ChaoZhang
개요
이 전략은 시장 가격 형태를 인식하는 것에 기반한 정량 거래 시스템으로, 주로 123비트 역전 형태를 식별하여 시장의 잠재적 역전 기회를 포착한다. 이 전략은 다중 조건 검증을 통해 거래의 정확성을 높이기 위해 동적 포지션 기간 관리와 이동 평균 필터를 결합한다. 이 전략은 정확한 수학적 모델을 사용하여 입점을 정의하고 200 일평선을 보조적인 퇴출 조건으로 사용하여 완전한 거래 시스템을 형성한다.
전략 원칙
전략의 핵심 논리는 가격 형태를 인식하는 데 기반하며, 다음과 같은 핵심 요소를 포함합니다.
- 입시 조건 디자인
- 당일 최저가격은 전날 최저가격보다 낮아야 합니다.
- 1일 전 최저가격은 3일 전 최저가격보다 낮아야 합니다
- 2일 전 최저값은 4일 전 최저값보다 낮아야 합니다.
- 2일 전 최고값은 3일 전 최고값보다 낮아야 합니다. 위의 네 가지 조건이 동시에 충족되면, 시스템은 여러 개의 신호를 발산한다.
- 탈퇴 메커니즘 설계
- 7일 동안 지분을 유지하도록 설정합니다.
- 동적 탈퇴 조건으로 200일 간단한 이동 평균 ((SMA) 을 사용함
- 가격이 200일 평균선에 도달하거나 넘어갈 때 평점 신호를 니다.
- 포지션 보유 시간이 설정된 수일 후에 자동으로 청산
전략적 이점
- 형상 인식 정확도
- 다중 조건 검증 메커니즘
- 가격 상승 및 하락의 상대적 위치 관계를 통해 입시 조건을 엄격하게 정의합니다.
- 잘못된 판단의 가능성을 줄여줍니다.
- 완벽한 위험 관리
- 최대 손실을 설정
- 동향 필터로 장기 평균선을 사용함
- 이중 탈퇴 메커니즘으로 수익 보호
- 운영 규칙이 명확합니다.
- 입사 및 탈퇴 조건이 명확합니다.
- 매개 변수는 시장 상황에 따라 유연하게 조정할 수 있습니다
- 리드 디스크 실행 및 재검토 검증
전략적 위험
- 형태 인식의 한계
- 위기 시장에서 잘못된 신호가 발생할 수 있습니다.
- 급격한 변동 시기의 정확도가 떨어집니다.
- 다른 기술 지표 검증과 함께 필요합니다.
- 매개변수 최적화 위험
- 고정 지위 기간은 모든 시장 환경에 적합하지 않을 수 있습니다.
- 이동 평균 주기 선택이 전략 성능에 영향을 미칩니다.
- 과도한 최적화는 과적합으로 이어질 수 있습니다.
- 시장 적응성 위험
- 강한 트렌드 시장에서 역전 신호 신뢰성이 떨어집니다.
- 다른 시장 조건에서 성과 차이가 크다
- 전략의 효과에 대한 정기적인 평가
전략 최적화 방향
- 진입 신호 최적화
- 거래량 확인 메커니즘 추가
- 동력 지표가 보조 판단으로 도입
- 변동율 필터를 추가하는 것을 고려하십시오.
- 탈퇴 메커니즘
- 역동적인 지분 관리
- 이동식 상쇄 기능을 추가합니다.
- 다단계 수익 목표 개발
- 위험 통제 강화
- 창고관리시스템 구축
- 설계 철회 제어 장치
- 시장 정서 지표를 추가합니다
요약하다
이 전략은 엄격한 형상 식별과 완벽한 위험 제어 시스템을 통해 거래자에게 신뢰할 수있는 시장 역전 포착 도구를 제공합니다. 제한 사항이 있지만, 지속적인 최적화와 적절한 파라미터 조정으로이 전략은 다양한 시장 환경에서 안정적인 성능을 유지할 수 있습니다. 거래자는 실제 적용에서 시장 경험을 결합하여 전략에 대한 타겟 조정을 수행하여 더 나은 거래 효과를 얻을 수 있습니다.
전략 소스 코드
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-11 00:00:00
period: 1d
basePeriod: 1d
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/
// © EdgeTools
//@version=5
strategy("123 Reversal Trading Strategy", overlay=true)
// Input for number of days to hold the trade
daysToHold = input(7, title="Days to Hold Trade")
// Input for 20-day moving average
maLength = input(200, title="Moving Average Length")
// Calculate the 20-day moving average
ma20 = ta.sma(close, maLength)
// Define the conditions for the 123 reversal pattern (bullish reversal)
// Condition 1: Today's low is lower than yesterday's low
condition1 = low < low[1]
// Condition 2: Yesterday's low is lower than the low three days ago
condition2 = low[1] < low[3]
// Condition 3: The low two days ago is lower than the low four days ago
condition3 = low[2] < low[4]
// Condition 4: The high two days ago is lower than the high three days ago
condition4 = high[2] < high[3]
// Entry condition: All conditions must be true
entryCondition = condition1 and condition2 and condition3 and condition4
// Exit condition: Close the position after a certain number of bars or when the price reaches the 20-day moving average
exitCondition = ta.barssince(entryCondition) >= daysToHold or close >= ma20
// Execute buy and sell signals
if (entryCondition)
strategy.entry("Buy", strategy.long)
if (exitCondition)
strategy.close("Buy")