ChaoZhang
개요
평균선 교차 트렌드 전략은 이동 평균선 교차 신호에 기반한 트렌드 추적 전략이다. 이 전략은 빠른 이동 평균과 느린 이동 평균의 금색 도마뱀을 사용하여 시장의 흐름을 판단하고, 트렌드 초기 단계에서 포지션을 구축하고, 트렌드 종료 신호가 나타날 때 평소 포지션을 구축한다.
전략 원칙
이 전략은 MACD 지표의 격차선과 신호선의 황금 포크를 사용하여 트렌드의 시작과 끝을 판단한다. 구체적으로, 12 주기의 빠른 EMA와 26 주기의 느린 EMA를 사용하여 MACD 격차선을 구성한다. 격차선 상의 신호선을 통과하면 구매 신호가 발생하고, 불시장 트렌드가 시작되는 것을 나타냅니다. 격차선 아래의 신호를 통과하면 판매 신호가 발생하고, 곰시장 트렌드가 시작되는 것을 나타냅니다.
입시시, 이 전략은 단지 15분 안에 K선에서 구매 신호가 발생했을 때 더 많은 포지션을 열고, 트렌드 시작 단계의 기회를 이용하여 시장에 진입한다. 중지 손해 평지 포지션에서, 그것은 4시간 K선 MACD의 격차선 아래의 신호선을 통과하는 데 데드포크가 발생했을 때, 트렌드 반전을 나타내고, 이 때 전체 포지션 스톱을 평정한다.
우위 분석
이 전략의 가장 큰 장점은 트렌드가 시작되는 기회를 제때 잡을 수 있다는 점과 동시에 사다리 신호를 통해 적시에 손실을 멈출 수 있다는 점입니다. 따라서 좋은 위험-수익 비율을 얻을 수 있습니다. 구체적인 장점은 다음과 같습니다:
- MACD 지표를 사용하여 트렌드를 판단하는 것이 더 신뢰할 수 있으며, 승률이 높습니다.
- 15분과 4시간 이상의 시간 프레임이 결합되어, 운영 주파수를 보장하고 위험을 통제합니다.
- 적당시 상쇄하여 계좌의 최대 인출을 효과적으로 제어할 수 있습니다.
위험 분석
이 전략에는 다음과 같은 몇 가지 측면에 초점을 맞춘 몇 가지 위험도 있습니다.
- MACD 지표는 잘못된 신호를 만들어서 불필요한 입문 또는 정지 손실을 초래할 수 있습니다.
- 스톱포인트 설정이 너무 일반적이어서 시장의 변동에 대한 특별한 상황을 충분히 고려할 수 없습니다.
- 잘못된 파라미터 선택이 정책의 효과에 영향을 미칠 수 있습니다.
이러한 위험을 줄이기 위해, 다음과 같은 몇 가지 측면에서 최적화할 수 있습니다.
- 다른 지표와 함께 가짜 신호를 필터링
- 동적 조정 스톱포인트
- 최적화 변수 설정
최적화 방향
이 전략은 다음의 몇 가지 측면에서 더욱 개선될 수 있습니다.
- RSI, 브린 빗 등과 같은 다른 지표와 결합하여 가짜 신호를 필터링하는 것을 고려하여 전략의 정확도를 향상시킵니다.
- 더 많은 빠른/ 느린 주기의 변수 조합을 테스트하여 최적의 변수를 찾습니다.
- 기계 학습 방법을 사용하여 최적의 변수를 훈련합니다.
- 스톱포인트 설정에서 최적화, 동적 추적 스톱 또는 부분 스톱을 고려
- 더 많은 시간 사이클로 확장하여, 더 많은 시간 프레임 포트폴리지를 수행합니다.
요약하다
평행선 교차 트렌드 전략은 전체적으로 간단한 실용적인 트렌드 추적 전략이다. 그것은 MACD의 빠른 느린 평행선 교차를 통해 트렌드의 시작과 끝을 판단하고, 짧은 선과 긴 선의 조합과 함께 트렌드를 활용한다. 이 전략의 장점은 적시에 진입하고, 효과적인 손실을 막고, 위험 수익이 균형 잡힌다. 다음 단계는 변수 최적화, 신호 필터링 등의 방법으로 전략의 안정성과 수익률을 더욱 향상시킬 수 있다.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title="Moving Average Convergence Divergence", shorttitle="MACD", overlay=true)
// Getting inputs
fast_length = input(title="Fast Length", defval=12)
slow_length = input(title="Slow Length", defval=26)
src = input(title="Source", defval=close)
signal_length = input.int(title="Signal Smoothing", minval=1, maxval=50, defval=9)
sma_source = input.string(title="Oscillator MA Type", defval="EMA", options=["SMA", "EMA"])
sma_signal = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"])
// Calculating MACD
fast_ma = sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length)
slow_ma = sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length)
macd = fast_ma - slow_ma
signal_line = sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length)
// Entry conditions
longCondition = macd < 0 and ta.crossover(macd, signal_line)
shortCondition = ta.crossover(signal_line, macd)
// Plot signals
plotshape(series=longCondition, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.small, title="Buy Signal")
plotshape(series=shortCondition, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.small, title="Sell Signal")
// Strategy
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)