ChaoZhang
개요
반전 극장 설정 전략은 극한 K선 반전을 이용하는 전략이다. 그것은 최신 K선의 개체 크기와 평균값에 따라 판단하고, 개체 크기가 평균값보다 크며 반전이 발생하면 거래 신호를 발생시킨다.
전략 원칙
이 전략은 주로 현재 K 선의 개체 크기와 전체 K 선의 크기를 판단한다.
그것은 최신 K 선의 개체 크기를 기록합니다 (개시 가격과 닫기 가격의 차) 그리고 전체 K 선의 크기를 기록합니다 (최고 가격과 최저 가격의 차).
그 다음, 평균 실제 범위 평균 (RMA) 을 이용하여 최근 20개의 K선들의 평균 개체 크기와 K선 크기를 계산한다.
최신 K 라인이 활성화되고 엔티티 크기가 평균 엔티티 크기보다 크고, 전체 K 라인 크기가 평균 K 라인 크기의 2 배 이상일 때, 다중 신호를 생성한다.
반대로, 최신 K 라인이 내려가며 실체 크기도 위의 조건을 충족하면 하위 신호가 발생한다.
즉, 극한 K 선이 반전될 때, 평균값 판단을 사용하여 거래 신호를 생성한다.
우위 분석
이 전략의 주요 장점은 다음과 같습니다.
- 극한의 K선 특성을 이용해서 반전되기 쉽다
- 개체 크기와 전체 K선 크기의 극한값을 비교하여, 비정상적인 점을 찾는다
- RMA를 사용하여 동적 평균을 계산하고 시장 변화에 적응합니다.
- 반전 모형과 결합하여 신호가 더 안정적이다.
위험 분석
이 전략에는 몇 가지 위험도 있습니다.
- 극한의 K선들은 반드시 뒤집을 수 없고 계속 가동될 수도 있습니다.
- 잘못 설정된 매개 변수는 너무 민감하거나 느려질 수 있습니다.
- 충분한 시장의 변동이 필요하며, 시장의 평준화에는 적합하지 않습니다.
- 거래비용과 점진의 위험을 증가시키는 빈번한 거래 신호가 발생할 수 있습니다.
위험을 줄이기 위해, 적절한 변수를 조정하거나, 손실을 제어하기 위해 스톱로스를 추가할 수 있다.
최적화 방향
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
- 트랜스포메이션의 필터링을 늘려서 가짜 침입을 막아주십시오.
- 변동률 지표 최적화 파라미터를 이용한 동적 설정
- 트렌드 지표와 결합하여 역으로 더 많은 공백을 피하십시오.
- 기계 학습 모형의 K선 역전 확률을 증가시키는 것
- 손해배상 장치에 가입
요약하다
역전한 극한 설정 전략은 최신 K 선의 극한 상황을 판단하여 역전이 발생했을 때 거래 신호를 생성한다. 이은 K 선의 특성을 이용하는 특이한 극한 K 선의 장점이 있지만 위험도 존재한다. 파라미터 최적화 및 풍력 제어 수단으로 더 나은 전략 성능을 얻을 수 있다.
전략 소스 코드
/*backtest
start: 2024-02-13 00:00:00
end: 2024-02-20 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Extreme Reversal Setup", overlay=true)
bodySize = input(defval=0.75)
barsBack = input(title="Lookback Period", type=input.integer, defval=20, minval=0)
bodyMultiplier = input(title="Bar ATR Multiplier", type=input.float, defval=2.0, minval=0)
myBodySize = abs(close - open)
averageBody = rma(myBodySize, barsBack)
myCandleSize = abs(high - low)
averageCandle = rma(myCandleSize, barsBack)
signal_long = open[1]-close[1] >= bodySize*(high[1]-low[1]) and
high[1]-low[1] > averageCandle*bodyMultiplier and
open[1]-close[1] > averageBody and close > open
signal_short = close[1]-open[1] >= bodySize*(high[1]-low[1]) and
high[1]-low[1] > averageCandle*bodyMultiplier and
close[1]-open[1] > averageBody and open > close
plotshape(signal_long, "LONG", shape.triangleup, location.belowbar, size=size.normal)
plotshape(signal_short, "SHORT", shape.triangledown, location.belowbar, size=size.normal)
strategy.entry("LONG", strategy.long, when=signal_long)
strategy.entry("SHORT", strategy.short, when=signal_short)