Type/to search

동적 신경망 RSI 추세 추종 거래 전략

SMA
1
Follow
1802
Followers

img

개요

본 전략은 이동평균선, RSI 지표 및 트레일링 스탑로스를 기반으로 하는 퀀트 매매 시스템입니다. 기술적 분석의 추세 추종과 모멘텀 지표를 결합하여, 엄격한 진입 및 청산 조건을 설정함으로써 리스크를 통제 가능한 거래를 실현합니다. 전략의 핵심 로직은 상승 추세에서 과매도 기회를 포착하여 진입하고, 트레일링 스탑로스를 사용하여 수익을 보호하는 것입니다.

전략 원리

본 전략은 200일 단순이동평균선(SMA)을 추세 판단의 기준선으로 사용하고, 상대강도지수(RSI)를 결합하여 거래 신호를 생성합니다. 구체적으로:

  1. 200일 이동평균선으로 큰 추세를 판단하며, 가격이 이동평균선 위에 있을 때만 매수를 고려합니다.
  2. RSI가 사전 설정된 임계값(기본값 40) 아래로 내려가면 과매도 신호로 간주합니다.
  3. 위 두 조건이 동시에 충족되고, 마지막 청산 이후 대기 기간(기본값 10일)이 경과한 경우 매수 신호가 발생합니다.
  4. 보유 기간 동안 트레일링 스탑로스(기본값 5%)를 통해 동적으로 수익을 보호합니다.
  5. 가격이 트레일링 스탑로스 가격 또는 200일 이동평균선 아래로 하락하면 청산합니다.

전략 장점

  1. 추세와 모멘텀의 이중 필터링을 결합하여 거래 정확도 향상
  2. 트레일링 스탑로스 메커니즘을 통해 수익을 효과적으로 보호
  3. 거래 간격 설정으로 잦은 매매 방지
  4. 매개변수 조정 가능성이 높아 다양한 시장 환경에 적응
  5. 거래 로직이 명확하여 이해 및 실행이 용이
  6. 계산이 간단하고 연산 효율성이 높음

전략 리스크

  1. 이동평균선의 지연성으로 인해 진입 및 청산 신호가 지연될 수 있음
  2. RSI 지표는 횡보장에서 거짓 신호를 생성할 수 있음
  3. 고정 비율의 트레일링 스탑로스는 모든 시장 환경에 적합하지 않을 수 있음
  4. 매개변수 최적화는 과적합을 초래할 수 있음
  5. 급변동 시장에서 상당한 손실을 입을 수 있음

전략 최적화 방향

  1. 변동성에 적응하는 트레일링 스탑로스 비율 도입
  2. 보조 확인 지표로 거래량 지표 추가
  3. 단순이동평균선 대신 지수이동평균선을 사용하여 민감도 향상
  4. 시장 심리 지표를 추가하여 거래 타이밍 최적화
  5. 동적 매개변수 최적화 메커니즘 개발
  6. 다중 기간 전략 확인 메커니즘 추가

요약

본 전략은 구조가 완전하고 로직이 명확한 퀀트 매매 전략입니다. 여러 기술 지표를 결합하여 리스크를 통제하면서 안정적인 수익을 추구합니다. 일부 최적화 여지가 있지만 기본 프레임워크는 우수한 실용성과 확장성을 갖추고 있습니다. 이 전략은 중장기 투자자에게 적합하며, 다양한 시장 환경에 대한 적응력도 뛰어납니다.

Source
Pine
/*backtest
start: 2025-01-09 00:00:00
end: 2025-01-16 00:00:00
period: 15m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//@version=5
strategy("200 SMA Crossover Strategy", overlay=false)

// Define inputs
Strategy parameters
Strategy parameters
SMA Length (Optional)
RSI Length (Optional)
RSI Threshold (Optional)
Trailing Stop Loss (%) (Optional)
Waiting Period (Days) (Optional)
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)