ChaoZhang
개요
이 전략은 WaveTrend 지표에 기반한 정량 거래 시스템으로, 동적 위험 관리 메커니즘을 결합한다. 전략은 가격 변동의 경향 강도를 계산하여, 오버 바이 오버 셀 영역에서 신호 필터링을 수행하며, 동시에 스톱 로즈, 스톱 스톱 및 추적 스톱 로즈와 같은 위험 제어 수단을 적용하여, 전체적인 거래 관리를 구현한다.
전략 원칙
전략의 핵심은 HLC3 가격으로 WaveTrend 지표를 계산하는 것이다. 우선 n1주기의 지수 이동 평균 ((EMA) 을 기준선으로 계산한 다음 가격과 기준선의 오차를 계산하고, 0.015을 계수로 통일 처리한다. 결국은 두 개의 파도선 wt1과 wt2을 얻는데, 이는 각각 빠른 선과 느린 선을 나타낸다. 거래 신호는 이 두 선과 과매도와 과매도 수준의 교차를 기반으로 생성되며, 동시에 다층의 위험 제어 시스템을 결합한다.
전략적 이점
- 신호 시스템은 좋은 트렌드 추적 능력을 갖추고 있으며, 이중 오버 바이 오버 셀 레벨을 통해 신호의 신뢰성을 향상시킵니다.
- 고정된 스톱, 고정된 스톱, 동적 추적 스톱을 포함하는 완전한 리스크 관리 시스템
- 다양한 시장 상황에 따라 최적화 할 수 있도록 변수가 조정 가능합니다.
- 변동률 자조제와 결합하여 전략의 적응성을 향상시킵니다.
- 계층적으로 설계된 신호 시스템으로 가짜 신호의 영향을 효과적으로 줄여줍니다.
전략적 위험
- 급격하게 변동하는 시장에서 빈번하게 손실이 발생할 수 있는 상황
- 잘못된 매개 변수 설정으로 인해 거래 비용이 너무 높을 수 있습니다.
- 위축 시장에서 너무 많은 가짜 신호가 발생할 수 있습니다.
- 위험과 이익의 불균형을 방지하기 위해 합리적인 중지 및 중지 비율을 설정해야 합니다.
- 트래킹 스톱은 빠른 반전 시 큰 회수로 이어질 수 있습니다.
전략 최적화 방향
- 거래의 신뢰성을 높이기 위한 신호 확인을 위한 거래량 지표 도입
- 다른 시장 환경에 더 잘 적응하도록 스톱 손실 파라미터를 최적화
- 트렌드 강도 필터를 늘리고, 수평 시장의 거래 횟수를 줄입니다.
- 시장의 변동에 따라 자동으로 중지 위치를 조정하는 동적 중지 메커니즘을 추가하는 것을 고려하십시오
- 시간 필터를 도입하여 불리한 거래 시간에 포지션을 열지 마십시오.
요약하다
이 전략은 WaveTrend 지표와 완성된 위험 관리 시스템을 결합하여 보다 포괄적인 양적 거래 전략을 구현한다. 전략의 핵심 장점은 유연성이 강하고 위험이 통제 가능하다는 데 있다. 그러나 여전히 거래자가 실제 시장 상황에 따라 매개 변수를 최적화하고 전략을 개선해야 한다. 지속적인 최적화와 개선으로 이 전략은 실제 거래에서 안정적인 수익을 얻을 것으로 보인다.
전략 소스 코드
/*backtest
start: 2024-11-12 00:00:00
end: 2024-12-11 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title="WaveTrend [LazyBear] with Risk Management", shorttitle="WT_LB_RM", overlay=true)
// Input Parameters
n1 = input.int(10, "Channel Length")
n2 = input.int(21, "Average Length")
obLevel1 = input.int(60, "Over Bought Level 1")
obLevel2 = input.int(53, "Over Bought Level 2")
osLevel1 = input.int(-60, "Over Sold Level 1")
osLevel2 = input.int(-53, "Over Sold Level 2")
// Risk Management Inputs
stopLossPercent = input.float(50.0, "Stop Loss (%)", minval=0.1, maxval=100)
takeProfitPercent = input.float(5.0, "Take Profit (%)", minval=0.1, maxval=100)
trailingStopPercent = input.float(3.0, "Trailing Stop (%)", minval=0.1, maxval=100)
trailingStepPercent = input.float(2.0, "Trailing Stop Step (%)", minval=0.1, maxval=100)
// WaveTrend Calculation
ap = hlc3
esa = ta.ema(ap, n1)
d = ta.ema(math.abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ta.ema(ci, n2)
wt1 = tci
wt2 = ta.sma(wt1, 4)
// Plotting Original Indicators
plot(0, color=color.gray)
plot(obLevel1, color=color.red)
plot(osLevel1, color=color.green)
plot(obLevel2, color=color.red, style=plot.style_line)
plot(osLevel2, color=color.green, style=plot.style_line)
plot(wt1, color=color.green)
plot(wt2, color=color.red, style=plot.style_line)
plot(wt1-wt2, color=color.blue, style=plot.style_area, transp=80)
// Buy and Sell Signals with Risk Management
longCondition = ta.crossover(wt1, osLevel1) or ta.crossover(wt1, osLevel2)
shortCondition = ta.crossunder(wt1, obLevel1) or ta.crossunder(wt1, obLevel2)
// Strategy Entry with Risk Management
if (longCondition)
entryPrice = close
stopLossPrice = entryPrice * (1 - stopLossPercent/100)
takeProfitPrice = entryPrice * (1 + takeProfitPercent/100)
strategy.entry("Long", strategy.long)
strategy.exit("Long Exit", "Long",
stop=stopLossPrice,
limit=takeProfitPrice,
trail_price=close * (1 + trailingStopPercent/100),
trail_offset=close * (trailingStepPercent/100))
if (shortCondition)
entryPrice = close
stopLossPrice = entryPrice * (1 + stopLossPercent/100)
takeProfitPrice = entryPrice * (1 - takeProfitPercent/100)
strategy.entry("Short", strategy.short)
strategy.exit("Short Exit", "Short",
stop=stopLossPrice,
limit=takeProfitPrice,
trail_price=close * (1 - trailingStopPercent/100),
trail_offset=close * (trailingStepPercent/100))