ChaoZhang
개요
이것은 거래량 중량과 가격 변동의 결합된 트렌드 판단 시스템이다. 이 시스템은 오픈 가격과 클로즈 가격 사이의 차이를 계산하여 (델타 값) 거래량과 결합하여 가중치를 가하여 독특한 트렌드 지표를 형성한다. 이 시스템은 또한 이동 평균 (SMA) 을 신호 확인으로 통합하여, 딜타 값과 그것의 SMA의 관계를 비교하여 시장 움직임을 판단한다. 또한, 시스템은 보조 지표로서 EMA를 도입하여 다차원 분석 프레임워크를 구성한다.
전략 원칙
- 델타값 계산: 특정 주기 내의 오픈 가격과 클로징 가격의 차이를 사용하여 그 주기 내의 거래량으로 중화
- 신호 생성 메커니즘:
- 델타 값이 SMA를 넘어서면, 시스템이 하향 신호로 인식합니다.
- 델타 값이 SMA를 넘어서면, 시스템이 보석 신호로 인식합니다
- EMA 지표는 다음과 같습니다.
- 시스템은 20주기 EMA를 트렌드 확인으로 사용합니다.
- EMA 색상은 델타 값과 그 SMA의 위치 관계로 변한다
- 거래량 필터링: 거래량 마이너스를 설정하여 충분한 유동성 조건에서 거래를 보장합니다.
전략적 이점
- 다차원 분석: 가격, 거래량, 평균선 시스템과 결합하여 더 포괄적인 시장 관점을 제공합니다.
- 신호 신뢰성: 거래량 중화로 가격 변동의 무작위적 영향을 줄입니다.
- 유연성: 4시간 및 일선과 같은 여러 시간주기에 사용할 수 있다
- 매개 변수 유연성: 여러 가지 조정 가능한 매개 변수를 제공하여 다양한 시장 특성에 따라 최적화 할 수 있습니다.
- 위험 관리: 내장 거래량 필터링 장치, 낮은 유동성 환경을 효과적으로 회피
전략적 위험
- 트렌드 리버스 위험: 급격한 변동 시장에서 잘못된 신호가 발생할 수 있습니다.
- 매개변수 민감도: 매개변수 조합이 다양하면 전략 성능에 큰 차이가 생길 수 있습니다.
- 지연 위험: 평선 시스템의 내재적 지연성은 진입 시기를 지연시킬 수 있다.
- 시장 환경 의존성: 수평 정리 시장에서 빈번한 거래 신호가 발생할 수 있다.
전략 최적화 방향
- 동적 변수를 입력하세요:
- 시장의 변동에 따라 자동으로 조정되는 델타 계산주기
- 거래량 변화에 따라 거래량 하락에 대한 동적 조정
- 신호를 강화하는 필터:
- 트렌드 강도를 확인하는 지표를 추가합니다.
- 통합 가격 형식 인식 시스템
- 위험 관리 개선:
- 역동적인 손해 방지 장치 구축
- 포지션 관리 시스템을 도입
요약하다
이 전략은 가격동력, 거래량 및 트렌드 지표를 유기적으로 결합하는 체계화된 전략이다. 다차원 분석과 엄격한 거래 조건 필터링을 통해, 이 전략은 높은 신뢰성을 유지하면서도, 좋은 적응성과 확장성을 갖추고 있다. 전략의 핵심 장점은 시장 추세를 세 가지로 판단하는 데 있으며, 가장 큰 발전 잠재력은 매개 변수의 동적 최적화와 위험 관리 시스템의 개량에 있다.
전략 소스 코드
/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-09 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Volume-Weighted Delta Strategy", overlay=true)
// Input-parametrit
length_delta = input.int(5, minval=1, title="Delta Length")
length_ma = input.int(5, minval=1, title="MA Length")
length_sma = input.int(5, minval=1, title="MA Length")
volume_threshold = input.float(100000, title="Volume Threshold")
// Funktio delta-arvojen laskemiseksi ja volyymin mukaan painottamiseksi
calculate_volume_weighted_delta(delta_length) =>
delta_sum = 0.0
for i = 0 to delta_length - 1
delta_sum := delta_sum + ((close[i] - open[i]) * volume[i])
delta_sum
// Laskenta
delta_value = calculate_volume_weighted_delta(length_delta)
ma_value = ta.sma(delta_value, length_sma)
ema20 = ta.ema(close, 20)
// EMA:n värin määrittely
ema_color = delta_value > ma_value ? color.green : color.red
positive = ta.crossover(delta_value, ma_value)
negative = ta.crossunder(delta_value, ma_value)
// Piirretään graafit
plot(ema20, color=ema_color, title="20 EMA")
BullishCond = ta.crossover(ma_value, delta_value)
BearishCond = ta.crossunder(ma_value, delta_value)
if (BullishCond)
strategy.entry("Sell", strategy.short)
if (BearishCond)
strategy.entry("Buy", strategy.long)