ChaoZhang
개요
다중 시간 주기 MACD 제로 축 교차 역전 전략은 다른 주기 MACD 지표를 계산하여 가격의 반전이 가능한 신호를 식별하고, 트렌드 추적 스톱 로스를 채택하여 더 높은 자금 활용 효율을 추구한다.
전략 원칙
이 전략은 동시에 3주기 및 10주기 SMA 이동 평균을 계산하고, 빠른 느린 라인을 구성하고, MACD 지표와 신호 라인을 계산한다. 빠른 라인과 신호 라인이 상향 또는 하향으로 0축 교차할 때, 가격은 위기점에 도달하고, 반전이 발생할 수 있음을 나타냅니다. 또한, 이 전략은 교류량의 다중 공백상태 판단, RSI 지표 등과 결합하여 반전 신호의 신뢰성을 식별한다. 반전 신호가 특정 신뢰성 요구 사항을 충족 할 때, 더하거나 공백한다.
특히, 전략은 다음과 같은 방법으로 가격 반전을 판단합니다.
- MACD 0축 교차는 가격의 위기점을 나타냅니다.
- 거래량 매매 압력 판단 빈자리
- RSI 지표는 MACD 경사 변화와 함께 시상 하향을 나타냅니다.
- 빠른 선과 신호 선이 역으로 교차하여 역전 신호를 형성한다.
역전 신호의 신뢰성이 높을 때, 전략은 트렌드 추적 스톱 손실 방식을 도입하여 높은 수익을 추구한다.
우위 분석
이 전략에는 다음과 같은 장점이 있습니다.
- 여러 지표로 판단하여 역전 신호를 더 신뢰하게 만듭니다.
- MACD 제로 축 교차를 사용하여 회전 지점을 판단, 높은 정확도
- RSI 지표 및 거래량 보조 판단, 신뢰성이 높다
- 트렌드 추적, 손실을 막는 방법, 더 높은 자금 사용 효율을 추구
위험 분석
이 전략에는 몇 가지 위험도 있습니다.
- MACD 지표는 가짜 신호를 발산할 확률이 높고, 함정에 빠지기 쉽다.
- 다중공간 교환 과정에서, 정지 손실이 뚫린 확률이 높습니다.
- 잘못된 매개 변수 설정은 거래 빈도를 높이고 거래 비용과 슬라이드 지점을 증가시킬 수 있습니다.
위험은 다음과 같은 방법으로 줄일 수 있습니다.
- 제약금지범위를 적절히 완화하여 제약금지범위를 적절히 완화시켜야 합니다.
- 최적화 매개 변수, 거래 빈도 감소
- 중요한 저항 지점 근처에서만 입지를 고려하십시오.
최적화 방향
이 전략은 다음과 같은 방향으로 더 개선될 수 있습니다.
- 역전 신호의 신뢰성을 판단하는 데 도움이 되는 기계 학습 알고리즘을 추가합니다.
- 감정 지표가 증가하여
- 입구 정확도를 높이기 위해 핵심 저항 지점을 지원합니다.
- 손해 방지 방법을 최적화하여 자금 사용 효율성을 더욱 높여주기
- 거래 빈도를 낮추는 최적의 변수 조합을 테스트합니다.
요약하다
다중 시간 주기 MACD 제로 축 교차 역전 전략은 가격, 거래량 및 변동 지표와 같은 여러 차원의 정보를 종합적으로 고려하여, 다중 지표 판단을 통해 역전 현장 시기를 결정하고, 수익성이 충분 한 후 적시에 중단하여 역전 상황에서 더 나은 수익을 얻을 수 있습니다. 이 전략은 기계 학습 및 핵심 위치 최적화 등의 방법으로 더 개선되어 거래 빈도 및 위험을 줄이고 수익 공간을 향상시킬 수 있습니다.
전략 소스 코드
/*backtest
start: 2023-02-11 00:00:00
end: 2024-02-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 Oscillator Profile Flagging", overlay=false)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10.0)
takeProfit = input( title="Take Profit", defval=0.8)
stopLoss = input( title="Stop Loss", defval=0.75)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
getRSISlopeChange(lookBack) =>
j = 0
for i = 0 to lookBack
if ( rsi[i] - rsi[ i + 1 ] ) > -5
j += 1
j
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0.0
float s = 0.0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0.0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0.0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0
bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0
bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 393.60 Profit 52.26% 15m
if ( hasBullInversion and rsiSlope > 1.5 and volume > 300000.0 )
strategy.entry("15C1", strategy.long, qty=10.0)
strategy.exit("TPS", "15C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 356.10 Profit 51,45% 15m
if ( getVolBias(shortLookBack) == false and rsiSlope > 3.0 and signalSlope > 0)
strategy.entry("15C2", strategy.long, qty=10.0)
strategy.exit("TPS", "15C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 124 Profit 52% 15m
if ( rsiSlope < -11.25 and macdSlope < 0.0 and signalSlope < 0.0)
strategy.entry("15P1", strategy.short, qty=10.0)
strategy.exit("TPS", "15P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)
// 455.40 Profit 49% 15m
if ( math.abs(math.abs(macd) - math.abs(signal)) < .1 and buyVolume > sellVolume and hasBullInversion)
strategy.entry("15P2", strategy.short, qty=10.0)
strategy.exit("TPS", "15P2", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)