ChaoZhang
개요
3 10 진동기 윤곽 표기 전략은 MACD 지표로 3일과 10일 간단한 이동 평균 사이의 차이를 계산하여 거래량 분석과 결합하여 시장의 구매 및 판매 상자의 강점을 판단하여 거래 신호를 생성합니다. 이 전략은 동시에 중요한 가격 영역, 거래량 특성과 MACD 지표의 반전을 결합하여 입출 기회를 확인합니다.
전략 원칙
이 전략의 핵심 지표는 MACD이며, 빠른 이동 평균과 느린 이동 평균으로 구성됩니다. 빠른 선은 3 일 간소 이동 평균이며, 느린 선은 10 일 간소 이동 평균입니다. 그 사이의 차이는 MACD 기둥선을 구성합니다. 빠른 선이 아래에서 느린 선을 돌파 할 때, 구매 힘을 강화하여 구매 신호를 생성합니다.
또한, 이 전략은 각 K 선의 매수 거래량과 매수 거래량의 크기와의 관계를 결합하여 시장의 매수 거래량의 상대적인 강점을 판단한다. 구체적인 방법은 다음과 같다: 매수 거래량 = 매수 거래량 x (폐쇄 가격-최저 가격) / 최고 가격-최저 가격); 매수 거래량 = 매수 거래량 x (최고 가격-매수 가격) / 최고 가격-최저 가격). 매수 거래량이 매수 거래량보다 뚜렷하게 크면, 그 K 선이 더 강한 매수 거래량으로 끝나는 것을 나타내는 것이 구매 신호이다.
MACD 지표와 거래량 분석을 조합하여, 이 전략은 시장의 수요와 공급 관계에 대한 판단을 효과적으로 할 수 있습니다. 동시에, 전략은 가격대가 중요한 영역에 있는지, MACD가 효과적으로 반전하는지, 그리고 거래량 차이점이 충분히 크는지 여부를 확인합니다. 따라서 충동 작업의 소음을 필터링하여 높은 확률과 높은 효율성을 보장합니다.
우위 분석
- MACD 지표로 시장의 흐름을 파악하는 방법
- 거래량 차분 분석으로 거래대상이 강하고 약하다는 판단
- 다중 조건 필터링, 높은 확률 작동을 보장
- 스톱 스톱 손실 전략으로 위험을 통제하십시오.
이 전략의 가장 큰 장점은 시장의 수요와 공급 관계를 충분히 결합한 판단에 있다. MACD 기둥선은 거래 상장 힘의 대조와 시장의 동향을 효과적으로 판단할 수 있다. 거래량 차차 분석은 거래 상장 지배력을 명확히 식별할 수 있다. 동시에 전략은 여러 조건을 설정하여 검토를 하며, 추격 하락을 피하고, 수익을 얻는 확률이 높다. 또한, 전략 내장된 중지 손실 메커니즘은 단편 손실을 제한할 수 있다.
위험 분석
- MACD 실패 위험. 시장이 흔들리거나 평평한 수다를 정리할 때 MACD는 거짓 신호를 생성할 수 있다.
- 거래량 실패의 위험. 시장에서 거래량을 끌어 올릴 수 있는 현상이 있을 수 있는데, 이때 거래량 분석의 정확도가 떨어진다.
- 매개 변수 최적화 난이도가 높다. 이 전략은 여러 매개 변수를 포함하고, 최적화 난이도가 높고, 매개 변수 조정 능력이 약한 투자자에게는 적합하지 않다.
위의 위험은 다음과 같은 방법으로 회피할 수 있습니다: 시장의 주요 추세를 정확하게 판단하고, 흔들림판에서 이 전략을 사용하지 마십시오. 시장 정보 면에 주의하고, 거래량이 인위적으로 상승하는 상황을 식별하십시오. 전문 기관의 조언을 참고하여 파라미터를 신중하게 조정하십시오.
최적화 방향
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
- KD, 브린 밴드 등의 지표를 사용하여 MACD를 대체하거나 협력하여 판단 정확도를 향상시킵니다.
- 포지션 관리 메커니즘을 추가하여 전략 파라미터를 동적으로 조정할 수 있습니다.
- 스톱포드 스톱로스를 최적화하여 단일 수익을 높여라
- 더 많은 시간 주기로 실행하여 안정성을 향상시킵니다.
종합적으로, 이 전략의 최적화 공간은 넓으며, 투자자는 자신의 상황과 시장 환경에 따라 적절한 조정과 개선을 통해 전략의 효과를 향상시킬 수 있습니다.
요약하다
3 10 진동기 윤곽 표기 전략은 MACD 분석, 거래량 비교 및 다중 조건 필터 검증의 사고를 성공적으로 통합한다. 공급 수요 관계 및 시장 전동 방향의 판단 능력이 강하며, 내장 된 중지 중지 메커니즘은 위험을 제어한다. 이 전략의 최적화 공간은 넓고, 적용 전망은 넓으며, 투자자의 주요 고려와 심층 연구를 할 가치가 있다.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true)
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)
takeProfit = input( title="Take Profit", defval=0.75)
stopLoss = input( title="Stop Loss", defval=0.5)
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(macdSlope, color=color.red, title="Total Volume")
//plot(signalSlope, color=color.green, title="Total Volume")
intrabarRange = high - low
getLookBackSlope(lookBack) => signal - signal[lookBack]
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
float s = 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 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 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 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0
bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0
bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 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 )
// 7.48 Profit 52.5%
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
strategy.entry("Short1", strategy.short, qty=10)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)
// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
strategy.entry("Long1", strategy.long, qty=10)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)