ChaoZhang
개요
이 전략은 다중 기술 지표를 기반으로 한 일일 거래 시스템으로, RSI 지표, 무작위 지표 ((Stochastic) 와 축점 ((Pivot Points) 을 통합하여 추세 예측과 거래 결정을 수행합니다. 시스템은 시장의 과매상태를 다차원적으로 분석하여 가격 지원 저항 수준과 결합하여 시장의 전환점을 정확하게 포착합니다.
전략 원칙
이 전략은 3단계 검증으로 이루어져 있습니다.
- RSI를 사용하여 가격 움직임을 모니터링하고 초과 구매 영역 70과 초과 판매 영역 30을 초기 필터링 조건으로 설정합니다.
- 무작위 지표 ((Stochastic) 의 %K 및%D 값을 사용하여 트렌드 확인을 수행하고 80 및 20을 핵심 값으로 설정합니다.
- 태양계주기의 축점점 (Pivot Points) 은 지지 저항을 판단하여 거래에 대한 가격 참조를 제공합니다.
거래 신호의 트리거는 다음과 같은 조건을 동시에 충족해야 합니다:
- 다중 조건: RSI가 30보다 낮고 무작위 지표가 20보다 낮으며 가격 스테이션의 축지원 위치
- 공백 조건: RSI가 70보다 높고 무작위 지표가 80보다 높으며 가격이 축 저항 지점을 넘어갑니다.
- 평지 조건: RSI 또는 무작위 지표가 50 중축 수준으로 돌아갑니다.
전략적 이점
- 가짜 신호를 줄이기 위한 다중 지표 크로스 검증
- 다양한 주기적 데이터 분석과 결합하여 더 포괄적인 시장 관점을 제공합니다.
- 명확한 리스크 제어 경계를 설정하고 거래 규칙을 객관적으로 정량화합니다.
- 시장 특성에 따라 변수를 유연하게 조정할 수 있고, 적응력이 강하다
- 또한 일일 거래 및 대역 운영에 적용됩니다.
전략적 위험
- 시장의 급격한 변동으로 인해 지연될 수 있습니다.
- 다중 지표가 동시에 충족되는 기회는 상대적으로 적습니다.
- 잘못된 매개 변수 설정으로 중요한 거래 기회를 놓칠 수 있습니다.
- 시장 수평조정에서 잘못된 신호가 발생하기 쉽다.
- 지속적인 모니터링과 적절한 변수 조정
전략 최적화 방향
- 시장의 변동에 따라 지수 변수를 동적으로 조정하는 적응 변수 메커니즘을 도입합니다.
- 볼륨 분석의 차원을 확대하고 신호 신뢰성을 향상시킵니다.
- 손해 방지 제도를 최적화하고 자금 사용 효율을 높여라
- 트렌드 강도 필터를 추가하여横盘 동안의 오작동을 줄입니다.
- 지능형 변수 최적화 시스템을 개발하여 전략 자체 진화
요약하다
이 전략은 다중 지표 협동 분석을 통해 비교적 완전한 거래 의사 결정 시스템을 구축한다. 시스템은 동력 지표, 변동 지표 및 가격 수준 분석을 통합하여 시장의 주요 전환점을 더 잘 파악할 수 있다. 약간의 뒤처짐 위험이 있지만, 지속적인 최적화 및 개선으로 전략의 안정성과 신뢰성이 더욱 향상될 것으로 전망된다. 거래자는 실내 사용 전에 충분한 재검토를 수행하고 특정 시장 특성에 따라 매개 변수 설정을 조정하는 것이 좋습니다.
전략 소스 코드
/*backtest
start: 2024-02-19 00:00:00
end: 2025-02-16 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Intraday Leading Indicator Strategy", overlay=true)
// Inputs for the indicators
rsiLength = input.int(14, title="RSI Length")
rsiOverbought = input.int(70, title="RSI Overbought")
rsiOversold = input.int(30, title="RSI Oversold")
stochK = input.int(14, title="Stochastic %K Length")
stochD = input.int(3, title="Stochastic %D Smoothing")
stochOverbought = input.int(80, title="Stochastic Overbought")
stochOversold = input.int(20, title="Stochastic Oversold")
pivotTimeframe = input.timeframe("D", title="Pivot Points Timeframe")
// RSI Calculation
rsi = ta.rsi(close, rsiLength)
// Stochastic Calculation
k = ta.stoch(close, high, low, stochK)
d = ta.sma(k, stochD)
// Pivot Points Calculation
pivotHigh = request.security(syminfo.tickerid, pivotTimeframe, ta.pivothigh(high, 3, 3))
pivotLow = request.security(syminfo.tickerid, pivotTimeframe, ta.pivotlow(low, 3, 3))
// Entry Conditions
longCondition = rsi < rsiOversold and k < stochOversold and close > nz(pivotLow)
shortCondition = rsi > rsiOverbought and k > stochOverbought and close < nz(pivotHigh)
// Exit Conditions
exitLong = rsi > 50 or k > 50
exitShort = rsi < 50 or k < 50
// Execute Trades
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)
if (exitLong)
strategy.close("Long")
if (exitShort)
strategy.close("Short")
// Plot Pivot Levels
plot(pivotHigh, title="Pivot High", color=color.red, linewidth=1, style=plot.style_line)
plot(pivotLow, title="Pivot Low", color=color.green, linewidth=1, style=plot.style_line)