
이 전략은 동향 추적 전략으로, 가격 동력의 변화를 감지하여, 평균선을 뚫을 때 입장을 취하며, 주식 가격의 동향 행태를 포착하는 것을 목표로 한다.
이 전략의 핵심 논리는 다음과 같습니다.
오늘 종결 가격이 어제의 최고 가격보다 높고, 어제의 최고 가격이 5일 EMA 평균선을 만지지 않은 상태에서 입점을 한다. 이것은 돌파 신호이며, 주가가 위로 돌파되고 있음을 나타낸다.
진입 후 스톱로스를 최저 가격으로 설정하고 100점 더 내려갑니다. 스톱포스는 진입 가격으로 설정된 스톱로스 스톱비율을 곱합니다. (2) 가격 상승이 계속되면 추적 스톱로스를 사용하여 더 많은 수익을 확보할 수 있습니다.
이 전략의 기본 거래 논리는 다음과 같습니다.
이 전략에는 다음과 같은 장점이 있습니다.
주가 트렌드 현상을 포착하여 수익 잠재력이 높습니다. 주가가 가속 상승 또는 하락 단계에 진입했을 때 지속적인 추적 / 추적 하락에 특히 적합합니다.
EMA 필터를 통해, 진동 중에 자주 포장을 피하십시오.
파격 신호는 명확하고, 가짜 파격은 발생하지 않는다.
리스크가 통제되는데, 단독 손실을 통제하고, 자금을 안전하게 관리한다.
전략 논리는 간단하고 명확하며, 이해하기 쉽고 최적화하기 쉽습니다.
이 전략에는 몇 가지 위험도 있습니다.
추락을 추적하는 전략, 시장의 전환점을 놓칠 위험이 있다. 더 큰 수준의 추세 지표에 주의를 기울이고, 전체적인 지분을 통제해야 한다.
침입을 이용해서 진입하면 가짜 침입의 위험이 있다. 이것은 침입 신호를 검증하기 위해 합성 교통량 분석을 결합해야 한다.
스톱포인트 설정이 부적절하여 스톱포인트가 너무 넓거나 너무 딱딱해질 수 있습니다. 이것은 시장의 변동성과 개인의 위험 선호도에 따라 조정해야 합니다.
스톱포트가 너무 커 설정되면, 가격 회귀로 인해 모든 것을 얻을 수 없습니다. 이것은 이동 스톱포트를 적절하게 사용하여 이익을 잠금하는 것이 필요합니다.
이 전략은 다음과 같은 측면에서 더욱 개선될 수 있습니다.
최적화 매개 변수, 예를 들어 MA 주기, 중지 범위 등의 설정은 다른 주식 및 시장 환경에 더 적합합니다. 단계적 최적화 및 유전 알고리즘을 사용하여 매개 변수 조합을 테스트 할 수 있습니다.
거래량 검증을 증가시키십시오. 거래량은 브레이크 신호의 유효성을 검증합니다. 거래량 브레이크를 설정하여 진입 신호를 필터링 할 수 있습니다.
큰 차원의 추세에 대한 판단을 높여주세요. 큰 추세와 일치하는 경우에만 역으로 작동하는 것을 보장하세요. 예를 들어, 하락하는 상황에서 단축 전략만 수행하십시오.
다이내믹 트래킹 스톱을 설정한다. 가격이 목표에 도달하면, 고정 스톱을 설정하는 대신 이동 스톱 라인이 수익을 고정한다. 이것은 트렌드 수익을 최대화 할 수 있다.
기계 학습 알고리즘을 추가하여 신경망이나 무작위 숲을 사용하여 구매/판매 신호를 판단할 수 있습니다. 전략의 안정성과 승률을 크게 향상시킬 수 있습니다.
이 전략은 가격 동력의 변화를 감지하여, EMA 필터링과 스톱스피 방법을 결합하여, 주가 트렌드 상황을 포착합니다. 이 간단한 돌파 시스템에는 장점과 개선의 여지가 있습니다. 우리는 매개 변수 최적화, 보조 지표 증가, 스톱스피 방식 조정 등의 방법을 통해 전략을 강화 할 수 있습니다. 이것은 복잡한 변동성 주식 시장에 대응하기 위해 전략을 더 안정적이고 효율적으로 만들 것입니다.
/*backtest
start: 2023-01-29 00:00:00
end: 2024-02-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Custom Strategy", overlay=true)
len = input.int(9, minval=1, title="Length")
src = input(close, title="Source")
offset = input.int(0, title="Offset", minval=-500, maxval=500)
ema5 = ta.ema(src, len)
// Condition for Buy Entry
buy_condition = close > high[1] and high[1] < ema5
// Set Target and Stop Loss
risk_reward_ratio = input(2.0, title="Risk-Reward Ratio")
target_price = close + (high[1] - low[1]) * risk_reward_ratio
stop_loss_price = low[1] - 100
// Execute Buy Order
if (buy_condition)
strategy.entry("Buy", strategy.long)
// Exit conditions
if (strategy.position_size > 0)
strategy.exit("Take Profit/Stop Loss", from_entry="Buy", profit=target_price, loss=stop_loss_price)
// Plotting
plot(ema5, title="EMA", color=color.blue, offset=offset)
plotshape(series=buy_condition, title="Buy Entry Signal", color=color.green, style=shape.triangleup, size=size.small, location=location.belowbar)