ChaoZhang
개요
이 전략은 피포나치 리트랙, 트렌드 추적 및 위험 관리를 결합한 통합 거래 시스템입니다. 그것은 주로 0.65 피포나치 리트랙 수준을 핵심 가격 기준점으로 기반으로 하고 있으며, 이동 평균과 결합하여 시장 추세를 확인하며, ATR 기반의 동적 스톱 스톱 메커니즘을 통합합니다. 이 전략은 15 분 시간 주기에서 작동하며, 현재 시장 추세에 부합하는 높은 확률의 거래 기회를 잡기 위해 고안되었습니다.
전략 원칙
전략의 핵심 논리는 다음과 같은 핵심 구성 요소를 기반으로 합니다.
- 38주기의 역사적 데이터를 사용하여 최고점과 최저점을 계산하고, 이 범위를 기반으로 0.65 피보나치 회귀 수준을 결정한다.
- 181 주기의 간단한 이동 평균 ((SMA) 을 트렌드 필터로 사용하여 시장의 전반적인 방향을 결정합니다.
- 12주기의 평균 실제 진폭 ((ATR) 을 1.8의 계수로 사용하여 동적 스톱 및 스톱 레벨을 설정한다.
- 상승 추세에서, 가격이 아래에서 0.65 피포나치 수준을 돌파 할 때 다중 신호를 트리거; 하향 추세에서, 가격이 위에서 그 수준을 돌파 할 때 다리 신호를 트리거.
전략적 이점
- 여러 기술 분석 도구를 통합하여 더 신뢰할 수 있는 거래 신호를 제공합니다.
- 동적 스톱 스 레벨을 사용하여 시장의 변동성에 따라 리스크 관리 매개 변수를 조정할 수 있다.
- 트렌드 필터를 통해 거래 방향이 주 트렌드와 일치하도록 보장하여 거래 성공률을 높였습니다.
- 백분율 포지션 관리 방식을 채택하고, 기본으로 5%의 계정 권익을 사용하며, 위험을 효과적으로 제어한다.
- 전략 논리가 명확하고, 매개 변수가 조정 가능하며, 다양한 시장 환경에 적합하다.
전략적 위험
- 상자 시장에서 거래 비용을 증가시키는 빈번한 가짜 브레이크 신호가 발생할 수 있습니다.
- 181 주기의 이동 평균은 시장 변화에 느리게 반응하여 급격한 시장 전환에서 손실을 초래할 수 있습니다.
- 고정된 ATR 곱수는 다른 시장 변동 환경 하에서 일관되지 않을 수 있다.
- 이 전략은 정확한 최고 및 최저점 계산에 의존하며, 데이터 품질이 좋지 않은 경우 잘못된 판단이 발생할 수 있습니다.
전략 최적화 방향
- 거래량 지표가 추가 확인으로 도입되어, 브레이크 신호의 신뢰성을 높인다.
- 동적 ATR 곱하기 조정 메커니즘을 추가하는 것을 고려하여 현재 시장 환경에 더 적합하게 스톱 스톱을 만듭니다.
- 시장 변동율 필터를 추가하여 높은 변동율 동안 거래를 조정하거나 일시 중지 할 수 있습니다.
- 트렌드 판단 메커니즘을 최적화하기 위해, 다중 주기 이동 평균 조합을 사용하는 것을 고려할 수 있다.
- 거래 시간 필터를 추가하여 시장의 큰 변동성을 피할 수 있습니다.
요약하다
이것은 합리적으로 설계된 중기 트렌드 추적 전략으로, 피보나치 이론, 트렌드 추적 및 위험 관리를 결합하여 완전한 거래 시스템을 구축한다. 전략의 주요 특징은 시장 추세를 식별하는 것을 기반으로, 가격 돌파의 중요한 수준을 활용하여 거래 신호를 생성하고, 동적 인 스톱 스톱 메커니즘을 통해 위험을 관리한다. 일부 최적화가 필요한 곳이 있지만, 전체적으로 실용적인 가치가있는 전략 프레임 워크이다.
전략 소스 코드
/*backtest
start: 2024-11-26 00:00:00
end: 2024-12-25 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Refined Fibonacci Strategy - Enhanced Risk Management", overlay=true)
// Input parameters
fibonacci_lookback = input.int(38, minval=2, title="Fibonacci Lookback Period")
atr_multiplier = input.float(1.8, title="ATR Multiplier for Stop Loss and Take Profit")
sma_length = input.int(181, title="SMA Length")
// Calculating Fibonacci levels
var float high_level = na
var float low_level = na
if (ta.change(ta.highest(high, fibonacci_lookback)))
high_level := ta.highest(high, fibonacci_lookback)
if (ta.change(ta.lowest(low, fibonacci_lookback)))
low_level := ta.lowest(low, fibonacci_lookback)
fib_level_0_65 = high_level - ((high_level - low_level) * 0.65)
// Trend Filter using SMA
sma = ta.sma(close, sma_length)
in_uptrend = close > sma
in_downtrend = close < sma
// ATR for Risk Management
atr = ta.atr(12)
long_stop_loss = close - (atr * atr_multiplier)
long_take_profit = close + (atr * atr_multiplier)
short_stop_loss = close + (atr * atr_multiplier)
short_take_profit = close - (atr * atr_multiplier)
// Entry Conditions
buy_signal = close > fib_level_0_65 and close[1] <= fib_level_0_65 and in_uptrend
sell_signal = close < fib_level_0_65 and close[1] >= fib_level_0_65 and in_downtrend
// Execute Trades
if (buy_signal)
strategy.entry("Buy", strategy.long)
if (sell_signal)
strategy.entry("Sell", strategy.short)
// Exit Conditions
if (strategy.position_size > 0)
strategy.exit("Exit Long", "Buy", stop=long_stop_loss, limit=long_take_profit)
if (strategy.position_size < 0)
strategy.exit("Exit Short", "Sell", stop=short_stop_loss, limit=short_take_profit)
// Plotting
plot(fib_level_0_65, color=color.blue, title="Fibonacci 0.65 Level")
plot(sma, color=color.orange, title="SMA")