ChaoZhang
개요
MyQuant 트렌드 식별 전략은 비트코인 일일 거래에 사용되는 전략이다. 이 전략은 가격의 이동 평균과 그 1차 및 2차 변수를 계산하여 시장의 트렌드를 식별하고, 이에 따라 매매 결정을 내린다.
전략 원칙
이 전략은 우선 가격의 적응 이동 평균 ((ALMA) 과 그 1 단계 배역 및 2 단계 배역을 계산한다. 1 단계 배역은 가격 변화 속도를 반영하고, 2 단계 배역은 가격 곡선을 반영한다. 1 단계 및 2 단계 배역 값에 따라 현재 상승 추세, 하향 추세 또는 변동 기간에 있다고 판단한다.
특히, 전략은 다음과 같은 지표를 계산합니다.
- ALMA: 가격의 적응 이동 평균, 길이는 140, 빠른 인수는 1.1, 시그마는 6
- dema: ALMA의 1차함수
- d2ema: dema의 1차 지수, 가격의 2차 지수를 반영
- index: dema 지표의 흔들림 지수
- ind: 가격의 평균에서 벗어난 지수
구매 조건이 충족되면 CAUSED.Accumulation/Distribution Bands 및 Caused Exposure Top and Bottom Finder 신호에 따라 구매 주식의 수를 계산한다. 판매 조건이 충족되면 전체 포지션을 판매한다.
전략적 이점
이 전략은 추세와 지표 판단을 결합하여 시장 추세 전환점을 효과적으로 식별할 수 있다. 가격의 1단과 2단 지수를 사용하여 추세를 판단하고, 가격 변동의 영향을 피하여 신호를 더 명확하게 만든다. 일반적인 이동 평균 전략에 비해 판단 정확도가 높은 장점이 있다.
위험 분석
이 전략은 거래 시간대의 선택과 파라미터 조정에 매우 민감하다. 시간대가 잘못 선택되어 중요한 가격 전환점을 포괄하지 못하면 전략의 효과가 좋지 않습니다. 지표 파라미터가 잘못 설정되면 구매 및 판매 신호가 더 많은 잡음으로 영향을 받아 전략 수익에 영향을 미칩니다. 또한 전략의 사전 중단 조건은 최종 수익에도 영향을 미칩니다.
최적화 방향
이 전략은 다음의 몇 가지 측면에서 더욱 개선될 수 있습니다.
- 시간대 선택 논리를 최적화하여 회수 및 실판 거래 시간대를 더 지능적으로 선택합니다.
- ALMA와 dema의 길이를 조정하는 등 지표 변수를 최적화한다.
- 최대 손실을 통제하기 위해 스톱 로즈 판단을 높여라.
- 다양한 암호화폐의 효과를 평가하고, 가장 잘하는 것을 선정한다.
요약하다
MyQuant 트렌드 인식 전략은 가격의 자율 이동 평균에 대한 1단계 및 2단계 지수를 계산하여 비트코인의 시장 동향을 효과적으로 식별하고 그에 따른 구매 및 판매 결정을 내립니다. 이 전략은 여러 지표와 결합하여 판단하여 신호가 과도한 잡음으로 방해받지 않도록합니다. 추가 시간 및 매개 변수 최적화를 통해 이 전략의 효과는 향상 될 수 있습니다.
/*backtest
start: 2023-02-15 00:00:00
end: 2024-02-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © spacekadet17
//
//@version=5
strategy(title="Trend Identifier Strategy", shorttitle="Trend Identifier Strategy", format=format.price, precision=4, overlay = false, initial_capital = 1000, pyramiding = 10, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, commission_value = 0.03)
//start-end time
startyear = input.int(2020,"start year")
startmonth = input.int(1,"start month")
startday = input.int(1,"start day")
endyear = input.int(2025,"end year")
endmonth = input.int(1,"end month")
endday = input.int(1,"end day")
timeEnd = time <= timestamp(syminfo.timezone,endyear,endmonth,endday,0,0)
timeStart = time >= timestamp(syminfo.timezone,startyear,startmonth,startday,0,0)
choosetime = input(false,"Choose Time Interval")
condTime = (choosetime ? (timeStart and timeEnd) : true)
// time frame?
tfc = 1
if timeframe.isdaily
tfc := 24
// indicators: price normalized alma, and its 1st and 2nd derivatives
ema = ta.alma(close,140,1.1,6)
dema = (ema-ema[1])/ema
stodema = ta.ema(ta.ema(ta.stoch(dema,dema,dema,100),3),3)
d2ema = ta.ema(dema-dema[1],5)
stod2ema = ta.ema(ta.ema(ta.stoch(d2ema,d2ema,d2ema,100),3),3)
ind = (close-ta.ema(close,120*24/tfc))/close
heat = ta.ema(ta.stoch(ind,ind,ind,120*24/tfc),3)
index = ta.ema(heat,7*24/tfc)
//plot graph
green = color.rgb(20,255,100)
yellow = color.yellow
red = color.red
blue = color.rgb(20,120,255)
tcolor = (dema>0) and (d2ema>0)? green : (dema>0) and (d2ema<0) ? yellow : (dema < 0) and (d2ema<0) ? red : (dema < 0) and (d2ema>0) ? blue : color.black
demaema = ta.ema(dema,21)
plot(demaema, color = tcolor)
//strategy buy-sell conditions
cond1a = strategy.position_size <= 0
cond1b = strategy.position_size > 0
if (condTime and cond1a and ( ( ((tcolor[1] == red and demaema<0.02) or (tcolor[1] == blue and demaema < 0.02) or (tcolor[1] == yellow and demaema>-0.02) ) and tcolor == green) or (tcolor[1] == red and tcolor == blue and demaema < -0.01) ) and index<85 and ind<0.4)
strategy.entry("buy",strategy.long, (strategy.equity-strategy.position_size*close)/1/close)
if (condTime and cond1b and ( (((tcolor[1] == yellow and demaema > -0.02) or (tcolor[1] == blue and demaema < 0.02) or (tcolor[1] == green and demaema < 0.02)) and tcolor == red) or (tcolor[1] == green and tcolor == yellow and demaema > 0.015) ) and index>15 and ind>-0.1)
strategy.order("sell",strategy.short, strategy.position_size)