ChaoZhang
개요
이 전략은 무작위 동력 지표 ((SMI) 와 표준 축점들을 결합한 거래 시스템이다. SMI 지표의 교차 신호를 주로 사용하여 시장 동력의 변화를 판단하고, 동시에 가격의 위치와 함께 축점 근처에 진입 시기를 결정한다. 이 방법은 시장의 동력 변화를 포착하는 동시에 중요한 지지 및 저항 수준을 사용하여 거래의 정확성을 높이는 것을 목표로 한다.
전략 원칙
이 전략의 핵심은 SMI 지표에 기반한 계산과 신호 생성이다. SMI는 동력 지표로, 상가와 하가 사이의 위치에 대한 종결 가격을 계산하여 시장 동력을 측정한다. 구체적인 단계는 다음과 같다:
SMI 컴포넌트를 계산합니다.
- 주어진 기간 동안의 최고 가격 (h) 과 최저 가격 (l) 을 찾아봅시다.
- 중간값 m = (h + l) / 2을 계산합니다.
- d = (가격 - m) / (h - l) * 100
SMI값을 계산합니다.
- d값에 대해 K주기를 수행한 간단한 이동 평균을 얻습니다.
- SMI에 D주기를 반복한 간단한 이동 평균은 SMI 신호선을 얻는다.
트레이딩 신호를 생성합니다.
- SMI 라인이 아래에서 신호 라인을 통과하면 구매 신호가 발생
- SMI 라인이 위쪽에서 신호 라인을 통과하면 판매 신호가 발생
스포인트 결합:
- 상술한 거래 신호는 표준 축점 수준에 가까운 가격에서만 실행됩니다.
이 방법은 동력 지표의 트렌드 추적 능력과 축점의 지지 저항 개념을 결합하여 거래의 정확성과 수익성을 높이기 위해 고안되었습니다.
전략적 이점
동력 포착: SMI 지표는 시장 동력의 변화를 효과적으로 포착하여 잠재적인 추세 반전 또는 지속을 적시에 발견하는 데 도움이됩니다.
가짜 신호를 필터링: 중추점과 결합하여 전략은 가능한 가짜 신호를 필터링하여 가격이 중요한 지지 저항 지점에 가까워질 때만 거래합니다.
유연성: 전략의 매개 변수는 다른 거래 환경에 맞게 다른 시장 조건과 거래 유형에 따라 조정될 수 있습니다.
시각화: 전략은 시가 역동성의 변화를 직관적으로 관찰할 수 있도록 SMI와 신호 라인을 차트에 그려줍니다.
자동화: 전략은 인간의 감정적 간섭을 줄이기 위해 완전히 자동화된 거래를 프로그래밍 할 수 있습니다.
전략적 위험
지연성: 이동 평균을 사용하기 때문에 SMI 지표는 지연성이 있을 수 있으며, 빠르게 변화하는 시장에서 거래 기회를 놓칠 수 있습니다.
가짜 돌파: 가로 디스크 시장에서, SMI는 잘못된 거래로 이어지는 빈번한 교차 신호를 생성할 수 있다.
축점 정의: 전략은 표준 축점에 의존하지만, 다른 축점 계산 방법은 다른 결과를 초래할 수 있다.
매개 변수 민감성: 전략의 성능은 SMI의 길이와 부드러운 매개 변수에 민감할 수 있으며, 신중하게 최적화해야 한다.
시장 조건 의존성: 높은 변동성이나 추세가 명확하지 않은 경우와 같은 특정 시장 조건에서 전략이 좋지 않을 수 있습니다.
이러한 위험을 줄이기 위해 다음과 같은 조치를 고려할 수 있습니다.
- 트렌드 필터 또는 변동성 지표와 같은 추가 필터 조건을 추가합니다.
- 적응 변수를 사용하여 SMI를 동적으로 조정하는 계산 주기
- 다른 기술 지표 또는 기본 분석과 함께 신호를 확인합니다.
- 엄격한 리스크 관리를 시행하는 것, 예를 들어, 스톱 로즈와 수익 목표 설정
전략 최적화 방향
동적 변수 조정: 시장의 변동성에 따라 SMI의 길이를 자동으로 조정할 수 있으며, 다양한 시장 환경에 적응하기 위해 슬라이드 변수를 조정할 수 있습니다.
다중 시간 프레임 분석: 더 긴 시간 프레임의 SMI 신호를 필터로 도입하여 단기간의 소음의 영향을 줄인다.
수량 축점 영향: 가격과 축점의 거리에 따라 포지션 크기를 조정하거나 다른 입시 조건을 설정할 수 있다.
출구 전략을 최적화한다: 현재는 출구에만 초점을 맞추고 있으며, SMI 지표에 기반한 출구 논리를 추가할 수 있다.
변동성 필터를 도입: 높은 변동성 기간 동안 전략 파라미터를 조정하거나 가짜 신호를 피하기 위해 거래를 중지하십시오.
통합 트렌드 지표: 이동 평균 또는 ADX와 같은 트렌드 지표와 결합하여 주요 트렌드 방향에서만 거래한다.
피드백과 최적화: 다양한 파라미터 조합에 대한 포괄적인 피드백을 통해 최적의 파라미터 설정을 찾아내는 것이다.
이러한 최적화 방향은 전략의 안정성과 적응성을 높이고, 동시에 잘못된 신호를 줄이고 수익성을 높이기 위한 것이다.
요약하다
SMI와 축점과 결합된 동력 교차 전략은 기술 분석과 가격 행동을 결합한 거래 방법이다. SMI 지표를 사용하여 시장 동력의 변화를 포착하고 동시에 축점을 통해 중요한 가격 수준을 결정한다. 이 방법의 장점은 잠재적인 추세 변화를 효과적으로 식별할 수 있으며 동시에 중요한 지지 저항 지점을 사용하여 거래의 정확성을 높이는 데 있다.
그러나, 이 전략은 또한 몇 가지 도전에 직면합니다. 신호 지연 및 가짜 돌파의 위험. 이러한 문제를 극복하기 위해, 거래자는 신중하게 매개 변수를 최적화하고 추가 필터링 조건을 도입하는 것을 고려해야합니다. 지속적인 피드백과 최적화, 그리고 다른 기술 지표와 분석 방법과 결합하여 전략의 성능과 안정성을 더욱 향상시킬 수 있습니다.
전반적으로, 이것은 기술 분석을 기반으로 체계화된 거래 방법을 구축하려는 거래자들에게 적합한 잠재적인 거래 전략 프레임 워크입니다. 적절한 위험 관리와 지속적인 전략 개선으로 신뢰할 수있는 거래 도구가 될 가능성이 있습니다.
/*backtest
start: 2024-06-01 00:00:00
end: 2024-06-30 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("SMI Strategy", overlay=true)
// Parameters for SMI
smiLength = input.int(8, title="SMI Length")
smiK = input.int(6, title="SMI K Length")
smiD = input.int(6, title="SMI D Length")
smiSource = input.source(close, title="SMI Source")
// Calculate SMI components
h = ta.highest(smiSource, smiLength)
l = ta.lowest(smiSource, smiLength)
m = (h + l) / 2
d = (smiSource - m) / (h - l) * 100
// Calculate SMI
smi = ta.sma(d, smiK)
smiSignal = ta.sma(smi, smiD)
// Define conditions for buy and sell signals
bullishCondition = ta.crossover(smi, smiSignal)
bearishCondition = ta.crossunder(smi, smiSignal)
// Generate buy and sell signals
if (bullishCondition)
strategy.entry("Buy", strategy.long)
if (bearishCondition)
strategy.entry("Sell", strategy.short)
// Plot SMI and SMI Signal
plot(smi, title="SMI", color=color.blue)
plot(smiSignal, title="SMI Signal", color=color.red)