적응적인 이동 스톱 라인 거래 전략
저자:차오장, 날짜: 2024-02-21 16:07:20태그:
전반적인 설명
이 전략의 핵심 아이디어는 트렌드를 따라 엔트리 및 출구 지점을 캡처하기 위해 T3 이동 평균과 ATR 적응 트레일링 스톱을 사용하는 것입니다. 트렌드를 따르는 전략에 속합니다. 거래 신호는 가격이 T3 라인을 통과 할 때 생성되며, 스톱 손실 및 수익을 취하는 수준은 자동 스톱 손실 및 수익을 달성하기 위해 브레이크 포인트의 ATR 값을 사용하여 설정됩니다.
전략 원칙
이 전략은 T3 지표, ATR 지표 및 ATR 후속 정지 메커니즘으로 구성됩니다.
T3 이동 평균은 곡선의 지연을 줄이고 가격 변화에 더 빠르게 반응할 수 있는 부드러운 이동 평균이다. 가격이 아래에서 이동 평균을 뚫을 때 구매 신호가 생성된다. 가격이 위에서 뚫을 때 판매 신호가 생성된다.
ATR 지표는 시장 변동성의 정도를 계산하고 스톱 로스 수준을 설정하는 데 사용됩니다. ATR 값이 클수록 시장 변동성이 커지고 더 넓은 스톱 로스가 설정되어야합니다. ATR 값이 작을수록 시장 변동성이 작고 더 좁은 스톱 로스가 설정 될 수 있습니다.
ATR 후속 스톱 메커니즘은 실시간으로 ATR 값을 기반으로 스톱 손실 라인 위치를 조정하여 스톱 손실 라인이 가격 움직임을 따라 합리적인 범위 내에서 유지 할 수 있습니다. 이것은 스톱 손실이 너무 가깝고 쉽게 타격되는 것을 방지하며 또한 스톱 손실이 위험을 효과적으로 제어 할 수있는 너무 넓게되는 것을 방지합니다.
방향을 결정하기 위해 T3를, 변동성을 계산하기 위해 ATR을, 그리고 ATR 후속 정지 메커니즘을 이용함으로써, 이 전략은 상대적으로 효율적인 트렌드 포착과 위험 통제를 달성합니다.
장점
이 전략의 장점은 다음과 같습니다.
-
T3 라인의 적용은 추세를 잡는 정확성을 향상시킵니다.
-
ATR 지표는 시장 변동성을 동적으로 계산하여 스톱 로스 및 수익을 더 합리적으로 만듭니다.
-
ATR 트레일링 스톱 메커니즘은 효과적인 리스크 통제를 위해 스톱 로스 라인을 실시간으로 가격 움직임을 추적 할 수 있습니다.
-
자동 트렌드 추적 거래를 달성하기 위해 지표와 중지 손실 메커니즘을 통합합니다.
-
자동 주문 실행을 위해 웹
을 통해 외부 거래 플랫폼에 연결할 수 있습니다.
위험 과 해결책
이 전략에는 몇 가지 위험도 있습니다.
-
잘못된 T3 매개 변수 설정은 더 나은 트렌드 기회를 놓칠 수 있습니다. 최적의 값을 찾기 위해 다른 사이클 매개 변수를 테스트 할 수 있습니다.
-
부정확한 ATR 값 계산으로 인해 스톱 로스 거리가 너무 크거나 너무 작아서 위험을 효과적으로 제어 할 수 있습니다. ATR 사이클 매개 변수는 시장 변동성 특성과 결합하여 조정 할 수 있습니다.
-
격렬한 변동의 경우, 스톱 로스 라인은 과도한 손실로 이어질 수 있습니다. 거래당 과도한 손실을 피하기 위해 합리적인 총 손실 라인을 설정할 수 있습니다.
-
윙사 시장에서 빈번한 스톱 손실이 발생할 수 있습니다. ATR 후속 스톱 거리를 적절하게 넓히는 것이 도움이 될 수 있습니다.
최적화 방향
이 전략은 다음과 같은 측면에서 최적화 될 수 있습니다.
-
T3 매개 변수를 최적화하여 가장 적합한 평형 사이클을 찾습니다.
-
다른 ATR 사이클 매개 변수를 테스트하여 시장 변동성을 가장 잘 반영하는 ATR 값을 계산합니다.
-
ATR 후속 정지 거리의 유연한 범위를 최적화하여 과민 정지를 방지합니다.
-
적당한 필터를 추가하여 윙사 시장에서 빈번한 거래를 피하십시오.
-
방향 수익성 정확성을 높이기 위해 트렌드 판단 지표를 포함합니다.
-
기계 학습 방법을 사용하여 자동으로 매개 변수를 최적화합니다.
결론
이 전략은 트렌드 방향을 결정하기 위해 T3 라인의 사용, 정지/목표를 계산하기 위한 ATR 지표 및 정지 거리를 조정하기 위한 ATR 후속 정지 메커니즘을 통합한다. 자동 트렌드 추적과 효율적인 위험 통제를 달성한다. 이것은 신뢰할 수 있는 트렌드 다음 전략이다. 실제 응용 분야에서는 현재 시장 조건에 가장 적합한 매개 변수 조합을 찾기 위해 지속적인 테스트와 최적화가 여전히 필요하며, 따라서 더 나은 전략 결과를 얻을 수 있다.
/*backtest
start: 2024-01-21 00:00:00
end: 2024-02-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title='UT Bot Alerts (QuantNomad) Strategy', overlay=true)
T3 = input(100)//600
// Input for Long Settings
// Input for Long Settings
xPrice3 = close
xe1 = ta.ema(xPrice3, T3)
xe2 = ta.ema(xe1, T3)
xe3 = ta.ema(xe2, T3)
xe4 = ta.ema(xe3, T3)
xe5 = ta.ema(xe4, T3)
xe6 = ta.ema(xe5, T3)
b3 = 0.7
c1 = -b3*b3*b3
c2 = 3*b3*b3+3*b3*b3*b3
c3 = -6*b3*b3-3*b3-3*b3*b3*b3
c4 = 1+3*b3+b3*b3*b3+3*b3*b3
nT3Average = c1 * xe6 + c2 * xe5 + c3 * xe4 + c4 * xe3
//plot(nT3Average, color=color.white, title="T3")
// Buy Signal - Price is below T3 Average
buySignal3 = xPrice3 < nT3Average
sellSignal3 = xPrice3 > nT3Average
// Inputs
a = input(1, title='Key Value. "This changes the sensitivity"')
c = input(50, title='ATR Period')
h = input(true, title='Signals from Heikin Ashi Candles')
riskRewardRatio = input(1, title='Risk Reward Ratio')
xATR = ta.atr(c)
nLoss = a * xATR
src = h ? request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, close, lookahead=barmerge.lookahead_off) : close
xATRTrailingStop = 0.0
iff_1 = src > nz(xATRTrailingStop[1], 0) ? src - nLoss : src + nLoss
iff_2 = src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), src + nLoss) : iff_1
xATRTrailingStop := src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), src - nLoss) : iff_2
pos = 0
iff_3 = src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0) ? 1 : iff_3
xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue
ema = ta.ema(src, 1)
above = ta.crossover(ema, xATRTrailingStop)
below = ta.crossunder(ema, xATRTrailingStop)
buy = src > xATRTrailingStop and above
sell = src < xATRTrailingStop and below
barbuy = src > xATRTrailingStop
barsell = src < xATRTrailingStop
plotshape(buy, title='Buy', text='Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(sell, title='Sell', text='Sell', style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)
barcolor(barbuy ? color.new(color.green, 90) : na)
barcolor(barsell ? color.new(color.red, 90) : na)
var float entryPrice = na
var float takeProfitLong = na
var float stopLossLong = na
var float takeProfitShort = na
var float stopLossShort = na
if buy and buySignal3
entryPrice := src
takeProfitLong := entryPrice + nLoss * riskRewardRatio
stopLossLong := entryPrice - nLoss
takeProfitShort := na
stopLossShort := na
if sell and sellSignal3
entryPrice := src
takeProfitShort := entryPrice - nLoss * riskRewardRatio
stopLossShort := entryPrice + nLoss
takeProfitLong := na
stopLossLong := na
// Strategy order conditions
acct = "Sim101"
ticker = "ES 12-23"
qty = 1
OCOMarketLong = '{ "alert": "OCO Market Long", "account": "' + str.tostring(acct) + '", "ticker": "' + str.tostring(ticker) + '", "qty": "' + str.tostring(qty) + '", "take_profit_price": "' + str.tostring(takeProfitLong) + '", "stop_price": "' + str.tostring(stopLossLong) + '", "tif": "DAY" }'
OCOMarketShort = '{ "alert": "OCO Market Short", "account": "' + str.tostring(acct) + '", "ticker": "' + str.tostring(ticker) + '", "qty": "' + str.tostring(qty) + '", "take_profit_price": "' + str.tostring(takeProfitShort) + '", "stop_price": "' + str.tostring(stopLossShort) + '", "tif": "DAY" }'
CloseAll = '{ "alert": "Close All", "account": "' + str.tostring(acct) + '", "ticker": "' + str.tostring(ticker) + '" }'
strategy.entry("Long", strategy.long, when=buy and buySignal3, alert_message=OCOMarketLong)
strategy.entry("Short", strategy.short, when=sell and sellSignal3, alert_message=OCOMarketShort)
// Setting the take profit and stop loss for long trades
strategy.exit("Take Profit/Stop Loss", "Long", stop=stopLossLong, limit=takeProfitLong,alert_message=CloseAll)
// Setting the take profit and stop loss for short trades
strategy.exit("Take Profit/Stop Loss", "Short", stop=stopLossShort, limit=takeProfitShort,alert_message=CloseAll)
// Plot trade setup boxes
bgcolor(buy ? color.new(color.green, 90) : na, transp=0, offset=-1)
bgcolor(sell ? color.new(color.red, 90) : na, transp=0, offset=-1)
longCondition = buy and not na(entryPrice)
shortCondition = sell and not na(entryPrice)
// var line longTakeProfitLine = na
// var line longStopLossLine = na
// var line shortTakeProfitLine = na
// var line shortStopLossLine = na
// if longCondition
// longTakeProfitLine := line.new(bar_index, takeProfitLong, bar_index + 1, takeProfitLong, color=color.green, width=2)
// longStopLossLine := line.new(bar_index, stopLossLong, bar_index + 1, stopLossLong, color=color.red, width=2)
// // label.new(bar_index + 1, takeProfitLong, str.tostring(takeProfitLong, "#.#####"), color=color.green, style=label.style_none, textcolor=color.green, size=size.tiny)
// // label.new(bar_index + 1, stopLossLong, str.tostring(stopLossLong, "#.#####"), color=color.red, style=label.style_none, textcolor=color.red, size=size.tiny)
// if shortCondition
// shortTakeProfitLine := line.new(bar_index, takeProfitShort, bar_index + 1, takeProfitShort, color=color.green, width=2)
// shortStopLossLine := line.new(bar_index, stopLossShort, bar_index + 1, stopLossShort, color=color.red, width=2)
// // label.new(bar_index + 1, takeProfitShort, str.tostring(takeProfitShort, "#.#####"), color=color.green, style=label.style_none, textcolor=color.green, size=size.tiny)
// // label.new(bar_index + 1, stopLossShort, str.tostring(stopLossShort, "#.#####"), color=color.red, style=label.style_none, textcolor=color.red, size=size.tiny)
alertcondition(buy, 'UT Long', 'UT Long')
alertcondition(sell, 'UT Short', 'UT Short')
- 로그 이치모쿠 크로스 품종 전략
- RVI와 EMA에 기초한 비트코인 거래 전략
- 양적 거래 전략의 양방향 반전
- 볼링거 밴드 통합 전략
- 이치모쿠 클라우드를 이용한 클라우드 기반 트렌드 전략
- 이동 평균에 기초한 트렌드 역전 전략
- 렌코 이동 평균에 기초한 전략을 따르는 경향
- 3개의 RSI 이동평균 대역 전략
- 달 위상을 기반으로 한 양방향 거래 전략
- EMA 크로스오버 및 볼린거 밴드와 함께 반전 거래 전략
- 123 역전 패턴 전략과 결합된 반복적인 이동 트렌드 평균
- 멀티 타임프레임 이동 평균 및 EMA 기반 트렌드 전략
- 다중 시간 프레임 RSI 및 스토카스틱 전략
- 강화된 이동평균 크로스오버 사쿠라스 거래 전략
- 간단한 이동평균 크로스오버 전략
- 돈치안 적응형 이동 평균 거래 시스템
- 부피 가중화 트렌드 역전 전략
- 여러 시간 프레임 EMA 돌파구와 K-라인 패턴 조합에 기반한 거래 전략
- 트렌드 다음 전략 및 손실을 중지하고 이익을 취하
- 동적 위치 크기 양자 전략