
이 전략의 핵심 아이디어는 계정 권익의 역동성에 따라 각 거래의 포지션 크기를 조정하는 것이다. 이 전략은 수익을 올릴 때 포지션을 자동으로 증가시키고 손실을 줄일 때 포지션을 자동으로 감소시켜 수익 회복 효과를 달성한다.
이 전략은 다음과 같은 몇 가지 중요한 단계를 통해 포지션 동적 조정을 수행합니다.
위 단계는 포지션 크기의 합리성을 보장하고, 과도한 포지션으로 인한 위험을 방지하며, 포지션 크기가 계정 권익과 연결되는 것을 구현하며, 수익에 따라 자동으로 확대되는 효과를 제공합니다.
이 전략에는 다음과 같은 장점이 있습니다.
이 전략에는 몇 가지 위험도 있습니다.
합리적인 변수 설정, 적절한 예금 등의 방법으로 위와 같은 위험을 완화할 수 있다.
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
위 몇 가지 점의 최적화를 통해, 전략적 행동을 더 안정적으로 제어할 수 있으며, 포지션 크기를 너무 민감하고 자주 조정하는 것을 피할 수 있다.
이 전략은 계정 권익에 기반한 포지션 수동 조정 기능을 구현하여 자동으로 수익 효과를 확대할 수 있습니다. 리버리지와 최대 포지션을 위험 제어로 설정하고 논리는 간단하고 명확하며 이해하기 쉽고 2차 개발됩니다. 우리는 또한 전략의 장단점과 위험을 분석하고 몇 가지 최적화 제안을 제공합니다.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of Tendies Heist LLC, 2021
//@version=4
strategy("Tendies Heist Auto Compounding Example", overlay=true)
leverage = input(10000)
maxps = input(25, "max position size")
strategy.risk.max_position_size(maxps)
balance = max(1,floor(strategy.equity / leverage))
o = 1
ps = true
size = 0.
balance2 = size[1] < balance
balance3 = size[1] > balance
l = balance3
w = balance2
if ps
size := w ? size[1]+o : l ? size[1]-o : nz(size[1],o)
if size > maxps
size := maxps
longCondition = crossover(sma(close, 14), sma(close, 28))
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long,qty=size)
shortCondition = crossunder(sma(close, 14), sma(close, 28))
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short,qty=size)