
트렌드 예측 쌍평평선 전략은 가격 트렌드 반전 전에 트렌드 변화를 예측하려는 전략이다. LazyBear의 WaveTrend 지표에 기반하여 확장한다. 이 전략은 가격 트렌드를 식별하고 곡선으로 채워진 시각적 효과를 통해 구매 및 판매 신호를 표시한다.
이 전략은 LazyBear의 WaveTrend 지표를 기반으로 합니다. WaveTrend은 매우 훌륭한 트렌드 추적 지표입니다. 이 전략은 이를 기반으로 확장 최적화를 수행합니다. 주요 단계는 다음과 같습니다.
이러한 처리를 통해 가격의 무작위적인 변동을 필터링하여 보다 명확한 트렌드를 식별할 수 있다. 급속한 평행선의 교차는 구매 및 판매 신호를 발송하기 위해 사용될 수 있다.
이 전략은 다음과 같은 장점을 가지고 있습니다.
이 전략에는 몇 가지 위험도 있습니다.
이러한 위험은 변수를 조정하거나 다른 지표와 결합하여 완화할 수 있습니다.
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
전체적으로 트렌드를 예측하는 쌍평선 전략은 매우 유망한 전략이다. 가격 트렌드를 효과적으로 식별하고, 트렌드의 변화를 미리 예측하는 시도를 할 수 있다. 약간의 최적화와 개선을 통해 이 전략은 강력한 양적 거래 시스템이 될 수 있다. 거래 논리와 명확한 시각적 효과의 단순함은 또한 학습하고 연구할 가치가 있는 전략이 된다.
/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("BreakingDawn [JackTz]", overlay = true)
// WaveTrend [LazyBear]
// ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
WTfactor = input(4, title=" WTFactor")
averageHlc3 = sum(hlc3, WTfactor) / WTfactor
ap = averageHlc3
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,4)
wtAvg = wt1-wt2
wtPeriodAvgVal = wtAvg * 45 + averageHlc3
wtPeriodAvg2Val = wtAvg * 25 + averageHlc3
buy = wtAvg[1] < wtAvg and wtAvg < close
sell = wtAvg[1] > wtAvg
fillColor = buy ? color.green : color.red
control = plot(wtPeriodAvgVal, color = fillColor)
signal = plot(wtPeriodAvg2Val, color = fillColor)
fill(signal, control, color = fillColor)
if year > 2016
strategy.entry("buy", strategy.long, when = buy)
strategy.close("buy",when = sell)