이중 이동 평균 크로스오버 전략

저자:차오장, 날짜: 2024-04-03 15:12:10
태그:MASMA

전반적인 설명

이 전략은 거래 신호를 생성하기 위해 서로 다른 기간 (고속 및 느린) 을 가진 두 개의 이동 평균을 사용합니다. 빠른 MA가 느린 MA보다 높을 때 구매 신호를 생성합니다. 빠른 MA가 느린 MA보다 낮을 때 판매 신호를 생성합니다. 전략은 또한 위험을 제어하고 이익을 잠금하기 위해 손해를 멈추고 수익 수준을 설정합니다.

전략 원칙

이 전략의 핵심 원칙은 이동평균의 추세를 따르는 특성을 활용하는 것입니다. 이동평균은 가격 변동을 완화하고 가격의 주요 추세를 반영할 수 있습니다. 단기 이동평균은 가격 변화에 더 민감하며, 장기 이동평균은 더 느리게 반응합니다. 단기 이동평균이 장기 이동평균을 넘으면 가격 추세가 변경되었을 수 있음을 나타냅니다.

특히, 빠른 MA (단기 이동 평균) 이 느린 MA (장기 이동 평균) 을 넘을 때, 상승 추세가 시작될 수 있음을 암시하여 구매 신호를 생성합니다. 반대로, 빠른 MA가 느린 MA를 넘을 때, 하락 추세가 시작될 수 있음을 암시하여 판매 신호를 생성합니다. 동시에 전략은 위험을 제어하고 이익을 잠금하기 위해 2%의 스톱 로스와 10%의 수익을 설정합니다.

전략적 장점

간단하고 이해하기 쉽다: 이 전략의 논리는 명확하고 이해하기 쉽고 구현하기 쉽습니다. 그것은 단지 다른 기간과 두 이동 평균을 계산하고 거래 신호를 생성하기 위해 그들의 교차 관계를 판단해야합니다.
트렌드 추적: 이동 평균 전략의 핵심 장점은 트렌드 추적 능력에 있습니다. 빠른 및 느린 MA의 교차를 사용하여 가격 트렌드의 변화를 파악하고 거래 위치를 적시에 조정 할 수 있습니다.
위험 통제: 전략은 한 거래의 위험 노출을 효과적으로 제어 할 수있는 명시적 인 스톱 로스 및 수익을 취하는 수준을 설정합니다. 가격이 스톱 로스 또는 수익을 취하는 수준에 도달하면 전략은 과도한 손실이나 수익을 회수하는 것을 피하여 자동으로 포지션을 닫습니다.

전략 위험

매개 변수 선택: 이 전략의 성능은 크게 빠르고 느린 MA 기간의 선택에 달려 있습니다. 다른 기간 조합은 다른 거래 결과를 초래할 수 있습니다. 최적의 매개 변수 조합을 선택하는 방법은이 전략이 직면하는 주요 위험 중 하나입니다.
불안정한 시장: 불안정한 시장에서 가격은 자주 변동하지만 명확한 추세가 없습니다. 이 시점에서 빠르고 느린 MA는 자주 교차하여 많은 수의 거래 신호를 생성하여 과잉 거래 및 높은 거래 비용을 초래할 수 있습니다.
지연: 이동 평균은 지연 지표이며 가격 변화에 대한 반응은 일정 지연을 가지고 있습니다. 이것은 전략이 초기 트렌드 기회를 놓칠 수 있거나 트렌드가 역전되면 적시에 포지션을 닫지 못할 수 있음을 의미합니다.

전략 최적화 방향

매개 변수 최적화: 다른 기간 조합을 백테스팅함으로써, 우리는 최고의 역사적 성능을 가진 매개 변수 설정을 찾을 수 있습니다. 이것은 샘플 내 및 샘플 외부 데이터에 대한 포괄적 인 테스트 및 검증을 필요로합니다.
트렌드 필터링: 불안정한 시장에서 과잉 거래를 줄이기 위해 ADX 또는 ParabolicSAR와 같은 트렌드 필터링 지표가 도입 될 수 있습니다. 트렌드가 명백할 때만 거래가 이루어지며 범위 시장에서 거래를 피합니다.
동적 스톱 손실: 고정 비율의 스톱 손실은 모든 시장 환경에 적합하지 않을 수 있습니다. ATR 스톱 손실 또는 후속 스톱 손실과 같은 동적 스톱 손실 메커니즘을 고려하여 스톱 손실 수준이 시장 변동성과 동적으로 조정 될 수 있습니다.
포트폴리오 최적화: 이 전략은 전체 수익률과 안정성을 향상시키기 위해 다른 상관관계가없는 전략과 결합 될 수 있습니다. 합리적인 포지션 크기와 위험 관리를 통해 높은 승률을 보장하면서 전체 수익성이 향상 될 수 있습니다.

요약

이중 이동 평균 크로스오버 전략은 간단하고 사용하기 쉬운 트렌드 추적 전략이다. 빠른 및 느린 MAs의 크로스오버 관계를 기반으로 고정 스톱 손실을 설정하고 위험을 제어하기 위해 수익 수준을 취하는 동시에 트레이딩 신호를 생성한다. 전략은 이해하기 쉽고 구현하기 쉽지만 성능은 파라미터 선택에 크게 달려 있으며 불안정한 시장에서 과잉 거래의 위험에 직면한다. 파라미터 최적화, 트렌드 필터링, 동적 스톱 손실 및 전략 조합을 통해 이 전략의 견고성과 수익성이 더욱 향상될 수 있으며 신뢰할 수있는 양적 거래 도구가 된다.

/*backtest
start: 2023-03-28 00:00:00
end: 2024-04-02 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/
// © uugankhuu

//@version=5
strategy("Moving Average Crossover Strategy", overlay=true)

// Define length for fast and slow moving averages
fastLength = input(9, title="Fast MA Length")
slowLength = input(21, title="Slow MA Length")

// Calculate moving averages
fastMA = ta.sma(close, fastLength)
slowMA = ta.sma(close, slowLength)

// Generate buy and sell signals
buySignal = ta.crossover(fastMA, slowMA)
sellSignal = ta.crossunder(fastMA, slowMA)

// Plot moving averages
plot(fastMA, color=color.blue, title="Fast MA")
plot(slowMA, color=color.red, title="Slow MA")

// Execute trades based on signals
strategy.entry("Buy", strategy.long, when=buySignal)
strategy.close("Buy", when=sellSignal)

// Set stop loss and take profit levels
stopLoss = input(0.02, title="Stop Loss (%)") // 2% stop loss
takeProfit = input(0.10, title="Take Profit (%)") // 10% take profit

strategy.exit("Take Profit/Stop Loss", "Buy", stop=close * (1 - stopLoss), limit=close * (1 + takeProfit))