ChaoZhang
개요
이동 평균 횡단 전략은 비교적 흔한 주식 거래 전략이다. 이 전략은 빠른 이동 평균과 느린 이동 평균을 계산하여 그들이 횡단 할 때 구매 및 판매 신호를 생성한다. 구체적으로, 빠른 이동 평균이 아래에서 느린 이동 평균을 통과 할 때 구매 신호를 생성하고, 빠른 이동 평균이 위에서 아래에서 느린 이동 평균을 통과 할 때 판매 신호를 생성한다.
전략 원칙
이 전략의 핵심 논리는: 빠른 이동 평균은 주식의 단기 트렌드를 나타내고, 느린 이동 평균은 주식의 장기 트렌드를 나타냅니다. 단기 트렌드가 상승 (Gold Fork) 으로 바뀌면 주식이 구매 영역에 들어간다는 것을 나타냅니다.
구체적으로, 이 전략은 빠른 이동 평균 maFast과 느린 이동 평균 maSlow을 정의한다. maFast의 길이는 9로 주식의 9일 단기 트렌드를 나타내고, maSlow의 길이는 18로 주식의 18일 장기 트렌드를 나타낸다. 전략은 두 개의 이동 평균의 교차 상황을 계산하여 단기 및 장기 트렌드의 변화를 판단한다.
우위 분석
이 전략은 다음과 같은 장점을 가지고 있습니다.
- 이 원칙은 단순하고 이해하기 쉽고 실행이 쉽다.
- 이동 평균은 주식 가격의 잡음을 효과적으로 차단하여 신뢰할 수 있는 거래 신호를 생성한다.
- 빠르게 움직이는 평균은 단기 및 장기적인 추세와 결합되어 거래 신호가 안정적입니다.
- 다양한 주식의 특성에 맞게 이동 평균 변수를 유연하게 조정할 수 있다.
- 이동 평균 주기 변수를 최적화하여 더 나은 거래 효과를 얻을 수 있습니다.
위험 분석
이 전략에는 몇 가지 위험도 있습니다.
- 주식 가격의 변동이 큰 경우, 더 많은 잘못된 신호와 과도한 거래가 발생한다.
- 매개 변수 설정이 잘못되면 거래 빈도가 너무 높거나 신호가 지연될 수 있다.
- 빠르게 변화하는 시장과 주식을 효과적으로 추적할 수 없습니다.
- 이 경우, 해당 거래소에서 거래가 진행되는 기간이 늦어져서 중요한 거래점을 놓칠 수 있습니다.
이동 평균 매개 변수를 조정하고, 스톱 로즈 전략을 설정하는 등의 방법으로 위와 같은 위험을 줄일 수 있다.
최적화 방향
이 전략에는 더 많은 최적화 가능성이 있습니다:
- 거래량, STOCH 등과 같은 다른 기술 지표 필터 신호와 결합.
- 트렌드를 판단하는 메커니즘을 추가하여 주요 트렌드를 놓치지 않도록하십시오.
- 이동 평균 변수를 최적화하여 최적의 변수 조합을 찾습니다.
- 단독 손실을 통제하기 위해 손실을 막는 전략을 세웁니다.
- 딥러닝과 같은 모델과 결합하여 가격 움직임을 예측한다.
요약하다
이동 평균 가로 전략은 전체적으로 매우 고전적이고 실용적인 전략이다. 그 원칙은 간단하고 구현하기 쉽고 실제 거래에서 광범위하게 적용된다. 변수 조정과 보조 기술 지표의 응용을 통해 전략을 더욱 개선하여 더 나은 위험 수익률을 얻을 수 있다.
/*backtest
start: 2024-01-04 00:00:00
end: 2024-02-03 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy(title="Moving Average Cross", overlay=true, initial_capital=10000, currency='USD')
// === GENERAL INPUTS ===
// short ma
maFastSource = input(defval = close, title = "Fast MA Source")
maFastLength = input(defval = 9, title = "Fast MA Period", minval = 1)
// long ma
maSlowSource = input(defval = close, title = "Slow MA Source")
maSlowLength = input(defval = 18, title = "Slow MA Period", minval = 1)
// === SERIES SETUP ===
/// a couple of ma's..
maFast = ema(maFastSource, maFastLength)
maSlow = ema(maSlowSource, maSlowLength)
// === PLOTTING ===
fast = plot(maFast, title = "Fast MA", color = red, linewidth = 2, style = line, transp = 30)
slow = plot(maSlow, title = "Slow MA", color = green, linewidth = 2, style = line, transp = 30)
// === LOGIC ===
enterLong = crossover(maFast, maSlow)
exitLong = crossover(maSlow, maFast)
// Entry //
strategy.entry(id="Long Entry", long=true, when=enterLong)
strategy.entry(id="Short Entry", long=false, when=exitLong)
// === FILL ====
fill(fast, slow, color = maFast > maSlow ? green : red)