ChaoZhang
개요
이 전략은 쌍평선 트렌드 판단, ADX 동적 필터링 및 적응적 위험 관리를 결합한 거래 시스템이다. 전략은 50 및 200 주기의 지수 이동 평균 ((EMA) 을 트렌드 판단의 기초로 사용하고, ADX 및 DMI 지표를 통해 동력을 확인하고, ATR 동적에 따라 중지 및 수익 목표를 조정한다.
전략 원칙
이 전략의 핵심 논리는 세 부분으로 나뉘어져 있습니다.
- 추세 판단: 50과 200주기 EMA의 위치 관계를 사용하여 현재 추세 방향을 판단합니다. EMA50은 EMA200 위의 상승 추세이며, 반대로 하향 추세입니다.
- 동력 확인: ADX와 DMI 지표를 사용하여 트렌드 강도를 확인, ADX가 설정된 스레드값 (기본 25) 보다 크며, DI+가 DI-보다 크면 상승 트렌드를 확인, 반대로 하향 트렌드를 확인한다.
- 진입 시점: 트렌드를 확인한 후, 가격과 EMA50의 교차는 구체적인 진입 신호로, 상향 교차는 더하고, 하향 교차는 공백한다.
전략적 이점
- 다중 확인 메커니즘: 트렌드 및 동력의 다중 확인을 통해 가짜 신호를 효과적으로 감소시킵니다.
- 적응적 위험 관리: ATR을 사용하여 스톱 포지션을 동적으로 조정하여 위험 관리를 시장의 변동 특성에 더 적합하게합니다.
- 리스크/수익 비율 최적화: 리스크/수익 비율을 미리 설정하여, 각 거래의 수익 기대치가 합리적인지 확인한다.
- 시각화 지원: 전략은 트렌드 라인, 스톱 스팟 위치, 거래 신호 표시를 포함한 완전한 그래픽 표시를 제공합니다.
전략적 위험
- 트렌드 전환 지연: 더 긴 주기의 평균선을 사용하기 때문에 트렌드 전환에 약간의 지연이 있을 수 있다.
- 흔들림 시장은 적용되지 않습니다: 가로판 흔들림 시장에서, 자주 잘못된 신호가 발생할 수 있습니다.
- 매개변수 민감도: 전략의 효과는 매개변수 설정에 따라 달라지며, 시장 환경에 따라 매개변수를 조정해야 할 수도 있습니다.
전략 최적화 방향
- 시장 환경 적응: 시장 환경 판단 논리를 추가할 수 있으며, 다양한 변동 환경 하에서 동적으로 조정하는 파라미터를 사용할 수 있다.
- 신호 필터링 강화: 수요량이나 다른 기술 지표가 보조 필터링 조건으로 도입될 수 있다.
- 손해 차단 최적화: 추적 손해 차단 또는 복합 손해 차단 전략을 사용하여 위험 관리의 유연성을 향상시킬 수 있습니다.
- 분량 창고 건설: 분량 입구 및 분량 퇴출 메커니즘을 구현하고 자금 관리를 최적화 할 수 있습니다.
요약하다
이것은 구조가 완전하고, 논리가 명확한 트렌드 추적 전략이며, 다수의 기술적 지표의 조화를 통해, 비교적 신뢰할 수 있는 거래 신호 생성 및 위험 통제를 실현한다. 전략의 확장성이 강하며, 최적화 할 수있는 공간이 많다. 합리적인 매개 변수 조정 및 최적화 조치를 통해, 다양한 시장 환경에 적응 할 수 있습니다.
전략 소스 코드
/*backtest
start: 2025-02-10 00:00:00
end: 2025-02-17 00:00:00
period: 3m
basePeriod: 3m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("XAUUSD 15m Trend Strategy", overlay=true, margin_long=100, margin_short=100)
// Input parameters
emaFast = input.int(50, "Fast EMA Period", minval=1)
emaSlow = input.int(200, "Slow EMA Period", minval=1)
adxThreshold = input.int(25, "ADX Threshold", minval=1)
lookback = input.int(5, "Swing Lookback Period", minval=1)
riskReward = input.float(1.5, "Risk Reward Ratio", minval=1.0)
// Calculate indicators
ema50 = ta.ema(close, emaFast)
ema200 = ta.ema(close, emaSlow)
[diPlus, diMinus, adx] = ta.dmi(14, 14)
atr = ta.atr(14)
// Trend conditions
uptrend = ema50 > ema200 and adx >= adxThreshold and diPlus > diMinus
downtrend = ema50 < ema200 and adx >= adxThreshold and diMinus > diPlus
// Entry conditions
longCondition = uptrend and ta.crossover(close, ema50)
shortCondition = downtrend and ta.crossunder(close, ema50)
// Calculate risk levels
longStop = ta.lowest(low, lookback) - atr * 0.5
longProfit = close + (close - longStop) * riskReward
shortStop = ta.highest(high, lookback) + atr * 0.5
shortProfit = close - (shortStop - close) * riskReward
// Execute trades
if (longCondition)
strategy.entry("Long", strategy.long)
strategy.exit("Exit Long", "Long", stop=longStop, limit=longProfit)
if (shortCondition)
strategy.entry("Short", strategy.short)
strategy.exit("Exit Short", "Short", stop=shortStop, limit=shortProfit)
// Plotting
plot(ema50, "EMA 50", color=color.blue)
plot(ema200, "EMA 200", color=color.orange)
plot(strategy.position_size > 0 ? longStop : na, "Long Stop", color=color.red, style=plot.style_linebr)
plot(strategy.position_size > 0 ? longProfit : na, "Long Target", color=color.green, style=plot.style_linebr)
plot(strategy.position_size < 0 ? shortStop : na, "Short Stop", color=color.red, style=plot.style_linebr)
plot(strategy.position_size < 0 ? shortProfit : na, "Short Target", color=color.green, style=plot.style_linebr)
// Signal markers
plotshape(longCondition, "Buy Signal", shape.triangleup, location.belowbar, color=color.green, size=size.small)
plotshape(shortCondition, "Sell Signal", shape.triangledown, location.abovebar, color=color.red, size=size.small)