ChaoZhang
개요
이 전략은 5 일 이동 평균 통로와 행보 개념의 매매점을 결합하여 통로 돌파 및 단선 거래의 이중 기능을 구현한다. 전략은 먼저 5 일 이동 평균의 높고 낮은 점을 통로 오르락 내리락으로 계산하고, 통로 돌파 신호와 행보 개념의 형태적 특성을 결합하여 진출 및 출퇴근 시간을 판단한다.
전략 원칙
- 5일간의 최고 가격과 최저 가격의 이동 평균을 통로 상하철로 계산합니다.
- 마감 가격이 궤도에 오르면 구매 신호가 생성됩니다.
- 마감 가격 아래에서 경로를 통과할 때, 판매 신호를 생성합니다.
- 자전거 개념의 형태적 특징을 결합하여 가격이 자전거의 구매 및 판매 특성에 부합하는지 판단합니다.
- 구매 특징: 종전 가격> 개시 가격, 최고 가격- 종전 가격 < 종전 가격- 개시 가격, 개시 가격- 최저 가격 < 종전 가격- 개시 가격
- 팔기 특징: 오픈 가격 - 클로징 가격> 어제의 오픈 가격 - 클로징 가격, 그리고 연속으로 3개의 K선 형태 이렇게
- 최종 구매 조건 = 통로 돌파 신호와 마차 구매 특성이 동시에 충족
- 최종 판매 조건 = 통로 돌파 신호와 마차 판매 특성이 동시에 충족
전략적 이점
- 통로 침투 전략과 보행 개념의 결합으로, 여러 단계의 판단을 수행하여 오작동의 위험을 방지합니다.
- 채널을 뚫는 전략은 중간주기의 트렌드를 포착할 수 있습니다.
- 이 아이디어는 짧은 선의 역전 가능성을 판단할 수 있습니다.
- 여러 시장 환경에 적합한 간단하고 쉽게 조정할 수 있는 매개 변수
전략적 위험
- 큰 변동 시장에서, 통로가 자주 뚫려서 잘못된 신호가 발생할 수 있습니다.
- ‘행동차 개념 특성 판단이 엄격하지 않으면, 실제 전환점을 넘어서 구매할 수 있고, 판매량이 부족할 수 있다’
- 잘못된 매개 변수 설정은 거래 신호의 품질에도 영향을 미칠 수 있습니다.
전략 최적화 방향
- 다양한 변수 아래의 통로를 테스트하여 더 나은 변수 조합을 찾을 수 있습니다.
- 채널 사이클을 조정할 수 있고, 더 짧거나 더 긴 사이클이 더 효과적인지 테스트할 수 있습니다.
- 운전자의 특징을 판단하여 노이스를 필터링하기 위해 더 엄격한 조건을 설정할 수 있습니다.
- 단위 손실을 제어하기 위해 스톱 손실을 증가시키는 전략을 테스트 할 수 있습니다.
요약하다
이 전략은 통로 돌파 전략과 마차 개념의 단선 거래 전략을 통합하여 여러 단계의 판단과 위험 통제를 구현한다. 최적화하면 더 나은 전략 성능을 얻을 수 있다. 참고로, 매개 변수 설정과 위험 통제는 전략 효과에 중요한 영향을 미치며, 충분한 테스트와 검증이 필요합니다.
전략 소스 코드
/*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("5MABAND + Mileage Concept Buy & Sell Strategy", overlay=true)
// Command 1 - 5MABAND Calculation
length = input(5, title="Number of Candles for Average")
avgHigh = ta.sma(high, length)
avgLow = ta.sma(low, length)
// Plotting 5MABAND Bands
plot(avgHigh, color=color.green, title="5MABAND High Line", linewidth=2)
plot(avgLow, color=color.red, title="5MABAND Low Line", linewidth=2)
// Command 2 - Mileage Concept Buy Entry
mileageBuyCondition = close > open and high - close < close - open and open - low < close - open and close - open > close[1] - open[1] and close - open > close[2] - open[2] and close - open > close[3] - open[3] and close > open and open > close[1]
// Command 3 - Mileage Concept Sell Entry
mileageSellCondition = open - close > open[1] - close[1] and open - close > open[2] - close[2] and open - close > open[3] - close[3] and open > close and close > open[1] and close > avgHigh
// Command 4 - 5MABAND Buy Entry
buyAlertCandle_5MABAND = close > avgHigh
plotshape(buyAlertCandle_5MABAND, color=color.green, style=shape.triangleup, location=location.belowbar, size=size.small, title="Buy Signal (5MABAND)")
// Command 5 - 5MABAND Sell Entry
sellAlertCandle_5MABAND = close < avgLow
plotshape(sellAlertCandle_5MABAND, color=color.red, style=shape.triangledown, location=location.abovebar, size=size.small, title="Sell Signal (5MABAND)")
// Command 6 - 5MABAND Exit Trigger
exitTriggerCandle_5MABAND_Buy = low < avgLow
exitTriggerCandle_5MABAND_Sell = high > avgHigh
// Exit Signals for 5MABAND
exitBuySignal_5MABAND = close < avgLow
exitSellSignal_5MABAND = close > avgHigh
// Buy and Sell Conditions for 5MABAND
buyCondition_5MABAND = close > avgHigh and buyAlertCandle_5MABAND
sellCondition_5MABAND = close < avgLow and (exitTriggerCandle_5MABAND_Buy or exitSellSignal_5MABAND)
// Combine Buy Conditions for Mileage Concept and 5MABAND
combinedBuyCondition = mileageBuyCondition and buyCondition_5MABAND
combinedSellCondition = mileageSellCondition and sellCondition_5MABAND
// Execute Buy and Sell Orders
strategy.entry("Buy", strategy.long, when = combinedBuyCondition)
strategy.close("Buy", when = sellCondition_5MABAND)
strategy.entry("Sell", strategy.short, when = combinedSellCondition)
strategy.close("Sell", when = exitBuySignal_5MABAND)
// Exit Buy and Sell Orders for 5MABAND
strategy.close("Buy", when = exitBuySignal_5MABAND)
strategy.close("Sell", when = exitSellSignal_5MABAND)