ianzeng123
개요
이 전략은 카우프만 자기 적응 이동 평균 ((KAMA) 과 MACD를 기반으로 한 트렌드 추적 시스템이다. 그것은 KAMA를 주요 트렌드 판단 지표로 사용하여 MACD를 동력 확인 지표로 결합하여 시장의 트렌드를 지능적으로 추적하고 거래 시기를 정확하게 파악합니다. 이 전략은 4 시간 시간 프레임에서 작동하며, 동적 스톱 손실과 수익 목표를 사용하여 위험을 관리합니다.
전략 원칙
전략의 핵심 논리는 다음과 같은 핵심 구성 요소를 기반으로 합니다.
- KAMA 계산: 50주기의 KAMA를 주요 트렌드 지표로 사용하여 효율성 비율을 동적으로 조정하여 이동 평균이 시장 조건에 더 잘 적응할 수 있도록 부드러운 계수를 조정합니다.
- MACD 확인: 느린 설정의 MACD를 사용하여 트렌드 확인 도구로 거래 방향이 전체 동력과 일치하는지 확인합니다.
- ATR 중지: 14주기 ATR의 3배를 동적 중지 및 수익 목표의 계산 기본으로 사용한다.
- 거래 규칙:
- 더 많은 조건: 가격이 KAMA를 통과하고 MACD는 부진 상태입니다.
- 평지 조건: 가격이 KAMA를 뚫고 MACD는 하락 상태입니다.
- 위험 관리: ATR에 기반한 동적 중지 및 수익 목표 설정
전략적 이점
- 자기 적응력: KAMA는 시장의 효율성에 따라 자동으로 민감도를 조정할 수 있으며, 다양한 시장 환경에서 좋은 성능을 유지할 수 있다.
- 신호의 신뢰성: MACD 확인과 함께 가짜 침입의 위험을 크게 줄였습니다.
- 리스크 관리를 개선: 변동율에 기반한 동적 스톱로스 및 수익 목표가 적용되어 리스크 관리가 더 적응할 수 있습니다.
- 매개 변수 최적화 공간: 핵심 매개 변수는 시장 특성에 따라 조정할 수 있다.
전략적 위험
- 트렌드 리버스 위험: 시장의 급격한 변동으로 인해 더 많은 가짜 신호가 발생할 수 있습니다.
- 지연 위험: KAMA와 MACD 모두 지연성이 있어 최고의 입시 시점을 놓칠 수 있다.
- 매개 변수 감수성: 다른 시장 조건에 따라 매개 변수를 조정해야 전략의 효과를 유지할 수 있습니다.
- 거래 비용의 영향: 거래의 빈도는 높은 거래 비용으로 이어질 수 있습니다.
전략 최적화 방향
- 시장의 변동률 필터를 도입하여 높은 변동률 환경에서 전략 파라미터를 조정하거나 거래를 중지하십시오.
- 트렌드 판단의 정확성을 높이기 위한 트랜스 밸류에이션 분석 지표를 늘립니다.
- 4시간 시간 프레임에 더 적합하도록 MACD 변수 설정을 최적화한다.
- 시장의 변동성에 따라 ATR 곱수를 조정하는 적응형 스톱로스 배수를 구현한다.
- 시간 필터를 추가하여 유동성이 낮은 시점에 거래하는 것을 피하십시오.
요약하다
이것은 고전 기술 지표 KAMA와 MACD의 혁신성을 결합한 트렌드 추적 전략이다. 적응형 이동 평균과 동력 확인의 조합과 완벽한 위험 관리 시스템으로 이 전략은 강력한 실용성과 안정성을 가지고 있다. 약간의 후진성과 변수 민감성의 위험이 있지만, 제안된 최적화 방향을 통해 전략의 안정성과 수익성을 더욱 향상시킬 수 있다.
전략 소스 코드
/*backtest
start: 2024-02-20 00:00:00
end: 2025-02-18 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mckat
//@version=5
strategy("4-Hour KAMA Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === Inputs ===
ama_length = input.int(50, title="KAMA Length for 4H")
fast_length = input.int(3, title="KAMA Fast Length")
slow_length = input.int(30, title="KAMA Slow Length")
atr_length = input.int(14, title="ATR Length")
atr_mult = input.float(3.0, title="ATR Multiplier for Stop-Loss & Take-Profit")
// === KAMA Calculation ===
var float kama = na
price_change = math.abs(close - close[ama_length])
volatility_sum = 0.0
for i = 0 to ama_length - 1
volatility_sum := volatility_sum + math.abs(close[i] - close[i + 1])
efficiency_ratio = price_change / volatility_sum
smoothing_constant = math.pow(efficiency_ratio * (2 / (fast_length + 1) - 2 / (slow_length + 1)) + 2 / (slow_length + 1), 2)
kama := na(kama[1]) ? close : kama[1] + smoothing_constant * (close - kama[1])
// Plot KAMA
plot(kama, color=color.blue, title="KAMA (50)")
// === ATR for Stop-Loss and Take-Profit ===
atr = ta.atr(atr_length)
stop_loss = close - atr * atr_mult
take_profit = close + atr * atr_mult
// === MACD for Momentum Confirmation (Slow Settings for 4H) ===
[macd_line, signal_line, _] = ta.macd(close, 26, 52, 18)
macd_bullish = macd_line > signal_line
macd_bearish = macd_line < signal_line
// === Entry and Exit Conditions ===
buy_condition = ta.crossover(close, kama) and macd_bullish
sell_condition = ta.crossunder(close, kama) and macd_bearish
// === Execute Trades ===
if (buy_condition)
strategy.entry("Buy", strategy.long)
if (sell_condition)
strategy.close("Buy")
// === Dynamic Stop-Loss and Take-Profit ===
strategy.exit("Exit", "Buy", stop=stop_loss, limit=take_profit)
// === Plot Signals ===
plotshape(series=buy_condition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sell_condition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")