이중 이동 평균 크로스 타임프레임 거래 전략
저자:차오장, 날짜: 2024-02-04 15:03:41태그:
전반적인 설명
이 전략은 두 가지 다른 시간 프레임에 걸쳐 두 가지 다른 유형의 이동 평균을 계산하여 구매 및 판매 신호를 생성합니다. 다른 이동 평균과 시간 프레임 조합을 실험하는 매우 좋은 샌드박스 전략입니다.
전략 논리
이 전략은 두 개의 이동 평균, 즉 빠른 이동 평균과 느린 이동 평균을 사용합니다. 빠른 이동 평균의 시간 프레임은 차트 시간 프레임보다 크거나 같아야합니다. 빠른 이동 평균이 느린 이동 평균을 넘을 때 구매 신호가 생성됩니다. 빠른 이동 평균이 느린 이동 평균을 넘을 때 판매 신호가 생성됩니다.
사용자는 SMA, EMA, KAMA 등과 같은 다양한 유형의 이동 평균을 선택할 수 있으며 시간 프레임이 다를 수 있습니다. 이것은 최적의 매개 변수를 찾기 위해 다양한 조합을 실험 할 수 있습니다.
이점 분석
이 전략의 가장 큰 장점은 가장 좋은 매개 변수 설정을 찾기 위해 다양한 조합을 실험하기 위해 매개 변수를 쉽게 조정할 수 있다는 것입니다.
사용자는 두 이동 평균의 유형, 길거리, 시간 프레임을 자유롭게 선택할 수 있습니다. 시스템은 실시간으로 결과를 계산하고 표시합니다. 이것은 다른 매개 변수 조합으로 전략을 테스트하는 것보다 훨씬 쉽습니다.
또한, 내장된 스톱 로스/프로프트 테이크 기능은 위험을 줄이고 수익성을 높이는 데 도움이 됩니다.
위험 분석
이 전략의 가장 큰 위험은 잘못된 매개 변수 설정으로 인해 너무 빈번한 거래 신호가 발생하여 거래 비용과 미끄러짐 손실이 증가 할 수 있다는 것입니다.
또한, 이중 이동 평균 자체는 잘못된 신호를 주는 경향이 있습니다. 매개 변수가 올바르게 선택되지 않으면 구매/판매 신호가 신뢰할 수 없습니다.
이러한 위험은 매개 변수를 최적화하고 다른 지표와 결합하여 줄일 수 있습니다.
최적화 방향
이중 이동 평균 위에 구매/판매 신호를 필터하기 위해 RSI와 같은 다른 지표를 추가하는 것을 고려하십시오. 이것은 잘못된 신호를 줄이는 데 도움이 될 수 있습니다.
이동 평균의 매개 변수는 또한 최상의 조합을 찾기 위해 훈련을 통해 최적화 될 수 있습니다. 기계 학습 방법은 또한 매개 변수를 동적으로 최적화하기 위해 사용될 수 있습니다.
결론
이것은 이중 이동 평균을 실험하는 데 탁월한 샌드박스입니다. 가장 큰 장점은 최고의 거래 전략을 찾기 위해 다른 매개 변수 조합을 빠르게 반복하는 것입니다. 물론 필터링 지표를 추가함으로써 감소 할 수있는 부적절한 매개 변수 설정의 위험도 있습니다. 이 전략의 추가 최적화는 더 나은 거래 성과로 이어질 수 있습니다.
/*backtest
start: 2023-01-28 00:00:00
end: 2024-02-03 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License https://creativecommons.org/licenses/by-sa/4.0/
// © dman103
// A moving averages SandBox strategy where you can experiment using two different moving averages (like KAMA, ALMA, HMA, JMA, VAMA and more) on different time frames to generate BUY and SELL signals, when they cross.
// Great sandbox for experimenting with different moving averages and different time frames.
//
// == How to use ==
// We select two types of moving averages on two different time frames:
//
// First is the FAST moving average that should be at the same time frame or higher.
// Second is the SLOW moving average that should be on the same time frame or higher.
// When FAST moving average cross over the SLOW moving average we have a BUY signal (for LONG)
// When FAST moving average cross under the SLOW moving average we have a SELL signal (for SHORT)
// WARNING: Using a lower time frame than your chart time frame will result in unrealistic results in your backtesting and bar replay.
// == NOTES ==
// You can select BOTH, LONG, SHORT or NONE in the strategy settings.
// You can also enable Stop Loss and Take Profit.
// More sandboxes to come, Follow to get notified.
// Can also act as indicator by settings 'What trades should be taken' to 'NONE'
//@version=4
strategy("Multi MA MTF SandBox Strategy","Multi MA SandBox",overlay=true)
tradeType = input("LONG", title="What trades should be taken:", options=["LONG", "SHORT", "BOTH", "NONE"])
fast_title = input(true, title='---------------- Fast Moving Average (BLUE)----------------', type=input.bool)
ma_select1 = input(title="First Slow moving average", defval="EMA", options=["SMA", "EMA", "WMA", "HMA", "JMA", "KAMA", "TMA", "VAMA", "SMMA", "DEMA" , "VMA", "WWMA", "EMA_NO_LAG", "TSF","ALMA"])
resma_fast = input(title="First Time Frame", type=input.resolution, defval="")
lenma_fast = input(title="First MA Length", type=input.integer, defval=6)
slow_title = input(true, title='---------------- Slow Moving Average (YELLOW)----------------', type=input.bool)
ma_select2 = input(title="Second Fast moving average", defval="JMA", options=["SMA", "EMA", "WMA", "HMA", "JMA", "KAMA", "TMA", "VAMA", "SMMA", "DEMA" , "VMA", "WWMA", "EMA_NO_LAG", "TSF","ALMA"])
resma_slow = input(title="Second time frame", type=input.resolution, defval="")
lenma_slow = input(title="Second MA length", type=input.integer, defval=14)
settings = input(true, title='---------------- Other Settings ----------------', type=input.bool)
lineWidth = input(2,title="Line Width")
colorTransparency=input(50,title="Color Transparency",step=10,minval=0,maxval=100)
color_fast=input(color.blue,type=input.color)
color_slow=input(color.yellow,type=input.color)
fillColor = input(title="Fill Color", type=input.bool, defval=true)
IndicatorSettings = input(true, title='---------------- Indicators Settings ----------------', type=input.bool)
offset=input(title="Alma Offset (only for ALMA)",defval=0.85, step=0.05)
volatility_lookback =input(title="Volatility lookback (only for VAMA)",defval=12)
i_fastAlpha = input(1.25,"KAMA's alpha (only for KAMA)", minval=1,step=0.25)
fastAlpha = 2.0 / (i_fastAlpha + 1)
slowAlpha = 2.0 / (31)
///////Moving Averages
MA_selector(src, length,ma_select) =>
ma = 0.0
if ma_select == "SMA"
ma := sma(src, length)
ma
if ma_select == "EMA"
ma := ema(src, length)
ma
if ma_select == "WMA"
ma := wma(src, length)
ma
if ma_select == "HMA"
ma := hma(src,length)
ma
if ma_select == "JMA"
beta = 0.45*(length-1)/(0.45*(length-1)+2)
alpha = beta
tmp0 = 0.0, tmp1 = 0.0, tmp2 = 0.0, tmp3 = 0.0, tmp4 = 0.0
tmp0 := (1-alpha)*src + alpha*nz(tmp0[1])
tmp1 := (src - tmp0[0])*(1-beta) + beta*nz(tmp1[1])
tmp2 := tmp0[0] + tmp1[0]
tmp3 := (tmp2[0] - nz(tmp4[1]))*((1-alpha)*(1-alpha)) + (alpha*alpha)*nz(tmp3[1])
tmp4 := nz(tmp4[1]) + tmp3[0]
ma := tmp4
ma
if ma_select == "KAMA"
momentum = abs(change(src, length))
volatility = sum(abs(change(src)), length)
efficiencyRatio = volatility != 0 ? momentum / volatility : 0
smoothingConstant = pow((efficiencyRatio * (fastAlpha - slowAlpha)) + slowAlpha, 2)
var kama = 0.0
kama := nz(kama[1], src) + smoothingConstant * (src - nz(kama[1], src))
ma:=kama
ma
if ma_select == "TMA"
ma := sma(sma(src, ceil(length / 2)), floor(length / 2) + 1)
ma
if ma_select == "VMA"
valpha=2/(length+1)
vud1=src>src[1] ? src-src[1] : 0
vdd1=src<src[1] ? src[1]-src : 0
vUD=sum(vud1,9)
vDD=sum(vdd1,9)
vCMO=nz((vUD-vDD)/(vUD+vDD))
VAR=0.0
VAR:=nz(valpha*abs(vCMO)*src)+(1-valpha*abs(vCMO))*nz(VAR[1])
ma := VAR
ma
if ma_select == "WWMA"
wwalpha = 1/ length
WWMA = 0.0
WWMA := wwalpha*src + (1-wwalpha)*nz(WWMA[1])
ma := WWMA
ma
if ma_select == "EMA_NO_LAG"
EMA1= ema(src,length)
EMA2= ema(EMA1,length)
Difference= EMA1 - EMA2
ma := EMA1 + Difference
ma
if ma_select == "TSF"
lrc = linreg(src, length, 0)
lrc1 = linreg(src,length,1)
lrs = (lrc-lrc1)
TSF = linreg(src, length, 0)+lrs
ma := TSF
ma
if ma_select =="VAMA" // Volatility Adjusted from @fractured
mid=ema(src,length)
dev=src-mid
vol_up=highest(dev,volatility_lookback)
vol_down=lowest(dev,volatility_lookback)
ma := mid+avg(vol_up,vol_down)
ma
if ma_select == "SMMA"
smma = float (0.0)
smaval=sma(src, length)
smma := na(smma[1]) ? smaval : (smma[1] * (length - 1) + src) / length
ma := smma
if ma_select == "DEMA"
e1 = ema(src, length)
e2 = ema(e1, length)
ma := 2 * e1 - e2
ma
if ma_select == "ALMA"
ma := alma(src, length,offset, 6)
ma
ma
// Calculate EMA
ma_fast = MA_selector(close, lenma_fast,ma_select1)
ma_slow = MA_selector(close, lenma_slow,ma_select2)
maFastStep = security(syminfo.tickerid, resma_fast, ma_fast)
maSlowStep = security(syminfo.tickerid, resma_slow, ma_slow)
ma1_plot=plot(maFastStep, color=color_fast,linewidth=lineWidth,transp=colorTransparency)
ma2_plot=plot(maSlowStep, color=color_slow,linewidth=lineWidth,transp=colorTransparency)
colors=ma_fast>ma_slow ? color.green : color.red
fill(ma1_plot,ma2_plot, color=fillColor? colors: na,transp=colorTransparency+15)
closeStatus = strategy.openprofit > 0 ? "win" : "lose"
////////Long Rules
long = crossover(maFastStep,maSlowStep) and (tradeType == "LONG" or tradeType == "BOTH")
longClose =crossunder(maFastStep,maSlowStep)//and falling(maSlowStep,1)
///////Short Rules
short =crossunder(maFastStep,maSlowStep) and (tradeType == "SHORT" or tradeType == "BOTH")
shortClose = crossover(maFastStep,maSlowStep)
longShape= crossover(maFastStep,maSlowStep) and tradeType == "NONE"
shortShape = crossunder(maFastStep,maSlowStep) and tradeType == "NONE"
plotshape(longShape, style=shape.triangleup,location=location.belowbar, color=color.lime,size=size.small)
plotshape(shortShape,style=shape.triangledown,location=location.abovebar, color=color.red,size=size.small)
// === Stop LOSS ===
useStopLoss = input(false, title='----- Add Stop Loss / Take profit -----', type=input.bool)
sl_inp = input(2.5, title='Stop Loss %', type=input.float, step=0.1)/100
tp_inp = input(5, title='Take Profit %', type=input.float, step=0.1)/100
stop_level = strategy.position_avg_price * (1 - sl_inp)
take_level = strategy.position_avg_price * (1 + tp_inp)
stop_level_short = strategy.position_avg_price * (1 + sl_inp)
take_level_short = strategy.position_avg_price * (1 - tp_inp)
if (long)
strategy.entry("long", strategy.long)
if (short)
strategy.entry("short", strategy.short)
strategy.close ("long", when = longClose, comment=closeStatus)
strategy.close ("short", when = shortClose, comment=closeStatus)
if (useStopLoss)
strategy.exit("Stop Loss/Profit Long","long", stop=stop_level, limit=take_level,comment =closeStatus )
strategy.exit("Stop Loss/Profit Short","short", stop=stop_level_short, limit=take_level_short, comment = closeStatus)
더 많은
- 동력 가격 상승 암호화폐 전략
- 멀티 팩터 모델에 기반한 모멘텀 트레이딩 전략
- 적응형 볼링거 밴드 트렌드 추적 전략
- 손실 중지 및 수익을 취하는 향상된 RSI 브레이크업 전략
- RSI 및 볼린거 대역에 기초한 양적 거래 전략
- SMA와 롤링 트렌드 라인을 기반으로 한 양적 거래 전략
- 주간 옵션 거래 전략
- 강력한 EMA 및 RSI 양적 거래 전략
- 볼링거 밴드 및 RSI 조합 거래 전략
- 반신 촛불 MACD 격차 트렌드 전략
- 이중 지표 스토카스틱 RSI와 EMA 거래 전략
- 전략에 따른 SMA 크로스오버 상승 추세
- 볼링거 밴드 브레이크업 양적 거래 전략
- 다기간에 기반한 SMA에 기반한 전략을 따르는 경향
- 시장 감정에 기반한 이치모쿠의 브레이크업 전략
- 동적 다중 지표 양적 거래 전략
- 산호 트렌드 역전 전략
- 동력에 기반한 스윙 트레이딩 전략
- 모멘텀 브레이크업 거래 전략
- 트렌드 라이딩 RSI 스윙 캡처 전략