ChaoZhang
개요
반전량 브레이크아웃 전략 (Reversal Momentum Breakout Strategy) 은 가격 반전과 동력 지표를 활용하여 거래 신호를 생성하는 정량 거래 전략이다. 이 전략은 변동량 선행열의 이론에 기초하여, 일정 주기 동안의 최고 가격과 최저 가격을 추적하여 시장이 반전의 핵심 지점에 있는지 판단하여 반전의 기회를 잡는다.
전략 원칙
이 전략은 주로 지정된 기간 (예: 20 일) 의 최고 가격과 최저 가격을 계산하여 시장이 중요한 전환점에 있는지 판단합니다. 구체적인 논리는 다음과 같습니다:
최근 20일간의 최고 가격 (window_high) 과 최저 가격 (window_low) 을 계산한다.
만약 현재 K선 최고가 지난 20일 최고가보다 높다면 (즉, 새로운 최고가 나타난다면), 최고점 반전 모니터링 기간에 들어가고, 카운터가 5일로 설정된다.
최고가격이 새로운 최고를 만들지 않으면, 매일 카운터에서 1을 니다. 카운터에서 0을 때, 최고점 역전 모니터링 기간이 끝납니다.
최저 가격에 대한 판단 논리는 비슷하며, 새로운 낮은 가격이 발생하면 최저점 반전 모니터링 기간에 진입한다.
반전 모니터링 기간 동안, 더 많은 또는 더 적은 작업을 수행하십시오. 반전 핵심 지점 근처에서 반전 신호가 발생하면 더 큰 상황을 포착 할 수 있습니다.
이 전략은 동시에 거래 시작 시간을 설정하여 역사 데이터에서 거래 신호를 발생시키지 않습니다.
우위 분석
역 회전량 창문을 깨는 전략은 다음과 같은 주요 장점이 있다:
반전 기회를 잡기, 반전 상황에 적합하다. 시장이 계속 상승하거나 하락하면 종종 어느 정도의 반전이 발생합니다. 이 전략은 이러한 전환점을 잡을 수 있습니다.
동력이 앞서고, 비교적 민감하다. 일정한 주기의 최고 가격과 최저 가격을 계산하여 가격 반전의 동향과 시기를 비교적 민감하게 판단할 수 있다.
반전 모니터링 기간을 설정하여 가짜 신호를 피하십시오. 반전 핵심점 근처에서만 신호를 내면 일부 소음을 필터링 할 수 있습니다.
다중 공백 연산이 허용된다. 상향에 따라 길고 짧게 번갈아 연산한다.
규칙은 비교적 간단하고 쉽게 구현된다. 이 전략은 주로 간단한 가격과 동력 지표에 의존하며, 쉽게 코드 구현으로 변환된다.
위험 분석
반전량 창문을 깨는 전략에는 다음과 같은 주요 위험도 있습니다.
역방향적 예측은 허용되지 않는다. 시장이 계속 방향적일 때, 이 전략은 손실을 초래한다.
대시장 움직임을 전체적으로 고려할 수 없다. 개별 주식 반전이 대시장 반전을 의미할 필요는 없으며, 대시장 분석과 결합해야 한다.
철회할 가능성이 크다. 반전이 일어나지 않을 때, NetDevice가 확장할 수 있다.
데이터 적합성 위험. 전략은 역사적 데이터에 너무 의존할 수 있으며, 실전에서의 효과는 회견보다 나쁠 수 있다.
매개 변수 민감. 창 기간 및 역회수와 같은 매개 변수의 설정은 정책 안정성에 영향을 미칩니다.
위험을 대응하는 해결책은 다음과 같습니다: 최적화 중지 손실 전략, 대장 요소를 고려, 안정성 검사를 위해 파라미탈 조합을 조정하는 등.
최적화 방향
이 전략의 주요 최적화 방향은 다음과 같습니다.
대장 지표와 결합하여 대장 약점을 비교하여 대장 불리한 환경에서 역전하는 것을 피하십시오.
다인자 필터 : 재무상태가 우수하고, 기본상태가 좋아, 가격이 과대평가된 주식을 선택한다.
최적화 파라미터 조합. 창 기간을 조정하고, 카운터 파라미터를 역전하며, 최적의 파라미터 조합을 찾습니다.
추적형 스톱, 폭 스톱 등으로 최대 회수량을 제어한다.
더 많은 기계 학습. AI 모델을 사용하여 가격 반전의 확률을 예측하고 신호의 정확도를 향상시킵니다.
요약하다
반전량포경전략은 가격과 동력 지표들을 추적하여 반전 기회를 찾는다. 반응성이 강하여 반전되는 추세와 시점을 식별할 수 있다. 그러나 적절한 최적화와 위험 관리가 필요한 일정 수준의 위험도 존재한다. 전체적으로 이 전략의 원리를 숙지하고 최적화를 한 후에는 양적 거래 시스템의 효과적인 구성 요소가 될 수 있다.
/*backtest
start: 2023-02-16 00:00:00
end: 2024-02-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("New Highs and Lows Momentum Strategy", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100)
window = input.int(20, title="New Highs and Lows Window", minval=1)
decay = input.int(5, title="Decay", minval=1)
startDate = input(timestamp("1 Jan 2023"), title = "Start Date")
allowShort = input.bool(false, title = "Allow shorting")
var int highDecayCounter = 0
var bool isHighPeriod = false
var int lowDecayCounter = 0
var bool isLowPeriod = false
inTradeWindow = true
window_high = ta.highest(close, window)
window_low = ta.lowest(low, window)
// Logic for Highs
if window_high > ta.highest(close, window)[1]
highDecayCounter := decay
isHighPeriod := true
else
if highDecayCounter > 0
highDecayCounter := highDecayCounter - 1
else
isHighPeriod := false
// Logic for Lows
if window_low < ta.lowest(low, window)[1]
lowDecayCounter := decay
isLowPeriod := true
else
if lowDecayCounter > 0
lowDecayCounter := lowDecayCounter - 1
else
isLowPeriod := false
// Strategy Execution
if inTradeWindow
if isHighPeriod and highDecayCounter == decay
strategy.entry("Long", strategy.long)
if isHighPeriod and highDecayCounter == 0
strategy.close("Long")
if isLowPeriod and lowDecayCounter == decay and allowShort
strategy.entry("Short", strategy.short)
if isLowPeriod and lowDecayCounter == 0 and allowShort
strategy.close("Short")
// Plotting
plot(window_high, color=color.green)
plot(window_low, color=color.red)