슈퍼트렌드와 이동평균의 크로스오버 전략

저자:차오장, 날짜: 2024-02-19 11:56:52
태그:

전반적인 설명

이 전략은 슈퍼트렌드 및 이동 평균 크로스오버 전략 (Supertrend and Moving Average Crossover Strategy) 이라고 불린다. 이 전략은 슈퍼트렌드 지표와 이동 평균을 결합하여 슈퍼트렌드가 상승 추세를 나타내고 10일 EMA가 20일 SMA보다 높을 때 장기화하고, 슈퍼트렌드가 하락 추세를 나타내고 10일 EMA가 20일 SMA보다 낮을 때 단축한다. 이 전략은 전형적인 트렌드를 따르는 전략이다.

전략 논리

이 전략은 시장 트렌드 방향을 결정하기 위해 슈퍼트렌드 지표를 사용합니다. 슈퍼트렌드는 평균 진정한 범위와 요인에 기초하여 계산됩니다. 가격이 슈퍼트렌드 라인 위에있을 때, 그것은 상승 추세입니다; 가격이 슈퍼트렌드 라인 아래에있을 때, 그것은 하락 추세입니다. 이 전략에서 인자는 3.0로 설정되며 ATR 길이는 10입니다.

또한, 전략은 이동 평균을 구성하기 위해 10일 EMA와 20일 SMA를 사용합니다. EMA (엑스포넌셜 이동 평균) 는 최근 가격에 더 높은 무게를 부여하고, SMA (단순 이동 평균) 는 모든 데이터를 동등한 무게로 간주합니다. 단기 EMA가 장기 SMA보다 높을 때 구매 신호로 간주됩니다.

요약하자면, 트레이드 신호 생성 논리는 다음과 같습니다.

롱 엔트리: 슈퍼트렌드 > 0 (올림 트렌드) 그리고 10일 EMA > 20일 SMA 단기 엔트리: 슈퍼트렌드 < 0 (하향 트렌드) 그리고 10일 EMA < 20일 SMA

그래서 그것은 슈퍼 트렌드로 트렌드 방향을 결정하고 추가 확인을 위해 이동 평균 크로스오버를 사용하여 트렌드를 따르는 전략을 구성합니다.

이점 분석

이 전략의 가장 큰 장점은 Supertrend와 이동 평균을 결합하여 신뢰성과 민감성을 향상시키는 것입니다. 주요 장점은 다음과 같습니다.

슈퍼트렌드는 주요 트렌드를 명확하게 식별하고 잘못된 신호를 줄입니다.
EMA+SMA 교차는 트렌드 변화에 대한 감수성을 향상시킵니다.
여러 가지 요인 을 판단 함 으로 신뢰성 이 향상 된다
단순하고 명확한 지표, 이해하기 쉽고 최적화
슈퍼트렌드 및 MAs의 매개 변수를 조정하는 데 높은 유연성

위험 분석

이 전략에는 몇 가지 위험이 있습니다.

부적절한 슈퍼트렌드 매개 변수는 전환점을 놓칠 수 있습니다.
잘못된 MA 매개 변수는 잘못된 신호를 생성할 수 있습니다.
잘못된 백테스트 기간 선택은 성능을 과대평가 할 수 있습니다.
거래비용은 고려되지 않습니다.

우리는 슈퍼트렌드에 대한 다른 ATR 및 인자 값을 테스트 할 수 있으며 MAs에 대한 다른 길이 값을 테스트 할 수 있습니다. 또한 백테스트 기간은 다른 시장 환경을 커버해야합니다. 라이브 거래에서 거래 비용을 추가해야합니다.

최적화 방향

최적화할 수 있는 많은 공간이 있습니다.

슈퍼트렌드에서 ATR 길이와 인수를 조정합니다
EMA와 SMA의 길이를 조정합니다.
신호 필터링을 위해 RSI, MACD와 같은 다른 지표를 추가
슈퍼트렌드가 나타나고 EMA가 일정 기간 후에 SMA를 넘을 때 구매하십시오.
스톱 로스 전략을 추가

이것은 성능과 안정성을 더욱 향상시킬 수 있습니다. 또한 위험 통제에 있어 스톱 손실 구성이 중요합니다.

결론

이 전략은 트렌드 방향과 EMA+SMA 크로스오버를 결합하여 신호를 생성합니다. 전형적인 트렌드 다음 시스템입니다. 높은 신뢰성과 최적화를 위한 많은 유연성을 가지고 있으며 라이브 트레이딩에서 검증할 가치가 있습니다. 그러나 우리는 또한 위험을 제어하고 과도한 최적화를 방지해야합니다.

/*backtest
start: 2024-01-19 00:00:00
end: 2024-02-18 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Supertrend and Moving Averages Strategy", overlay=true)

// Supertrend parameters
atrLength = input.int(10, title="ATR Length", minval=1)
factor = input.float(3.0, title="Factor", minval=0.01, step=0.01)
[supertrend, direction] = ta.supertrend(factor, atrLength)

// Moving Averages parameters
length_ema = input(10, title="Length of EMA")
length_sma = input(20, title="Length of SMA")

// Calculate EMAs and SMAs
ema_10 = ta.ema(close, length_ema)
sma_20 = ta.sma(close, length_sma)

// Strategy logic
longCondition = ema_10 > sma_20 and direction > 0
shortCondition = ema_10 < sma_20 and direction < 0

strategy.entry("Long", strategy.long, when=longCondition)
strategy.entry("Short", strategy.short, when=shortCondition)

// Plot Supertrend
plot(direction > 0 ? supertrend : na, color=color.green, style=plot.style_line, linewidth=2, title="Up Trend")
plot(direction < 0 ? supertrend : na, color=color.red, style=plot.style_line, linewidth=2, title="Down Trend")

// Plot Moving Averages
plot(ema_10, color=color.blue, title="10 EMA")
plot(sma_20, color=color.red, title="20 SMA")

// Alerts for Supertrend
alertcondition(direction[1] > direction, title='Downtrend to Uptrend', message='The Supertrend value switched from Downtrend to Uptrend ')
alertcondition(direction[1] < direction, title='Uptrend to Downtrend', message='The Supertrend value switched from Uptrend to Downtrend')
alertcondition(direction[1] != direction, title='Trend Change', message='The Supertrend value switched from Uptrend to Downtrend or vice versa')

더 많은

2019 FMZ - 모든 권리 보호