ChaoZhang
개요
이 양적 거래 전략은 지지점과 저항점의 개념에 기반하며, 동적 위험 관리 시스템과 결합된다. 이 전략은 축점 (Pivot Points) 을 사용하여 잠재적인 지지점과 저항점을 결정하고, 가격이 이러한 중요한 수준을 만질 때 거래를 한다. 이 전략은 또한 실제 파도 (ATR) 지표에 적응하여 시장의 변동성에 적응하기 위해 손해와 이익 수준을 동적으로 조정한다. 또한, 전략은 자본 관리와 위험 통제를 고려하여 거래당 최대 금액을 제한하고, 레버리지를 사용하여 자본 활용도를 최적화한다.
전략 원칙
지원과 저항을 식별하는 방법:
- 축점 계산 방법을 사용하여 잠재적인 지원 및 저항 수준을 결정합니다.
- 축점 계산 공식: (최고 하루 전 + 최소 하루 전 + 마지막 하루 전) / 3
출입 신호:
- 이 신호는 가격의 지지를 만지거나 돌파했을 때 발생한다.
- 가격이 저항 지점을 만지거나 돌파했을 때, 하락 신호가 발생한다.
위험 관리:
- ATR 지표를 사용하여 스톱로즈 및 수익 수준을 동적으로 설정하십시오.
- 현재 가격 +/- (2 * ATR) 으로 설정되어 있습니다.
- 수익 목표값은 현재 가격 +/- (3 * ATR) 으로 설정됩니다.
포지션 규모:
- 위험 비율과 최대 거래 금액에 따라 포지션 크기를 계산합니다.
- 투자자금의 최적화를 위한 레버리드 요소를 고려합니다.
거래 실행:
- 전략.entry () 함수를 사용하여 거래를 수행한다.
- .exit () 함수를 사용하여 스톱로스 및 수익을 관리한다.
전략적 이점
동적 적응성: ATR 지표를 사용하여 전략은 시장의 변동성에 따라 자동으로 중지 손실 및 수익 수준을 조정할 수 있습니다. 이것은 전략이 다른 시장 조건에서 유효성을 유지할 수있게합니다.
위험 관리: 전략은 동적 중지, 고정 위험 비율 및 최대 거래 금액 제한을 포함한 여러 계층의 위험 제어 조치를 통합하여 자금을 안전하게 보호합니다.
레버리지 최적화: 이 전략은 리스크를 통제하면서도 리버리지의 합리적인 사용으로 자금 활용 효율성을 높일 수 있습니다.
기술 지표 결합: 전략은 고전적인 기술 분석 개념 ((지원 저항) 과 현대적인 양적 지표 ((ATR) 를 결합하여 전체적인 거래 시스템을 형성한다.
유연성: 전략의 매개 변수는 시장과 개인의 위험 취향에 따라 잘 적응할 수 있습니다.
전략적 위험
가짜 브레이크 위험: 수평 시장에서 가격이 자주 지지 저항 지점을 만질 수 있지만 실제 브레이크가 발생하지 않아서 종종 가짜 신호가 발생합니다.
트렌드 시장의 성과: 강한 트렌드 시장에서, 전략은 조기 청산되어 큰 시장을 놓칠 수 있습니다.
자금 관리 위험: 전략은 거래당 최대 금액을 제한하지만, 연속적인 손실이 발생할 경우 큰 인출이 발생할 수 있습니다.
리버리지 위험: 높은 레버리지를 사용하면 손실이 커질 수 있습니다. 특히 시장이 급격하게 변동할 때 말이죠.
슬라이드 포인트와 거래 비용: 전략은 슬라이드 포인트와 거래 비용을 고려하지 않고 실제 거래 결과에 영향을 미칠 수 있습니다.
전략 최적화 방향
트렌드 필터: 트렌드 지표 (예를 들어 이동 평균) 를 도입하여 트레이딩 신호를 필터링하고, 트렌드 방향으로만 거래하여 가짜 브레이크를 줄인다.
다중 시간 주기의 분석: 더 높은 시간 주기의 지지 저항 수준을 결합하여 거래 신호의 신뢰성을 향상시킵니다.
동적으로 조정하는 매개 변수: 적응 알고리즘을 사용하여 다양한 시장 상태에 적응하기 위해 ATR 곱수와 위험 비율을 동적으로 조정합니다.
거래 필터 추가: 거래량 확인, 변동율 필터 등의 추가 조건이 추가되어 거래 품질이 향상된다.
자금 관리 최적화: 동적인 자금 관리 전략을 적용하고, 계좌의 수익성에 따라 위험 수준을 조정한다.
반전 거래에 참여하십시오: 지원 부위를 더 많이하는 동시에 저항 부위를 공백으로 삼는 것을 고려하여 시장 기회를 최대한 활용하십시오.
기본 요소를 고려하세요: 경제 달력 데이터를 통합하고 중요한 보도 발표 전후 거래를 피하십시오.
요약하다
역동적 리스크 관리 시스템을 지원하는 저항 전략은 전통적인 기술 분석과 현대적인 양적 방법을 능숙하게 결합한 포괄적 인 양적 거래 전략입니다. 핵심 가격 수준을 식별하기 위해 축점을 사용하여 ATR을 사용하여 동적 리스크 관리를 수행하는 이 전략은 다양한 시장 조건에 적응 할 수있는 잠재력을 보여줍니다. 그러나 전략의 탄력성과 수익성을 더욱 향상시키기 위해 트렌드 필터링, 다중 시간 분석 및 더 복잡한 자금 관리 기술을 추가하는 여러 가지 최적화가 권장됩니다. 지속적인 개선과 재검토를 통해 이 전략은 양적 거래자에게 가치를 제공하는 신뢰할 수있는 거래 시스템으로 발전할 잠재력을 가지고 있습니다.
/*backtest
start: 2023-07-23 00:00:00
end: 2024-07-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('Mon Robot de Trading', overlay=true)
// Paramètres
capital = 2000 // Capital initial de 2000 euros
maxAmountPerTrade = 2000 // Montant maximum à utiliser par trade
leverage = 20 // Effet de levier de 1:20
spread = 0.5 // Spread moyen en pips
riskPerTrade = 0.2 // 20% du capital initial par transaction
atrLength = 14 // Longueur de l'ATR pour le trailing stop
// Calcul des points de pivot
pivotHigh = high[1] + low[1] + close[1] / 3
pivotLow = high[1] + low[1] + close[1] / 3
// Plot des points de pivot sur le graphique
plot(pivotHigh, color=color.new(color.red, 0), linewidth=1, title='Resistance')
plot(pivotLow, color=color.new(color.green, 0), linewidth=1, title='Support')
// Calcul de l'ATR pour la gestion du risque et du trailing stop
atrValue = ta.atr(atrLength)
// Calcul de la taille de la position basée sur le pourcentage de risque du capital et le montant maximum par trade
riskAmount = capital * riskPerTrade
positionSize = math.min(maxAmountPerTrade * leverage / (atrValue * 2), riskAmount / (atrValue * 2)) // Taille de la position en lots limitée par le montant maximum par trade et le risque autorisé
// Implémentation de la stratégie avec trailing stop et take-profit
if low <= pivotLow
strategy.entry('Buy', strategy.long, qty=positionSize)
// Définition de l'exit pour les achats (longs)
stopLossPrice = close - (atrValue * 2 + spread / 10)
takeProfitPrice = close + atrValue * 3 - spread / 10
strategy.exit('Exit Buy', 'Buy', stop=stopLossPrice, limit=takeProfitPrice)
if high >= pivotHigh
strategy.entry('Sell', strategy.short, qty=positionSize)
// Définition de l'exit pour les ventes (courts)
stopLossPrice = close + atrValue * 2 + spread / 10
takeProfitPrice = close - (atrValue * 3 - spread / 10)
strategy.exit('Exit Sell', 'Sell', stop=stopLossPrice, limit=takeProfitPrice)