주요 트렌드 지표

저자:차오장, 날짜: 2024-02-19 11:15:57
태그:

전반적인 설명

메이저 트렌드 인디케이터 롱 (MTIL) 전략은 BTCUSD 및 ETHUSD와 같은 암호화폐뿐만 아니라 AAPL와 같은 전통적인 주식과 같은 다양한 금융 기기에서 사용할 수 있도록 설계되었습니다. 이 전략은 롱 포지션에 진입하는 잠재적 인 상승 추세를 식별하는 것을 목표로합니다.

전략 논리

MTIL 전략은 최적화된 매개 변수를 활용하여 정의된 룩백 기간 내에 가장 높고 가장 낮은 가격을 계산합니다. 그 다음 선형 회귀를 적용하여 가격 데이터를 부드럽게하고 잠재적인 상승 추세를 감지하여 긴 입력을 신호합니다.

특히, 그것은 먼저 주어진 기간 동안 가장 높은 가격과 가장 낮은 가격을 도출합니다. 이들은 다른 계수와 선형 회귀를 사용하여 평형됩니다. 이것은 상부와 하부 경계를 생성합니다. 평형 된 가장 높은 가격이 상부 대역을 넘으면, 평형 된 가장 낮은 가격이 하부 대역을 넘으면, 폐쇄 가격의 단기 선형 회귀가 장기보다 높습니다. 상승 신호가 생성됩니다.

이점 분석

MTIL 전략은 다음과 같은 장점을 가지고 있습니다.

더 높은 정확도로 트렌드 식별을 위해 이중 매끄러운 기술을 사용합니다.
과거 성능을 테스트하기 위한 사용자 정의 가능한 백테스트 시작 날짜
개별적인 거래 선호도에 맞게 조정 가능한 매개 변수
멀티 타임프레임 분석을 위한 짧은 전략과 결합될 수 있습니다.

위험 분석

MTIL 전략은 또한 다음과 같은 위험을 안고 있습니다.

트렌드 트레이딩 리스크가 커질 가능성이 있는 경우
부적절한 매개 변수 조정으로 놓친 기회나 잘못된 신호가 발생한다
너무 빈번한 거래를 피하기 위해 거래 비용을 회계해야 합니다.

일부 위험은 매개 변수 조정, 스톱 손실, 거래 비용 통제 등을 통해 완화 될 수 있습니다.

최적화 방향

MTIL 전략은 다음 차원에서 최적화 될 수 있습니다.

최적을 찾기 위해 다른 기간 매개 변수의 조합을 테스트
거짓 신호를 피하기 위해 가격-용량 확인을 포함
신호 확인을 강화하기 위해 모멘텀과 내일 움직임을 더 검증하기 위해 다른 지표를 추가합니다.
손해를 멈추고 수익을 취하는 규칙을 설정하여 수익을 차단하는 것과 비교하여 수익을 제한합니다.

결론

MTIL는 주요 트렌드를 발견하기 위해 선형 회귀 기술을 활용하는 긴 측면 전략이다. 매개 변수 조정을 통해 다양한 시장 환경에 적응할 수 있다. 짧은 측면 전략과 결합하면 더 포괄적인 분석을 제공합니다. 추가 최적화는 정확성과 수익성을 향상시킬 수 있습니다.

/*backtest
start: 2023-02-12 00:00:00
end: 2024-02-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © jensenvilhelm


//@version=5
strategy("Major Trend Indicator Long", shorttitle='MTIL', overlay = true)

startDate = timestamp("2001 06 18")
// Sets the start date for the strategy.

// Optimized parameters
length_high = 5
length_low = 5
linReg_st = 3
linReg_st1 = 23
linReg_lt = 75
// Defines key parameters for the strategy.

X_i = ta.highest(high, length_high)
Y_i = ta.lowest(low, length_low)
// Calculates the highest and lowest price values within the defined lookback periods.

x_y = ta.linreg(X_i + high, linReg_st1, 1)
y_x = ta.linreg(Y_i + low, linReg_lt, 1)
// Applies linear regression to smoothed high and low prices.

upper = ta.linreg(x_y, linReg_st1, 6)
lower = ta.linreg(y_x, linReg_st1, 6)
// Determines upper and lower bounds using linear regression.

upperInside = upper < y_x and upper > x_y
lowerInside = lower > y_x and lower < x_y
y_pos = (upper + lower) / 4

X_i1 = ta.highest(high, length_high)
Y_i1 = ta.lowest(low, length_low)

bull = x_y > upper and y_x > lower and ta.linreg(close, linReg_st, 1) > ta.linreg(close, linReg_lt, 5)
// Defines a bullish condition based on linear regression values and price bounds.

plotshape(series=(bull) ? y_pos : na, style=shape.circle, location=location.absolute, color=color.rgb(41, 3, 255, 40), size=size.tiny)

if (time >= startDate)
    if (bull)
        strategy.entry("Long", strategy.long)
    if not (bull)
        strategy.close("Long")
// Controls the strategy's execution based on the bullish condition and the start date.

더 많은

2019 FMZ - 모든 권리 보호