ChaoZhang
개요
이 전략은 다중 기술 지표를 결합한 짧은 라인 거래 시스템이며, 주로 평행선 전환 지표 ((PSAR) 를 중심으로 한 신호이며, 평행선, 동적 지표를 결합하여 거래를 필터링하고, 동적 스톱과 고정 스톱을 결합한 리스크 관리 방법을 사용합니다. 전략 설계는 시장 추세와 변동성을 충분히 고려하여 큰 변동 시장 환경에서 짧은 라인 거래를 수행하는 데 적합합니다.
전략 원칙
이 전략은 PSAR 지표를 주요 트렌드 판단 도구로 사용하며, 가격이 PSAR을 돌파하면 거래 신호를 발생시킨다. 신호의 신뢰성을 높이기 위해 다음과 같은 필터링 조건이 추가되었습니다.
- 50주기 지수 이동 평균 ((EMA50) 트렌드 필터로, 거래 방향이 중기 트렌드에 일치하도록 한다
- 상대적으로 약한 지수 ((RSI) 는 다목적 포지션 요구 RSI> 40과 공백 포지션 요구 RSI<60을 필터링하는 흔들리는 시장을 위해 사용됩니다.
- ATR을 사용하여 동적으로 손실 위치를 계산하여 더 유연한 위험 제어를 제공합니다.
- 0.7%의 고정적 제지 목표가 적용되어 수익이 적당히 발생하도록 보장합니다.
- 재구매를 방지하기 위한 보유체계 수립
전략적 이점
- 신호 시스템 완성: 트렌드 추적과 동력 지표가 결합되어 더 신뢰할 수 있는 거래 신호를 제공합니다.
- 리스크 관제 유연성: 동적 중지 손실은 시장의 변동성에 따라 적응할 수 있습니다.
- 가짜 침입 방지: 여러 필터링 조건이 가짜 신호의 영향을 효과적으로 줄일 수 있다.
- 수익 목표가 명확하다: 고정된 휴식 비율은 지분 시간을 통제하고 자금 사용 효율을 높이는 데 도움이됩니다.
- 명확한 거래 논리: 각 구성 요소의 역할이 명확하여 추후 최적화 및 조정이 가능합니다.
전략적 위험
- 과도한 과다화 위험: 여러 조건으로 인해 우수한 거래 기회를 놓칠 수 있습니다.
- 고정 스톱 제한: 0.7%의 고정 스톱이 강세를 조기 종료할 수 있습니다.
- 매개 변수 민감성: PSAR, EMA, RSI 등 지표의 매개 변수 설정이 전략 성과에 큰 영향을 미칩니다.
- 시장 환경 의존성: 낮은 변동성 또는 극심한 변동성 시장에서 부진할 수 있습니다.
- 슬라이드 포인트 효과: 자주 거래하면 거래 비용이 증가할 수 있다.
전략 최적화 방향
- 동적 차단 메커니즘: 시장의 변동성에 따라 차단 비율을 조정할 수 있다
- 포지션 관리 최적화: 변동율 기반의 동적 포지션 관리 시스템을 도입
- 시장 환경 인식: 시장 환경 판단 모듈을 추가하여 다른 시장 상태에서 전략 매개 변수를 조정합니다.
- 지표 매개 변수 최적화: 적응 매개 변수 조정 메커니즘을 도입하여 전략 적응력을 향상시킵니다.
- 거래 비용 제어: 거래 비용을 낮추기 위해 매장 빈도를 최적화
요약하다
이 전략은 여러 기술적 지표들을 결합하여 하나의 완전한 거래 시스템을 구축하고 있으며, 트렌드 판단, 위험 제어 및 거래 실행 등에 대해 잘 고려하고 있다. 이 전략의 핵심 장점은 유연한 위험 제어 장치와 완전한 신호 시스템이지만, 또한 파라미터 최적화 및 시장 적응성에 주의를 기울여야 한다. 지속적인 최적화 및 개선으로 이 전략은 다양한 시장 환경에서 안정적인 성능을 유지할 수 있을 것으로 보인다.
전략 소스 코드
/*backtest
start: 2024-02-20 00:00:00
end: 2025-02-17 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=6
strategy("妮可百分百", overlay=true)
// 📌 設定 Parabolic SAR 參數
start = input.float(0.02, "起始 AF")
increment = input.float(0.02, "加速因子")
maximum = input.float(0.2, "最大 AF")
// 📌 計算 Parabolic SAR
SAR = ta.sar(start, increment, maximum)
// 📌 ATR 計算（用於動態止損）
atrLength = input.int(14, "ATR 計算週期")
atrMultiplier = input.float(1.3, "ATR 係數") // 2倍 ATR 作為止損範圍
ATR = ta.atr(atrLength)
// 📌 固定 0.5% 止盈計算
takeProfitPercent = 0.007 // 0.7% 固定止盈
takeProfitLong = close * (1 + takeProfitPercent) // 多單止盈
takeProfitShort = close * (1 - takeProfitPercent) // 空單止盈
// 📌 **50 EMA 過濾**
ema50 = ta.ema(close, 50)
// 📌 **RSI 過濾（防止震盪進場）**
rsiLength = input.int(14, "RSI 週期")
rsi = ta.rsi(close, rsiLength)
longFilter = rsi > 40 // 只在 RSI > 31 時做多
shortFilter = rsi < 60 // 只在 RSI < 69 時做空
// 📌 **檢查是否已經有持倉**
isFlat = strategy.position_size == 0 // **無持倉時，才能開新單**
// 🔼 **多頭進場條件**
longCondition = ta.crossover(close, SAR) and close > ema50 and longFilter and isFlat
// 🔽 **空頭進場條件**
shortCondition = ta.crossunder(close, SAR) and close < ema50 and shortFilter and isFlat
// 📌 **進場策略**
if (longCondition)
strategy.entry("B", strategy.long, comment="B")
if (shortCondition)
strategy.entry("S", strategy.short, comment="S")
// 📌 **止盈 & 止損**
stopLossLong = close - (ATR * atrMultiplier) // 多單 ATR 止損
stopLossShort = close + (ATR * atrMultiplier) // 空單 ATR 止損
strategy.exit("Exit Long", from_entry="B", stop=stopLossLong, limit=takeProfitLong, comment="TP Long")
strategy.exit("Exit Short", from_entry="S", stop=stopLossShort, limit=takeProfitShort, comment="TP Short")
// 📌 **標記進出場點**
plotshape(series=longCondition, location=location.belowbar, style=shape.triangleup, size=size.small, title="B")
plotshape(series=shortCondition, location=location.abovebar, style=shape.triangledown, size=size.small, title="S")
// 📌 **繪製 50 EMA**
plot(ema50, color=color.blue, title="50 EMA")