지능형 축적기 구매 전략

저자:차오장, 날짜: 2024-02-26 13:59:57
태그:

img

전반적인 설명

지능형 축적 구매 전략은 개념 전략의 증명입니다. 그것은 반복 구매를 기술 분석에 기반한 입출입과 출입과 결합합니다.

전략은 자금의 일부를 할당하고 기술적 분석 조건이 유효할 때까지 포지션을 계속 증가시킵니다. 출구 기술 분석 조건을 사용하여 출구 전략을 정의하십시오.

평균을 낮출 수 있습니다. 아니면 더 공격적인 접근법을 선택하여 승리의 위치를 추가할 수 있습니다.

전체 수익을 취하거나 같은 크기의 여러 가지 수익으로 출구를 분배할 수 있습니다.

당신은 또한 당신의 출구 조건이 손실로 당신의 위치를 닫을 수 있도록 허용하거나 최소한의 수익을 차지하는 비율을 요구 여부를 결정할 수 있습니다.

이 전략은 기본 기술 분석 입출구 조건을 포함하고 있습니다. 이 아이디어를 보여주기 위해서만, 하지만 이 스크립트의 최종 목적은 외부 소스에 입출구와 출구를 위임하는 것입니다.

내부 조건은 RSI 길이 7를 입력값에 1 표준편차 Bollinger Bands 이하로 가로질러, 출입값에 7를 넘어서 사용한다.

주문 수를 제어하려면 설정에서 매개 변수를 조정합니다:

  • 피라미드를 조정합니다.
  • 자기자본의 조정 비율
  • 피라미딩 *% 주식이 100에 해당하는지 확인해 주식의 과용을 방지하기 위해 (레버리지를 사용하지 않는 한)

스크립트는 매일 또는 매주 반복되는 구매의 대안으로 설계되었지만 기술 분석 조건의 정확도에 따라 더 짧은 시간 내에 수익성이있을 수 있습니다.

이 스크립트는 지능형이라고 불리는 이유는 가장 일반적인 반복 구매는 어떤 의사 결정도 포함하지 않기 때문입니다: 어떤 경우에도 특정 빈도로 구매하십시오. 이 전략은 여전히 반복 구매를 수행하지만 수익성이있는 위치를 볼 수 있도록 불필요하게 지연시킬 수있는 잠재적 인 나쁜 항목을 필터링합니다. 두 번째 이유는 또한 처음부터 출구 전략이 있기 때문에 반복 구매 옵션이 상자에서 제공되지 않습니다.

전략 원칙

이 전략은 RSI 지표와 볼링거 밴드의 교차에 따라 엔트리와 출구를 결정합니다. 구체적으로, RSI가 하부 레일 아래에있을 때 짧은 엔트리를 찾고, RSI가 상부 레일 위에있을 때 긴 출구를 찾습니다.

또한, 전략은 피라미딩 및 팩트 출구에 대한 설정을 제공합니다. 피라미딩의 수와 각 번에 사용되는 자본의 비율의 합은 자금의 과도한 사용을 방지하기 위해 100에 해당해야합니다. 평균 다운을 달성하기 위해 승자 포지션에 대한 지속적인 피라미딩을 허용하거나 손실 포지션에 대한 피라미딩만을 선택할 수 있습니다.

출퇴할 때, 정해진 비율에 따라 전체 수익을 취하거나 대량으로 출퇴를 선택할 수 있습니다. 또한, 수익이 그 비율보다 낮으면 출퇴를 피하기 위해 최소 수익 비율을 설정할 수 있습니다.

전체적으로, 전략은 반복 구매와 기술 분석 지표를 결합하여 일부 잘못된 신호를 필터링함으로써 더 안정적인 피라미딩을 달성하며, 자신의 위험 욕구에 따라 조정 할 수있는 유연한 출구 메커니즘을 설정합니다.

이점 분석

전통적인 반복 구매 전략에 비해 이 전략의 가장 큰 장점은 입출구 모두에 기술적 인 지표가 참조되어 잘못된 신호를 필터링 할 수 있다는 것입니다. 결정 없이 매일 및 주간 구매와 달리. 구체적인 장점은 다음과 같습니다.

  1. RSI와 볼링거 대역을 사용 하 여 진입 시기를 결정 하 고 최고 추격 피 하기
  2. 명확한 출구 조건, 무기한 포지션을 보유하는 대신 수익 취득 및 손해 중지 기준
  3. 피라미드 매개 변수는 더 유연한 위치 크기를 위해 필요에 따라 조정 할 수 있습니다.
  4. 손실자 또는 피라미드 승자만 추가할 수 있는 옵션
  5. 전체 수익을 취하거나 대량으로 확장
  6. 최소 수익률은 조기 퇴출을 방지합니다.

요약하자면, 이 전략은 반복적인 구매의 주기적인 피라미드 효과를 실현하면서 입출입에 대한 기술적 지표 판단을 높이고, 자신의 선호도에 따라 매개 변수를 조정할 수 있으며, 맹목적인 입출입의 위험을 줄이고, 수익 효율성을 향상시킵니다.

위험 분석

전략은 위험을 줄이기 위해 기술 지표 필터링 및 유연한 피라미드 / 출구 메커니즘을 설정하지만, 모든 전략에는 여전히 피할 수없는 위험이 있습니다. 주요 위험은 다음을 포함합니다.

  1. 지표에서 잘못된 신호가 발생할 확률로 가장 좋은 출입 또는 출출 시기를 놓칠 수 있습니다.
  2. 부적절한 피라미드 시간 설정 및 자본 할당으로 인해 과대 규모 포지션 위험이 발생합니다.
  3. 시장은 단기적으로 격렬하게 변동하며 지표는 시간적으로 반응하지 않습니다.
  4. 수익성에 영향을 미치는 초기 또는 지연된 이익 취득 종료

이에 대응하는 해결책은 다음과 같습니다.

  1. 오류를 줄이기 위해 여러 표시자 조합을 사용
  2. 과잉 레버링을 피하기 위해 매개 변수를 신중하게 테스트하고 평가합니다.
  3. 보조 판단으로 짧은 기간 지표의 실시간 신호를 포함
  4. 안정적인 수익성을 높이기 위해 수익 매개 변수를 테스트하고 최적화합니다.

최적화 방향

이 전략은 다음 측면에서 더 이상 최적화 될 수 있습니다.

  1. 입력 / 출력 정확도를 향상시키기 위해 기술 지표를 최적화하거나 교체하십시오. 더 신뢰할 수있는 신호를 선택하기 위해 다른 매개 변수 또는 조합을 테스트 할 수 있습니다.
  2. 스톱 손실 전략을 추가합니다. 현재 스톱 손실이 구성되어 있지 않습니다. 최대 손실을 제어하기 위해 마감 또는 다른 메트릭을 기반으로 손실 표준을 설정할 수 있습니다.
  3. 동적으로 피라미딩 크기를 조정합니다. 각 피라미드에 추가 된 자금은 포지션 수 또는 시장 변동성에 따라 실시간으로 조정 할 수 있습니다. 높은 변동성 환경에서 피라미딩을 줄이십시오.
  4. 알고리즘 트레이딩을 통합한다. 현재 전략은 간단한 지표로 구성되어 있다. 기계 학습 모델은 더 높은 수준의 의사결정에 포함될 수 있다.
  5. 매개 변수 설정을 최적화하십시오. 위험을 통제하면서 더 높은 수익을 추구하는 목표를 가지고 피라미드 비율, 수익 수확 비율 등과 같은 매개 변수를 지속적으로 최적화하십시오.

결론

지능형 축적자 구매 전략은 반복 구매의 주기적 피라미딩 장점을 유지하면서 기술적 인 지표로 입출구를 필터링하고 명확한 이익 취득 / 손실 중단 출구 메커니즘을 설정하여 블라인드 입출구 및 무기한 보유의 단점을 피합니다. 전략은 개인 위험 선호도에 따라 피라미딩 및 출구 매개 변수를 고도로 사용자 정의 할 수 있으므로 장기 보유자에게 매우 유리합니다.

물론, 신호 오류 및 부적절한 매개 변수 위험이 여전히 존재하며, 이는 지표 및 매개 변수 및 보조 스톱 로스 수단의 지속적인 최적화로 해결되어야합니다. 전반적으로 전략은 반복 구매에서 지능형 축전기로 중요한 발전을 이루고 투자자에게 비교적 포괄적이고 제어 가능한 장기 보유 솔루션을 제공합니다.


/*backtest
start: 2023-02-19 00:00:00
end: 2024-02-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © TheTradingParrot

//@version=5
strategy("TTP Intelligent Accumulator", overlay=true)

maxEntries = 0.0

if not na(maxEntries[1])
    maxEntries := maxEntries[1]

rsi = ta.rsi(close, 7)
rsima = ta.sma(rsi, 14)
bbstd = ta.stdev(rsi, 14)

// plot(rsi)
// plot(rsima)
// plot(rsima - bbstd)
// plot(rsima + bbstd)

intEntry = rsi < rsima - bbstd
intExit = rsi > rsima + bbstd

maxEntries := math.max(strategy.opentrades, maxEntries)
plot(maxEntries, "maxEntries")

addWhileInProfit = input.bool(false, "Add while in profit")

extLong = input.bool(false, "", inline = "long")
entry = input.source(close,"entry", inline = "long") == 1

if not extLong
    entry := intEntry
longCondition = entry and (strategy.opentrades == 0 or (not addWhileInProfit or close < strategy.position_avg_price))


if (longCondition)
    strategy.entry("long", strategy.long)

minProfit = input.float(0.0, "Required profit % to exit")
exitPxcandle = input.float(100.0,"% exit per candle")

extShort = input.bool(false, "", inline = "exit")

exit = input.source(close,"exit", inline = "exit") == 1
if not extShort
    exit := intExit

shortCondition = exit
if (shortCondition and strategy.opentrades > 0)
    strategy.close("long", qty_percent = exitPxcandle)

plot(strategy.position_avg_price, "Avg")

더 많은