ChaoZhang
개요
이 전략은 고스 스 파동과 스토흐RSI 지표에 기반한 트렌드 추적 거래 시스템이다. 이 전략은 고스 채널을 통해 시장 트렌드를 식별하고, 스토흐RSI 지표의 오버 바이 오버 셀 영역과 결합하여 진입 시기를 최적화한다. 이 시스템은 다중 모음 방법을 사용하여 고스 채널을 구성하고, 상하 궤도의 동적인 조정으로 가격 트렌드를 추적하여 시장 움직임에 대한 정확한 추적을 구현한다.
전략 원칙
이 전략의 핵심은 고스 웨이브 알고리즘에 기반한 가격 통로입니다. 구체적으로 구현하는 데는 다음과 같은 몇 가지 중요한 단계가 포함됩니다:
- 다항 함수 f_filt9x를 사용하여 9단 고스파를 구현하고, 극점 최적화를 통해 필터링 효과를 향상시킵니다.
- HLC3 가격에 기반한 주파수 선과 변동률 채널
- 줄인 지연 모드 (reducedLag) 를 도입하여 필러파 지연을 줄이고, 빠른 응답 모드 (fastResponse) 를 도입하여 응답 속도를 향상시킵니다.
- 스토치RSI 지표의 오버 바이 오버 소드 범위를 사용하여 ((80⁄20) 거래 신호를 결정합니다.
- 고스 통로가 상승하고 가격이 궤도를 돌파 할 때, StochRSI 지표와 결합하여 다중 신호를 생성합니다.
- 가격 하락 시 중점을 두는 것
전략적 이점
- 고스파는 우수한 소음 억제 능력을 가지고 있으며, 시장 소음을 효과적으로 필터링 할 수 있습니다.
- 트렌드를 부드럽게 추적하고, 가짜 신호를 줄이기 위해 다항 모형을 사용한다.
- 지연 최적화 및 신속한 응답 모드를 지원하고 시장 특성에 따라 유연하게 조정할 수 있습니다.
- 거래 성공률을 높이기 위한 최적화된 입시 시점과 스토치RSI
- 동적 채널 폭을 사용하여 시장 변동률 변화에 적응
전략적 위험
- 고스바는 다소 지연되어 출전이나 출전 시간이 부족할 수 있습니다.
- 불안한 시장에서 거래 비용을 증가시키는 빈번한 거래 신호가 발생할 수 있습니다.
- StochRSI는 특정 시장 조건에서 지연 신호를 일으킬 수 있습니다.
- 매개 변수 최적화 과정은 복잡하며, 다른 시장 환경으로 매개 변수를 재조정해야 합니다.
- 시스템에서 컴퓨팅 자원에 대한 요구가 높고, 실시간 컴퓨팅에는 지연이 있다.
전략 최적화 방향
- 시장 상황에 따라 동적으로 변수를 조정하는 적응 변수 최적화 메커니즘을 도입합니다.
- 시장 환경 인식 모듈을 추가하여 다른 시장 조건에 따라 다른 파라미터 조합을 사용합니다.
- 고스피노파 알고리즘을 최적화하여 계산 지연을 더욱 줄일 수 있습니다.
- 신호 신뢰성을 높이기 위해 더 많은 기술 지표를 도입합니다.
- 지능형 손해 방지 장치 개발, 위험 관리 능력 향상
요약하다
이 전략은 고스톤 파동과 스토흐RSI 지표를 결합하여 시장 추세를 효과적으로 추적합니다. 시스템은 좋은 소음 능력과 추세를 인식하는 능력을 가지고 있지만, 약간의 지연성과 파라미터를 최적화하는 데 어려움이 있습니다. 지속적인 최적화와 개선으로 이 전략은 실제 거래에서 안정적인 수익을 얻을 수 있습니다.
전략 소스 코드
/*backtest
start: 2024-02-19 00:00:00
end: 2025-02-16 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title="Demo GPT - Gaussian Channel Strategy v3.0", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0, default_qty_type=strategy.percent_of_equity, default_qty_value=250)
// ============================================
// Gaussian Functions (Must be at top)
// ============================================
f_filt9x(_a, _s, _i) =>
var int _m2 = 0, var int _m3 = 0, var int _m4 = 0, var int _m5 = 0, var int _m6 = 0,
var int _m7 = 0, var int _m8 = 0, var int _m9 = 0, var float _f = 0.0
_x = 1 - _a
_m2 := _i == 9 ? 36 : _i == 8 ? 28 : _i == 7 ? 21 : _i == 6 ? 15 : _i == 5 ? 10 : _i == 4 ? 6 : _i == 3 ? 3 : _i == 2 ? 1 : 0
_m3 := _i == 9 ? 84 : _i == 8 ? 56 : _i == 7 ? 35 : _i == 6 ? 20 : _i == 5 ? 10 : _i == 4 ? 4 : _i == 3 ? 1 : 0
_m4 := _i == 9 ? 126 : _i == 8 ? 70 : _i == 7 ? 35 : _i == 6 ? 15 : _i == 5 ? 5 : _i == 4 ? 1 : 0
_m5 := _i == 9 ? 126 : _i == 8 ? 56 : _i == 7 ? 21 : _i == 6 ? 6 : _i == 5 ? 1 : 0
_m6 := _i == 9 ? 84 : _i == 8 ? 28 : _i == 7 ? 7 : _i == 6 ? 1 : 0
_m7 := _i == 9 ? 36 : _i == 8 ? 8 : _i == 7 ? 1 : 0
_m8 := _i == 9 ? 9 : _i == 8 ? 1 : 0
_m9 := _i == 9 ? 1 : 0
_f := math.pow(_a, _i) * nz(_s) + _i * _x * nz(_f[1]) - (_i >= 2 ? _m2 * math.pow(_x, 2) * nz(_f[2]) : 0) + (_i >= 3 ? _m3 * math.pow(_x, 3) * nz(_f[3]) : 0) - (_i >= 4 ? _m4 * math.pow(_x, 4) * nz(_f[4]) : 0) + (_i >= 5 ? _m5 * math.pow(_x, 5) * nz(_f[5]) : 0) - (_i >= 6 ? _m6 * math.pow(_x, 6) * nz(_f[6]) : 0) + (_i >= 7 ? _m7 * math.pow(_x, 7) * nz(_f[7]) : 0) - (_i >= 8 ? _m8 * math.pow(_x, 8) * nz(_f[8]) : 0) + (_i == 9 ? _m9 * math.pow(_x, 9) * nz(_f[9]) : 0)
_f
f_pole(_a, _s, _i) =>
_f1 = f_filt9x(_a, _s, 1)
_f2 = _i >= 2 ? f_filt9x(_a, _s, 2) : 0.0
_f3 = _i >= 3 ? f_filt9x(_a, _s, 3) : 0.0
_f4 = _i >= 4 ? f_filt9x(_a, _s, 4) : 0.0
_f5 = _i >= 5 ? f_filt9x(_a, _s, 5) : 0.0
_f6 = _i >= 6 ? f_filt9x(_a, _s, 6) : 0.0
_f7 = _i >= 7 ? f_filt9x(_a, _s, 7) : 0.0
_f8 = _i >= 8 ? f_filt9x(_a, _s, 8) : 0.0
_f9 = _i == 9 ? f_filt9x(_a, _s, 9) : 0.0
_fn = _i == 1 ? _f1 : _i == 2 ? _f2 : _i == 3 ? _f3 : _i == 4 ? _f4 : _i == 5 ? _f5 : _i == 6 ? _f6 : _i == 7 ? _f7 : _i == 8 ? _f8 : _i == 9 ? _f9 : na
[_fn, _f1]
// ============================================
// Date Filter
// ============================================
startDate = input(timestamp("1 Jan 2018"), "Start Date", group="Time Settings")
endDate = input(timestamp("31 Dec 2069"), "End Date", group="Time Settings")
timeCondition = true
// ============================================
// Stochastic RSI (Hidden Calculations)
// ============================================
stochRsiK = input.int(3, "Stoch RSI K", group="Stochastic RSI", tooltip="Only for calculations, not visible")
stochRsiD = input.int(3, "Stoch RSI D", group="Stochastic RSI")
rsiLength = input.int(14, "RSI Length", group="Stochastic RSI")
stochLength = input.int(14, "Stochastic Length", group="Stochastic RSI")
rsiValue = ta.rsi(close, rsiLength)
k = ta.sma(ta.stoch(rsiValue, rsiValue, rsiValue, stochLength), stochRsiK)
d = ta.sma(k, stochRsiD)
// ============================================
// Gaussian Channel
// ============================================
gaussianSrc = input(hlc3, "Source", group="Gaussian")
poles = input.int(4, "Poles", minval=1, maxval=9, group="Gaussian")
samplingPeriod = input.int(144, "Sampling Period", minval=2, group="Gaussian")
multiplier = input.float(1.414, "Multiplier", step=0.1, group="Gaussian")
reducedLag = input.bool(false, "Reduced Lag Mode", group="Gaussian")
fastResponse = input.bool(false, "Fast Response Mode", group="Gaussian")
// Gaussian Calculations
beta = (1 - math.cos(4 * math.asin(1) / samplingPeriod)) / (math.pow(1.414, 2 / poles) - 1)
alpha = -beta + math.sqrt(math.pow(beta, 2) + 2 * beta)
lag = (samplingPeriod - 1) / (2 * poles)
srcData = reducedLag ? gaussianSrc + (gaussianSrc - gaussianSrc[lag]) : gaussianSrc
trData = reducedLag ? ta.tr(true) + (ta.tr(true) - ta.tr(true)[lag]) : ta.tr(true)
[mainFilter, filter1] = f_pole(alpha, srcData, poles)
[trFilter, trFilter1] = f_pole(alpha, trData, poles)
finalFilter = fastResponse ? (mainFilter + filter1) / 2 : mainFilter
finalTrFilter = fastResponse ? (trFilter + trFilter1) / 2 : trFilter
upperBand = finalFilter + finalTrFilter * multiplier
lowerBand = finalFilter - finalTrFilter * multiplier
// ============================================
// Trading Logic
// ============================================
longCondition =
finalFilter > finalFilter[1] and // Green Channel
close > upperBand and // Price above upper band
(k >= 80 or k <= 20) and // Stoch RSI condition
timeCondition
exitCondition = ta.crossunder(close, upperBand)
if longCondition
strategy.entry("Long", strategy.long)
if exitCondition
strategy.close("Long")
// ============================================
// Visuals (Gaussian Only)
// ============================================
bandColor = finalFilter > finalFilter[1] ? color.new(#00ff00, 0) : color.new(#ff0000, 0)
plot(finalFilter, "Filter", bandColor, 2)
plot(upperBand, "Upper Band", bandColor)
plot(lowerBand, "Lower Band", bandColor)
fill(plot(upperBand), plot(lowerBand), color.new(bandColor, 90))
barcolor(close > open and close > upperBand ? color.green :
close < open and close < lowerBand ? color.red : na)