ChaoZhang
개요
3표준차량 역전 거래 전략은 통계학적인 원칙에 기반한 정량 거래 방법이다. 이 전략은 가격의 평균선 주위 변동의 특성을 활용하여 가격의 비정상적인 변동 범위를 계산하여 가격이 극한의 편차에 도달했을 때 역전 거래한다. 이 방법은 단기 시장 과잉 반응 후의 회귀 행동을 포착하기 위해 고안되었으며, 특히 변동이 큰 거래 품종과 작은 시간 주기에는 적합하다.
전략 원칙
이 전략의 핵심 원칙은 이동 평균 ((MA) 와 표준 격차 ((SD) 를 사용하여 가격 변동의 상하 경계선을 구축하는 것입니다. 구체적인 단계는 다음과 같습니다:
- 지정된 주기 (기본 20) 의 간단한 이동 평균 (SMA) 을 계산한다.
- 같은 기간 가격의 표준 차이를 계산한다.
- 표준 차이는 3으로 곱하고, 이동 평균에 각각 덧셈과 셈을 하여 상하한선을 형성한다.
- 가격이 하위 경계를 넘으면 과매매로 간주되어 구매 신호가 발생한다.
- 가격이 상한을 넘으면 과매매로 간주되어 판매 신호가 발생한다.
이 방법은 가격이 대부분의 경우 평균값 근처에서 변동한다고 가정하며, 가격이 평균값에서 3 표준차로 떨어져 있을 때 평균값 회귀가 발생할 가능성이 높습니다.
전략적 이점
통계학적 기초: 이 전략은 견고한 통계학적 원칙에 기초하여, 표준 차이를 사용하여 가격 변동의 비정상적인 정도를 정량화하고 이론적 뒷받침이 있습니다.
자기 적응력: 동적으로 이동 평균과 표준 차이를 계산하여 전략은 다양한 시장 조건의 변동적 특성에 적응할 수 있다.
역동적 조작: 시장의 감정이 극에 달할 때 입문하여 가격 반전의 기회를 잡는데 도움이 되며, 잠재적인 수익의 여지가 더 크다.
높은 유연성: 전략 매개 변수 (예를 들어, MA 주기, 표준 격차 배수) 는 다른 거래 품종과 시간 프레임에 따라 최적화 조정할 수 있습니다.
시각화 친화적: 전략은 거래자가 시장 상태를 직관적으로 이해할 수 있도록 차트에 구매 신호와 가격 변동 영역을 명확하게 표시합니다.
전략적 위험
가짜 돌파 위험: 높은 변동성 시장에서 가격이 종종 경계를 돌파하지만 진정한 반전이 발생하지 않아 자주 거래되고 손실이 발생할 수 있습니다.
트렌드 시장의 부실성: 강한 트렌드 시장에서, 가격은 장기간 경계를 벗어나서 전략이 큰 트렌드를 놓치거나 자주 역동적인 작업을 할 수 있습니다.
변수 민감성: 전략 성능은 이동 평균과 표준 차이의 배수의 선택에 크게 의존하며, 부적절한 변수 설정은 성능의 현저한 하락을 초래할 수 있다.
슬라이드 포인트 및 거래 비용: 작은 시간 주기에서, 자주 거래하는 것은 높은 슬라이드 포인트와 거래 비용으로 인해 수익을 훼손 할 수 있습니다.
블랙 스윙 사건 위험: 중요한 뉴스 또는 시장의 급격한 변동이 있을 때, 가격이 정상 변동 범위를 훨씬 뛰어넘어 심각한 손실을 초래할 수 있다.
전략 최적화 방향
트렌드 필터를 도입한다: 장기적인 트렌드 지표 (예를 들어 더 긴 주기의 이동 평균) 와 결합하여 트렌드 방향으로만 거래를 수행하여 역동적인 작업을 줄인다.
동적 조정 표준 격차 배수: 시장 변동률에 따라 표준 격차 배수를 자동으로 조정하여 낮은 변동 기간 동안 민감도를 높이고 높은 변동 기간 동안 마이너스를 높인다.
확인 지표를 추가: 다른 기술 지표와 결합하여 (RSI 또는 MACD와 같은) 보조 확인으로 입구 신호의 신뢰성을 향상시킵니다.
부분 포지션 관리를 구현: 신호 강도 또는 가격 편차 정도에 따라 배치 입출소를 구현하고, 위험 관리를 최적화한다.
스톱로스 및 이동 스톱을 추가: 합리적인 스톱 포지션을 설정하고 수익을 올릴 때 이동 스톱을 사용하여 이미 얻은 수익을 보호하십시오.
최적화 시간 주기의 선택: 다양한 시간 주기의 성능을 재검토하여 전략에 가장 적합한 특정 시간 프레임을 선택하십시오.
변동성 요소를 고려하십시오. 낮은 변동성 환경에서 전략 변수를 조정하거나 다른 시장 상황에 맞게 거래를 중지하십시오.
요약하다
3 표준 변동량 역전 거래 전략은 통계적 원칙에 기반한 정량 거래 방법이며, 가격의 극단적 편향을 포착하여 거래 기회를 찾습니다. 이 전략은 이론적 기초, 적응성 및 유연성에서 상당한 장점을 가지고 있으며, 특히 고 변동성 시장과 단기 거래에 적합합니다. 그러나 사용자는 가짜 돌파구, 트렌드 시장의 성능 및 파라미터 민감성과 같은 잠재적인 위험에 주의해야합니다.
/*backtest
start: 2023-06-15 00:00:00
end: 2024-06-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("MikEy Scali 3 STD Dev Buy/Sell Strategy", overlay=true)
// Input parameters
length = input.int(20, title="Standard Deviation Length", minval=1)
src = input(close, title="Source")
mult = input.float(3.0, title="Standard Deviation Multiplier", step=0.1)
// Calculate the moving average and standard deviation
ma = ta.sma(src, length)
std_dev = ta.stdev(src, length)
// Calculate upper and lower bands
upper_band = ma + (std_dev * mult)
lower_band = ma - (std_dev * mult)
// Buy and Sell conditions
// Buy when the price is below the lower band (3 std devs below MA)
buyCondition = ta.crossover(src, lower_band)
// Sell when the price is above the upper band (3 std devs above MA)
sellCondition = ta.crossunder(src, upper_band)
// Plot the buy and sell signals on the chart
plotshape(series=buyCondition, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sellCondition, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")
// Execute buy and sell orders based on the conditions
if (buyCondition)
strategy.entry("Buy", strategy.long)
if (sellCondition)
strategy.close("Buy")
// Plot the moving average and the bands
plot(ma, color=color.blue, title="Moving Average")
plot(upper_band, color=color.red, title="Upper Band (3 STD)")
plot(lower_band, color=color.green, title="Lower Band (3 STD)")
// Optional: Plot the source
plot(src, color=color.gray, title="Source")
// Add labels for clarity
bgcolor(buyCondition ? color.new(color.green, 90) : na, offset=-1, title="Buy Signal Background")
bgcolor(sellCondition ? color.new(color.red, 90) : na, offset=-1, title="Sell Signal Background")