업앤다운 판매 전략


생성 날짜: 2024-02-27 14:18:57 마지막으로 수정됨: 2024-02-27 14:18:57
복사: 0 클릭수: 638
avatar of ChaoZhang ChaoZhang
1
집중하다
1617
수행원

업앤다운 판매 전략

개요

소매 하향 전략은 가격 상승의 하향 단계에서 자산을 판매하는 것을 최적화하기 위해 고도로 설계된 거래 전략입니다. 이 전략을 채택하는 거래자는 명확한 입구 및 퇴출 조건으로 뒷받침되는 체계적인 방법에서 이익을 얻습니다.

전략 원칙

이 전략은 기술적인 지표와 명확한 파라미터 조합을 사용하여 거래자를 시장의 변동성으로 안내합니다. 이 전략은 잠재적인 전환점을 찾기 위해 역사적인 가격 데이터를 깊이 분석하는 것에 기반합니다.

전체 퍼센트 변화의 크로스 (cross) 가 예상된 상승값을 초과할 때, 이 전략은 하위 포지션 구축을 촉발한다. 이 크로스 조건은 가격 상승에서 잠재적인 반전점을 식별하기 위해 루브 스틱 신호로 작용한다. 거래자는 이 신호를 사용하여 하위 포지션을 시작하여 전략적으로 추세 반전을 예상한다.

불리한 시장 상황을 예방하기 위해, 이 전략은 신중한 위험 관리 시스템을 통합한다. 탈퇴 조건은 계산된 중지 손실 및 중지 위치로 정의되며, 이러한 위치의 평균 입문 가격 동력에 따라 결정된다.

단축 포지션이 설정되면, 중지 손실과 중지 손실이 계산됩니다. 중지 손실은 포지션의 평균 출입 가격과 중지 손실의 비율을 곱하여 결정됩니다. 중지 손실은 포지션의 평균 출입 가격과 중지 손실의 비율을 곱하여 결정됩니다.

우위 분석

이 전략은 다음과 같은 장점을 가지고 있습니다.

  1. 명확한 입출입 규칙을 제공하여 거래 결정을 명확하게 합니다.

  2. 기술 지표를 활용하여 역전 기회를 식별하고 의사 결정의 정확성을 높여라.

  3. 동적으로 계산한 스톱로스 스톱 포지션은 위험을 더 잘 통제한다.

  4. 체계적인 방법은 결과를 추적하고 평가하는 데 도움이 됩니다.

  5. 다른 시장 조건에 대응할 수 있도록 변수를 최적화할 수 있다.

위험 분석

이 전략에는 다음과 같은 위험도 있습니다.

  1. 반전 신호는 잘못된 신호를 발산하여 손실을 초래할 수 있다.

  2. 정지수준을 잘못 설정하면 과도한 손실이나 수익이 완전히 이루어지지 않을 수 있습니다.

  3. 잘못된 매개 변수 설정으로 인해 성능이 저하될 수 있습니다.

주요한 위험 통제는 다음과 같습니다.

  1. 신호의 신뢰성을 평가하고 가짜 신호를 피한다.

  2. 테스트 및 최적화 스탠더드 스탠더드 매개 변수.

  3. 다양한 시장 조건의 변수 안정성을 평가한다.

최적화 방향

이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.

  1. 더 많은 기술 지표를 테스트하여 더 신뢰할 수 있는 반전 신호를 찾아보세요.

  2. 기계 학습 방법을 사용하여 스톱 로즈 포지션을 동적으로 최적화하십시오.

  3. 감정 지표와 같은 시장 편견을 평가하여 신호의 정확성을 향상시킵니다.

  4. 포지션 규모 관리를 최적화하고, 큰 트렌드에 따라 추적한다.

  5. 주식 특성을 평가하고, 전략에 가장 적합한 주식을 선정한다.

요약하다

팔고 돌아가는 전략은 거래자가 가격 상승 과정에서 적극적으로 이상적인 반전 적폐 기회를 찾는 데 강력한 도구를 제공합니다. 탄탄한 프레임 워크와 세밀한 분석을 기반으로 한 결정으로 인해 거래자는 시장 기회를 적극적으로 잡을 수 있습니다. 전략은 또한 거래자가 자신의 거래 전략을 세울 수 있도록 사용자 정의 가능한 매개 변수를 제공합니다.

전략 소스 코드
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Sell the Rallies", overlay=true, initial_capital=212, commission_type=strategy.commission.percent, commission_value=0, pyramiding=2)

// Backtest dates
fromMonth = input(1, "From Month")
fromDay = input(10, "From Day")
fromYear = input(2020, "From Year")
thruMonth = input(2, "Thru Month")
thruDay = input(21, "Thru Day")
thruYear = input(2024, "Thru Year")

// Define window of time for backtest
start = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finish = timestamp(thruYear, thruMonth, thruDay, 23, 59)
withinWindow() => true

inp_lkb = input(1, "Lookback Period")

// Calculate percentage change
perc_change(lkb) =>
    overall_change = ((close - ta.valuewhen(withinWindow(), close, lkb)) / ta.valuewhen(withinWindow(), close, lkb)) * 100

// Call the function
overall = perc_change(inp_lkb)

// Entry
rally = input(2, "Rally")

if ta.crossover(overall, rally) and withinWindow()
    strategy.entry("Short", strategy.short)

// Exit
stopLoss = input(2, "Stop Loss (%)") / 100
takeProfit = input(2, "Take Profit (%)") / 100

shortStopPrice  = strategy.position_avg_price * (1 + stopLoss)
shortTakeProfit = strategy.position_avg_price * (1 - takeProfit)

strategy.exit("Exit", "Short", stop=shortStopPrice, limit=shortTakeProfit)