슈퍼 트렌드 매일 역전 전략
저자:차오장, 날짜: 2024-02-22 16:22:28태그:
전반적인 설명
슈퍼 트렌드 일일 역전 전략 (Super Trend Daily Reversal Strategy) 은 슈퍼 트렌드 지표를 사용하여 시장 트렌드를 결정하고, 스톱 로스를 계산하기 위해 가격 돌파구와 평균 진정한 범위를 결합하고, 가격 변화율 지표를 사용하여 슈퍼 트렌드 신호를 필터링하는 양적 거래 전략이다. 이 전략은 일일 및 더 높은 시간 프레임에 적합하며 암호화폐 및 주식과 같은 시장에서 사용할 수 있습니다.
전략 논리
이 전략의 핵심 지표는 슈퍼 트렌드 지표이다. 슈퍼 트렌드 지표는 평균 진정한 범위 (ATR) 를 기반으로 하며 시장 트렌드의 방향을 보다 명확하게 결정할 수 있다. 슈퍼 트렌드 상부 레일의 붕괴는 짧은 신호이고, 하부 레일의 붕괴는 긴 신호이다.
이 전략은 유효하지 않은 신호를 피하기 위해 슈퍼 트렌드 지표를 필터하기 위해 가격 변화율 지표 (ROC) 를 사용합니다. 가격 변동성이 큰 경우에만 슈퍼 트렌드 신호에 참여하지 마십시오. 그렇지 않으면 참여하지 마십시오.
스톱 손실에 대해 전략은 두 가지 스톱 손실 방법을 제공합니다: 고정 스톱 손실 비율 및 ATR 기반 적응 스톱 손실. 고정 스톱 손실은 간단하고 직접적입니다. ATR 스톱 손실은 시장 변동성에 따라 스톱 손실 범위를 조정 할 수 있습니다.
진입 조건은 슈퍼 트렌드 지표의 반전이며 가격 변화율 지표가 필터를 통과합니다. 출구 조건은 슈퍼 트렌드가 다시 반전되거나 스톱 로스 라인을 뚫는 것입니다. 전략은 트렌드 추적 원칙을 준수하고 각 방향으로 하나의 위치만 허용합니다.
이점 분석
이 전략의 가장 큰 장점은 슈퍼 트렌드 지표가 일반 이동 평균에 비해 트렌드 방향을 판단하는 데 더 명확하고 안정적이며 소음이 적다는 것입니다. 또한 가격 변화율 지표는 일부 잘못된 신호를 효과적으로 필터합니다.
ATR 적응 스톱 로스 메커니즘은 또한 전략이 더 넓은 시장 환경에 적응 할 수 있도록합니다. 수익을 극대화하기 위해 변동성이 증가하면 스톱 로스는 자동으로 넓어집니다.
테스트 결과, 이 전략은 황소 시장에서 예외적으로 잘 수행됩니다. 이기는 비율은 긴 연속 수익 주기가있는 상당한 규모의 장기 트렌드에서 매우 높습니다.
위험 분석
이 전략에 직면 한 주요 위험은 트렌드 반전에 대한 잘못된 판단이며, 이는 반전 신호를 놓칠 수 있거나 불필요한 반전 신호를 생성 할 수 있습니다. 이것은 종종 가격이 기동하고 주요 지원 / 저항 영역 주위를 통합 할 때 발생합니다.
또한, 너무 넓게 설정된 스톱 손실은 더 큰 손실로 이어질 수 있습니다. ATR 스톱 손실은 시장 변동성에 따라 조정되므로 시장 이벤트 중에 스톱 손실이 넓어질 수 있습니다.
이러한 위험을 해결하기 위해, ATR 계산 기간은 적절하게 단축되거나 ATR 스톱 로스 인플리케이터를 조정할 수 있습니다. 또한 그 영역에서 잘못된 신호를 피하기 위해 주요 지지/저항 영역을 결정하기 위해 추가 지표가 추가 될 수 있습니다.
최적화 방향
이 전략은 다음과 같은 측면에서 최적화 될 수 있습니다.
-
슈퍼 트렌드 지표의 매개 변수를 조정하여 ATR 기간을 최적화하고 ATR 곱셈을 조정하여 슈퍼 트렌드 라인을 부드럽게 만듭니다.
-
가격 변화율 지표의 매개 변수를 조정하여 기간과 변화율의 문턱을 최적화하여 잘못된 신호를 줄이십시오.
-
트레일링 스톱과 같은 다른 스톱 로스 메커니즘을 시도하거나 고정 스톱의 스톱 로스 진폭을 최적화하십시오.
-
주요 지지/저항을 결정하고 트렌드 반전에 대한 잘못된 판단을 피하기 위해 추가 판단 지표를 추가합니다.
-
최적의 매개 변수 조합을 찾기 위해 다양한 제품에 대한 매개 변수 설정 및 효과를 테스트합니다.
-
가장 좋은 매개 변수 설정을 찾기 위해 백테스트 최적화를 수행합니다.
결론
전반적으로 슈퍼 트렌드 일일 역전 전략은 비교적 안정적이고 신뢰할 수있는 트렌드 다음 전략입니다. 그것은 중장기 트렌드의 방향을 효과적으로 식별 할 수있는 필터링을 위해 슈퍼 트렌드 지표와 가격 변화율 지표를 결합합니다. ATR 적응 스톱 손실 메커니즘은 또한 대부분의 시장 환경에 적응 할 수 있습니다. 매개 변수 설정 및 추가 판단 지표의 추가 최적화로이 전략의 안정성과 수익성이 향상 될 수 있습니다.
/*backtest
start: 2024-01-22 00:00:00
end: 2024-02-21 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Super Trend Daily BF 🚀", overlay=true, precision=2, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075)
/////////////// Time Frame ///////////////
_1 = input(false, "════════ Test Period ═══════")
testStartYear = input(2017, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)
testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)
testPeriod() => true
///////////// Super Trend /////////////
_2 = input(false, "══════ Super Trend ══════")
length = input(title="ATR Period", type=input.integer, defval=3)
mult = input(title="ATR Multiplier", type=input.float, step=0.1, defval=1.3)
atr = mult * atr(length)
longStop = hl2 - atr
longStopPrev = nz(longStop[1], longStop)
longStop := close[1] > longStopPrev ? max(longStop, longStopPrev) : longStop
shortStop = hl2 + atr
shortStopPrev = nz(shortStop[1], shortStop)
shortStop := close[1] < shortStopPrev ? min(shortStop, shortStopPrev) : shortStop
dir = 1
dir := nz(dir[1], dir)
dir := dir == -1 and close > shortStopPrev ? 1 : dir == 1 and close < longStopPrev ? -1 : dir
///////////// Rate Of Change /////////////
_3 = input(false, "══════ Rate of Change ══════")
source = close
roclength = input(30, "ROC Length", minval=1)
pcntChange = input(6, "ROC % Change", minval=1)
roc = 100 * (source - source[roclength]) / source[roclength]
emaroc = ema(roc, roclength / 2)
isMoving() => emaroc > (pcntChange / 2) or emaroc < (0 - (pcntChange / 2))
/////////////// Strategy ///////////////
long = dir == 1 and dir[1] == -1 and isMoving()
short = dir == -1 and dir[1] == 1 and isMoving()
last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])
long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)
last_open_long_signal = 0.0
last_open_short_signal = 0.0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])
last_long_signal = 0.0
last_short_signal = 0.0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])
in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal
last_high = 0.0
last_low = 0.0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])
since_longEntry = barssince(last_open_long_signal != last_open_long_signal[1])
since_shortEntry = barssince(last_open_short_signal != last_open_short_signal[1])
/////////////// Dynamic ATR Stop Losses ///////////////
_4 = input(false, "════════ Stop Loss ═══════")
SL_type = input("Fixed", options=["Fixed", "ATR Derived"], title="Stop Loss Type")
sl_inp = input(6.0, title='Fixed Stop Loss %') / 100
atrLkb = input(20, minval=1, title='ATR Stop Period')
atrMult = input(1.5, step=0.25, title='ATR Stop Multiplier')
atr1 = atr(atrLkb)
longStop1 = 0.0
longStop1 := short_signal ? na : long_signal ? close - (atr1 * atrMult) : longStop1[1]
shortStop1 = 0.0
shortStop1 := long_signal ? na : short_signal ? close + (atr1 * atrMult) : shortStop1[1]
slLong = in_long_signal ? strategy.position_avg_price * (1 - sl_inp) : na
slShort = strategy.position_avg_price * (1 + sl_inp)
long_sl = in_long_signal ? slLong : na
short_sl = in_short_signal ? slShort : na
/////////////// Execution ///////////////
if testPeriod()
strategy.entry("L", strategy.long, when=long)
strategy.entry("S", strategy.short, when=short)
strategy.exit("L SL", "L", stop = SL_type == "Fixed" ? long_sl : longStop1, when=since_longEntry > 0)
strategy.exit("S SL", "S", stop = SL_type == "Fixed" ? short_sl : shortStop1, when=since_shortEntry > 0)
/////////////// Plotting ///////////////
bgcolor(long_signal ? color.lime : short_signal ? color.red : na, transp=30)
bgcolor(isMoving() ? dir == 1 ? color.lime : color.red : color.white , transp=80)
- 변동적 인 돌파구 전략
- 적응적인 이동 평균 거래 전략
- RSI 골든 크로스 쇼트 전략
- 이중 이동 평균과 볼린거 대역 조합 트렌드 추적 전략
- 양적 범위 돌파구에 기초한 적응 변동 전략
- 황소 깃발 탈출 전략
- 이동 평균 크로스오버 거래 전략
- 이동 평균 크로스오버 금 거래 전략
- EMA와 MACD 트렌드 전략
- 이동 평균 크로스오버 MACD 거래 전략
- 이중 EMA 크로스오버 전략
- RSI 및 ZigZag 지표에 기초한 트렌드 추적 전략
- 이동 평균 크로스오버 브레이크업 전략
- 모멘텀 브레이크오웃 백테스팅 지원 저항 전략
- MyQuant 트렌드 식별자 전략
- 이중 트렌드 라인 브레이크오웃 골든 크로스 데스 크로스 트렌드 전략
- Nifty 50 지원 및 저항 수준과 함께 동적 위치 조정에 기반한 양적 거래 전략
- 동적 채널 이동 평균 트렌드 추적 전략
- 하모닉 듀얼 시스템 전략
- 돌파구 콜백 장기 전략