써 정확도를 높일 수 있습니다.
3. 머신러닝 모델을 신호 판단에 적용하여 모델 판단을 통해 정확성을 높이는 연구를 할 수 있습니다.

요약

본 전략은 개선된 거래량 오실레이터와 가격 추세 판단을 보조로 사용하며, 진입 및 손절을 위해 두 개의 임계값을 설정하여 전체적으로 비교적 안정적인 추세 추종 전략입니다. 최적화 여지는 주로 매개변수 조정, 신호 필터링 및 손절 전략에 있습니다. 전반적으로 이 전략은 일정한 실용 가치가 있으며, 추가 연구 및 최적화가 필요합니다.