개요

이 전략은 RSI, MACD, OBV, CCI, CMF, MFI, VWMACD 등 여러 기술적 지표를 종합적으로 활용하여 가격과 거래량 간의 다이버전스를 감지하고, 잠재적인 진입 기회를 식별합니다. 또한 사용자 정의 딥(dip) 감지 지표와 결합하여 높은 변동성 및 깊이 또는 VFI 조건을 충족할 때 거래 신호를 발생시킵니다. 전략은 롱(Long) 포지션만 취하며, 트레일링 스탑을 사용하여 점진적으로 포지션을 추가합니다.

전략 원리

1. RSI, MACD, OBV, CCI, CMF, MFI, VWMACD 등의 지표를 계산하고, 적응형 선형 회귀 방법을 통해 각 지표와 과거 가격 간의 다이버전스를 감지합니다. 지표가 신저가를 기록했으나 가격이 이를 따라가지 않을 때 매수 신호가 발생합니다.

2. 사용자가 입력한 변동성 임계값과 깊이 비율 임계값을 기반으로 VFI 지표 필터와 결합하여, 높은 변동성 및 깊이 테스트를 통과한 캔들에서 신호를 발생시킵니다.

3. 초기 롱 진입 후, 가격이 마지막 매수 가격 대비 일정 비율(설정 가능) 이하로 하락하면 추가 매수(분할 매수)를 수행합니다.

4. 트레일링 스탑을 사용하여 설정된 이익 실현 비율에 도달하면 포지션을 청산합니다.

장점 분석

1. 다중 요소 조합: 가격과 거래량 지표를 종합적으로 활용하여 신호의 신뢰도를 높입니다.

2. 적응형 선형 회귀 방법을 통한 다이버전스 감지로, 주관적인 판단을 배제합니다.

3. 변동성 및 깊이/VFI 감지 지표를 결합하여 반전 기회를 포착하는 데 유리합니다.

4. 여러 차례 분할 매수를 통해 가격 조정을 활용할 수 있으며, 트레일링 이익 실현으로 수익을 고정하는 데 도움이 됩니다.

위험 분석

1. 다중 요소 조합 판단이 비교적 복잡하므로, 매개변수 최적화 및 다이버전스 식별 효과가 실제 성과에 영향을 미칠 수 있습니다.

2. 단방향 포지션의 위험이 높아, 판단이 틀릴 경우 큰 손실이 발생할 수 있습니다.

3. 반복적인 분할 매수 모드에서는 손실도 확대될 수 있으므로 포지션 관리에 주의해야 합니다.

4. 거래 수수료가 실제 수익에 미치는 영향을 고려해야 합니다.

최적화 방향

1. 다양한 매개변수 조합과 지표의 효과를 테스트하여 최적의 설정을 선택합니다.

2. 손절매 전략을 추가하여 단일 거래 및 최대 손실을 통제합니다.

3. 양방향 거래 기회를 고려하여 위험을 분산시킵니다.

4. 머신러닝 방법을 결합하여 매개변수를 자동으로 최적화합니다.

요약

이 전략은 여러 기술적 지표를 종합하여 진입 시점을 식별하고, 사용자 정의 조건과 VFI 지표를 활용하여 거짓 신호를 필터링합니다. 가격 조정 시 지속적으로 매수하여 추세 추종 기회를 포착하는 데 유리합니다. 그러나 판단 오류 및 단방향 포지션의 위험이 존재하므로, 지표 매개변수와 손절매 전략 등을 적절히 최적화하여 위험을 줄이고 수익성을 높여야 합니다.