ChaoZhang
개요
이 전략은 볼링거 밴드 기반의 평균값 회귀 거래 시스템으로, 트렌드 필터와 동적 스톱로드를 결합하여 거래 효과를 최적화한다. 이 전략은 통계학 원리를 적용하여, 가격이 평균값에서 이탈할 때 거래하고, 동시에 기술 지표를 통해 승률을 높이고 위험을 관리한다.
전략 원칙
이 전략의 핵심은 다음과 같은 핵심 요소들에 기반합니다.
- 20주기 볼링거 대역을 주요 신호 소스로 사용하며, 대역폭은 표준 차이의 2배이다.
- 50주기 EMA를 트렌드 필터로 도입하여 거래 방향이 중장기 트렌드와 일치하도록 합니다.
- 14주기 ATR의 동적 설정으로 스톱로스 및 수익 목표를 설정하여 리스크/수익률을 높여줍니다.
- 가격이 하향 경로를 접촉하고 EMA 위에있을 때 더 많이 열리고, 상향 경로를 접촉하고 EMA 아래에있을 때 더 많이 열립니다.
- 2배의 ATR을 수익 목표로, 1배의 ATR을 중지 지점으로 사용함
전략적 이점
- 평균 회귀와 트렌드 따위의 장점을 결합하여 거래의 신뢰성을 향상시킵니다.
- 동적 스톱 및 수익 설정, 시장의 변동성에 적응
- 명확한 출전규칙, 주관적인 판단을 줄여주기
- 고정 2: 1 리스크 수익률은 장기적으로 안정적인 수익을 창출합니다.
- 기술 지표 포트폴리오는 가짜 신호의 영향을 줄였습니다.
전략적 위험
- 강세를 보이는 시장에서 큰 상황을 놓칠 수 있습니다.
- 수평 정리 영역이 너무 좁으면 거래가 빈번할 수 있습니다.
- 시장의 변동에 따라 스톱로스가 미끄러질 수 있습니다.
- 시장 변화에 적응하기 위해 매개변수를 지속적으로 모니터링하고 조정해야 합니다.
- 거래 비용은 전략 수익에 영향을 미칠 수 있습니다.
전략 최적화 방향
- 보조 확인으로 볼륨 표시기 추가
- 시장 변동율 필터를 도입하여 높은 변동기를 피하십시오.
- 최적화 매개 변수 적응 메커니즘
- 더 많은 기술 지표와 상호 검증
- 자금 관리 시스템 개선
요약하다
이것은 고전적인 기술 분석과 현대적인 양적 방법을 결합하는 전략이다. 다중 지표 확인과 엄격한 위험 통제를 통해 전략은 더 나은 실용성을 가지고 있다.
전략 소스 코드
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-17 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Optimized Bollinger Mean Reversion", overlay=true)
// Bollinger Band Settings
length = input.int(20, title="BB Length")
src = input(close, title="Source")
mult = input.float(2.0, title="BB Multiplier")
// Bollinger Bands Calculation
basis = ta.sma(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Plot the Bollinger Bands
plot(basis, color=color.blue)
p1 = plot(upper, color=color.red)
p2 = plot(lower, color=color.red)
fill(p1, p2, color=color.rgb(41, 98, 255, 90))
// Trend Filter - 50 EMA
ema_filter = ta.ema(close, 50)
// ATR for Dynamic Stop Loss/Take Profit
atr_value = ta.atr(14)
// Buy condition - price touches lower band and above 50 EMA
buy_condition = ta.crossover(close, lower) and close > ema_filter
// Sell condition - price touches upper band and below 50 EMA
sell_condition = ta.crossunder(close, upper) and close < ema_filter
// Strategy Execution
if (buy_condition)
strategy.entry("Buy", strategy.long)
if (sell_condition)
strategy.entry("Sell", strategy.short)
// Exit with dynamic ATR-based stop loss and take profit
strategy.exit("Take Profit/Stop Loss", from_entry="Buy", limit=2*atr_value, stop=1*atr_value)
strategy.exit("Take Profit/Stop Loss", from_entry="Sell", limit=2*atr_value, stop=1*atr_value)