ChaoZhang
개요
이 전략은 기술 분석 지표와 인공지능 모형을 결합한 정량화 거래 시스템입니다. 전략은 평균선 ((EMA), 상대 변동 지수 ((RVI) 과 같은 전통적인 기술 지표를 통합하고 거래 결정을위한 모의 AI 신호를 도입합니다. 동시에, 전략은 완전한 자금 관리 및 위험 제어 시스템을 포함하고 있으며, 스톱 손실과 스톱을 설정하여 자금을 보호합니다.
전략 원칙
이 전략은 다음과 같은 몇 가지 핵심 구성 요소에 기반을 두고 있습니다.
- 20일 및 200일 지수 이동 평균 (EMA) 을 사용하여 시장 동향을 판단
- 상대적 변동 지수 (RVI) 를 통해 시장 변동 상태를 평가합니다.
- 모의 인공지능 신호를 도입하여 의사 결정에 도움을 줍니다.
- 고정자금 분배제도를 적용하여 거래 당 200 단위의 자금을 사용합니다.
- 2%의 스톱로즈와 4%의 스톱 스을 설정하여 위험을 조절합니다.
EMA20 위에 EMA200을 뚫고 RVI가 긍정할 때, 시스템은 구매 신호를 생성한다. EMA20 아래에 EMA200을 뚫고 RVI가 부정할 때, 시스템은 판매 신호를 생성한다.
전략적 이점
- 다차원 신호 확인, 거래 정확성 향상
- 효율적인 리스크 제어 시스템, 효율적인 회수 제어
- 기금 관리에 도움이 되는 고정자금 분배
- AI 시뮬레이션 신호와 결합하여 전략 적응력을 강화합니다.
- 변수는 조정 가능하며, 좋은 유연성을 가지고 있습니다.
전략적 위험
- EMA 지표는 흔들리는 시장에서 잘못된 신호를 줄 수 있습니다.
- 고정된 스톱 로즈 비율은 모든 시장 환경에 적합하지 않을 수 있습니다.
- 모의 AI 신호의 무작위성은 전략 안정성에 영향을 미칠 수 있다
- 금융 시장의 기회를 놓칠 수 있는 고정된 재원 배분
최적화 방향
- 신호 필터링을 위해 더 많은 기술 지표를 도입합니다.
- 자율 적응형 손해 방지 장치 개발
- 자금 관리 시스템을 최적화하여 동적 지분을 채택
- 인공지능 시뮬레이션 알고리즘을 개선하여 신호 품질을 향상시킵니다
- 시장환경 식별 메커니즘 강화
요약하다
이 전략은 전통적인 기술 분석과 현대적인 양적 방법을 결합하여 비교적 완전한 거래 시스템을 구축한다. 약간의 위험이 있지만, 지속적인 최적화 및 개선으로 전략은 더 나은 거래 효과를 달성 할 수 있다. 실물 거래 전에 충분한 피드백 검증이 권장된다.
전략 소스 코드
/*backtest
start: 2024-10-01 00:00:00
end: 2024-10-31 23:59:59
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Gold Bot with Simulated AI, Viamanchu, EMA20, EMA200, RVI, and Risk Management", overlay=true)
// Parámetros de las EMAs
ema20 = ta.ema(close, 20)
ema200 = ta.ema(close, 200)
// Relative Volatility Index (RVI)
length = input(14, title="RVI Length")
rvi = ta.rma(close - close[1], length) / ta.rma(math.abs(close - close[1]), length)
// Simulación de Viamanchu (aleatoria)
var int seed = time
simulated_vi_manchu_signal = math.random() > 0.5 ? 1 : -1 // 1 para compra, -1 para venta
// Configuración de gestión de riesgos
capital_total = 2000 // Capital total
capital_operado = 200 // Capital asignado a cada operación
stop_loss_percent = input.float(2, title="Stop Loss %", minval=0.1, step=0.1) // 2% de stop loss
take_profit_percent = input.float(4, title="Take Profit %", minval=0.1, step=0.1) // 4% de take profit
// Cálculo de stop loss y take profit en base al precio de entrada
stop_loss = close * (1 - stop_loss_percent / 100)
take_profit = close * (1 + take_profit_percent / 100)
// Condiciones de entrada
longCondition = ta.crossover(ema20, ema200) and rvi > 0 and simulated_vi_manchu_signal == 1
shortCondition = ta.crossunder(ema20, ema200) and rvi < 0 and simulated_vi_manchu_signal == -1
// Ejecutar compra
if (longCondition)
strategy.entry("Compra", strategy.long, stop=stop_loss, limit=take_profit)
// Ejecutar venta
if (shortCondition)
strategy.entry("Venta", strategy.short, stop=stop_loss, limit=take_profit)