ChaoZhang
개요
이것은 일선 높낮이 브레이크와 다중 시간 주기 EMA 트렌드를 결합한 양적 거래 전략이다. 전략은 주로 가격의 전날 높낮이 브레이크를 모니터링하여 EMA 평균선과 자금 흐름 지표 ((CMF)) 과 결합하여 거래 시기를 판단한다. 전략은 동시에 시간선과 일선 두 시간 주기의 200 주기 EMA 평균선을 사용하며, 다중 기술 지표의 검증을 통해 거래의 정확성을 향상시킨다.
전략 원칙
전략의 핵심 논리에는 다음과 같은 핵심 요소가 포함됩니다.
- request.security 함수를 사용하여 전날의 최고 가격과 최저 가격을 핵심 지지 저항 지점으로 가져옵니다.
- 24주기 EMA 평균선과 결합하여 트렌드를 판단하는 기준선이다.
- CMF ((20주기) 를 도입하여 거래량과 가격의 통합 지표로 시장의 자금 흐름을 판단한다.
- 동시에 현재 시간 주기 및 1시간 주기의 200평균선을 계산하여 더 큰 주기의 경향 방향을 판단한다.
구체적인 거래 규칙은 다음과 같습니다. 다중 조건: 가격이 하루 전 최고치를 넘기기 전에 + EMA 상위에서 마감 가격 + CMF의正值 공백 조건: 1일 전 하락한 가격 + EMA 아래의 종결 가격 + CMF의 마이너스 평지 조건: 상장시 가격 하락 EMA, 상장시 가격 돌파 EMA
전략적 이점
- 다중 기술 지표의 통합 검증이 거래의 신뢰성을 높인다.
- 다중 시간 주기의 분석을 통해 시장의 흐름을 더 포괄적으로 파악할 수 있습니다.
- CMF 지표와 수량-가격 관계를 결합하여 시장의 자금 상태를 더 잘 판단 할 수 있습니다.
- 시장 참가자의 거래 습관에 따라 하루 전의 하위/고점을 핵심 가격으로 사용함
- 전략 논리는 명확하고 이해하기 쉬우며 구현하기 쉽습니다.
- 출전 조건이 명확하고, 주관적인 판단이 적어집니다.
전략적 위험
- 불안한 시장에서 잘못된 신호가 자주 발생할 수 있습니다.
- 가격 돌파구에 대한 반응이 민감하지 않은 경우
- 중요한 위치에서 거래 기회를 놓칠 수 있습니다.
- 더 큰 주기를 고려하지 않은 추세 환경
- 시장의 급격한 변동으로 인해 더 큰 회수일 수 있습니다.
위험 관리 제안:
- 합리적인 Stop Loss 위치를 설정합니다.
- 다른 시장 환경에 따라 변수를 조정
- 트렌드 필터 추가
- 변동률 지표에 대한 고려
전략 최적화 방향
- 적응형 매개변수 최적화 메커니즘 소개
- 더 많은 시장 환경 필터링 조건을 추가합니다.
- 손해 방지 및 차단 메커니즘 최적화
- 다양한 시장 환경에 적응하기 위해 변동률 지표가 추가되었습니다.
- 위치 관리 메커니즘을 고려하십시오.
- 거래량 분석 지표
요약하다
이것은 여러 기술 지표와 여러 시간 주기의 분석을 결합한 완전한 거래 시스템입니다. 전략은 일일 고저 파격, 평균선 추세 및 자본 흐름의 통합 분석을 통해 거래 기회를 찾습니다.
전략 소스 코드
/*backtest
start: 2024-10-28 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title='The security Daily HIGH/LOW strategy', overlay=true, initial_capital=10000, calc_on_every_tick=true,
default_qty_type=strategy.percent_of_equity, default_qty_value=100,
commission_type=strategy.commission.percent, commission_value=0.1)
// General Inputs
len = input.int(24, minval=1, title='Length MA', group='Optimization parameters')
src = input.source(close, title='Source MA', group='Optimization parameters')
out = ta.ema(src, len)
length = input.int(20, minval=1, title='CMF Length', group='Optimization parameters')
ad = close == high and close == low or high == low ? 0 : (2 * close - low - high) / (high - low) * volume
mf = math.sum(ad, length) / math.sum(volume, length)
// Function to get daily high and low
f_secureSecurity(_symbol, _res, _src) =>
request.security(_symbol, _res, _src[1], lookahead=barmerge.lookahead_on)
pricehigh = f_secureSecurity(syminfo.tickerid, 'D', high)
pricelow = f_secureSecurity(syminfo.tickerid, 'D', low)
// Plotting previous daily high and low
plot(pricehigh, title='Previous Daily High', style=plot.style_linebr, linewidth=2, color=color.new(color.white, 0))
plot(pricelow, title='Previous Daily Low', style=plot.style_linebr, linewidth=2, color=color.new(color.white, 0))
// Entry Conditions
short = ta.crossunder(low, pricelow) and close < out and mf < 0
long = ta.crossover(high, pricehigh) and close > out and mf > 0
if short and barstate.isconfirmed
strategy.entry('short', strategy.short, stop=pricelow[1])
strategy.close('short', when=close > out)
if long and barstate.isconfirmed
strategy.entry('long', strategy.long, stop=pricehigh[1])
strategy.close('long', when=close < out)
// 200 EMA on 1-hour timeframe
ema_200 = ta.ema(close, 200)
ema_200_1h = request.security(syminfo.tickerid, "60", ta.ema(close, 200))
plot(ema_200_1h, color=color.purple, title="200 EMA (1H)")
plot(ema_200, color=color.white, title="200 EMA")