ianzeng123
개요
이 전략은 브린 띠 돌파구를 기반으로 한 고급 트렌드 추적 시스템으로, RSI와 ADX와 같은 다중 기술 지표를 필터링 조건으로 결합하고, ATR 기반의 동적 중단 및 추적 중지 메커니즘을 사용합니다. 이 전략은 엄격한 위험 관리 방법을 적용하여 여러 지표를 조합하여 거래의 정확성과 안정성을 향상시킵니다.
전략 원칙
전략의 핵심 논리는 다음과 같은 핵심 요소에 기초합니다.
- 20주기의 브린 밴드를 주요 트렌드 판단 지표로 사용하며, 대역폭은 표준 차이의 2배입니다.
- RSI[14]의 중립 영역[40-60) 을 통해 필터링 가짜 돌파구
- 수동 계산을 사용하여 ADX ((14)>25 확인 트렌드 강도
- 출입 신호:
- 다수: 가격이 RSI 및 ADX 필터 조건을 충족하며 경로를 돌파합니다.
- 빈 머리: 가격이 RSI 및 ADX 필터 조건을 충족하면서 하향 경로를 돌파합니다.
- 위험 관리:
- 1.5배의 ATR 설정에 기반한 초기 중지
- 1배의 ATR을 사용하여 추적 손실
- 정지 손실은 0.5배의 ATR입니다.
전략적 이점
- 다양한 기술 지표를 결합하면 거래 신호의 신뢰성이 향상됩니다.
- 동적 중지 및 추적 중지 메커니즘은 수익을 효과적으로 보호합니다.
- RSI 중립 영역 필터링은 과도한 구매와 판매를 방지합니다.
- ADX 필터링은 강한 트렌드에서만 거래하도록 보장합니다.
- 수동으로 계산된 ADX는 트렌드 강도를 더 정확하게 측정할 수 있습니다.
- ATR 기반의 동적 포지션 관리는 다양한 시장 변동 환경에 적응합니다
전략적 위험
- 여러 가지 필터링 조건으로 인해 잠재적으로 좋은 기회를 놓칠 수 있습니다.
- 변동성이 큰 시장에서는 빈번하게 잘못된 돌파 신호가 발생할 수 있습니다.
- ATR 정지는 급격한 변동률 확대에 의해 조기에 유발될 수 있습니다.
- 효과적인 거래 신호를 만들기 위해서는 큰 가격 변동이 필요합니다.
- 트렌드 전환점에서는 더 큰 회전이 발생할 수 있습니다.
전략 최적화 방향
- 적응된 브린 벨트 주기 및 곱셈을 도입
- RSI 필터링 범위를 시장 변동에 따라 조정합니다.
- 추가적인 확인으로 거래량 지표를 추가합니다.
- 더 똑똑한 추적 및 차단 알고리즘 개발
- 중요한 보도자료 중 거래를 피하기 위해 시간 필터를 추가합니다.
- 시장의 변동성에 기반한 역동적인 포지션 관리를 구현
요약하다
이것은 여러 기술 지표의 연동 작용을 통해 거래의 안정성을 향상시키는 잘 구성된 트렌드 추적 전략입니다. 전략의 위험 관리 시스템은 잘 갖추어져 있으며, 하향 위험을 효과적으로 제어 할 수 있습니다. 일부 최적화 공간이 있지만, 전체적인 디자인 아이디어는 현대적인 양적 거래의 요구 사항에 부합합니다. 전략은 변동성이 높은 시장에서 적용되며, 안정적인 수익을 추구하는 거래자에게 좋은 선택입니다.
전략 소스 코드
/*backtest
start: 2025-02-01 00:00:00
end: 2025-02-19 00:00:00
period: 1h
basePeriod: 1m
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Optimized Bollinger Bands Breakout Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=1)
// 🎯 Bollinger Bands Settings
length = input(20, title="Bollinger Length")
mult = input(2.0, title="Bollinger Multiplier")
basis = ta.sma(close, length)
dev = mult * ta.stdev(close, length)
upperBand = basis + dev
lowerBand = basis - dev
// 📌 ADX Calculation (Manually Calculated)
adxLength = input(14, title="ADX Length")
dmiLength = input(14, title="DMI Length")
upMove = high - ta.highest(high[1], 1)
downMove = ta.lowest(low[1], 1) - low
plusDM = upMove > downMove and upMove > 0 ? upMove : 0
minusDM = downMove > upMove and downMove > 0 ? downMove : 0
plusDI = ta.sma(plusDM, dmiLength) / ta.atr(dmiLength) * 100
minusDI = ta.sma(minusDM, dmiLength) / ta.atr(dmiLength) * 100
dx = math.abs(plusDI - minusDI) / (plusDI + minusDI) * 100
adx = ta.sma(dx, adxLength)
// 📌 Additional Filters
rsi = ta.rsi(close, 14)
// ✅ Entry Conditions
longCondition = ta.crossover(close, upperBand) and rsi > 40 and rsi < 60 and adx > 25
shortCondition = ta.crossunder(close, lowerBand) and rsi > 40 and rsi < 60 and adx > 25
// 📌 ATR-based Stop Loss
stopLossMultiplier = input(1.5, title="Stop Loss (ATR Multiplier)")
atrValue = ta.atr(14)
longSL = close - (atrValue * stopLossMultiplier)
shortSL = close + (atrValue * stopLossMultiplier)
// ✅ Trailing Stop
trailMultiplier = input(1, title="Trailing Stop Multiplier")
longTrailStop = close - (atrValue * trailMultiplier)
shortTrailStop = close + (atrValue * trailMultiplier)
// 🚀 Executing Trades
if (longCondition)
strategy.entry("Long", strategy.long)
strategy.exit("Exit Long", from_entry="Long", stop=longSL, trail_price=longTrailStop, trail_offset=atrValue * 0.5)
if (shortCondition)
strategy.entry("Short", strategy.short)
strategy.exit("Exit Short", from_entry="Short", stop=shortSL, trail_price=shortTrailStop, trail_offset=atrValue * 0.5)
// 📊 Plot Bollinger Bands
plot(upperBand, title="Upper Band", color=color.blue)
plot(lowerBand, title="Lower Band", color=color.red)
plot(basis, title="Middle Band", color=color.gray)