ianzeng123
개요
이 전략은 부린 밴드 (Bollinger Bands) 의 동적 돌파를 기반으로 한 양적 거래 시스템이다. 이 전략은 여러 가지 이동 평균 유형 (SMA, EMA, SMMA, WMA, VWMA 등) 을 결합하여 부린 밴드를 구성하고, 가격과 부린 밴드 궤도 및 하향과의 관계를 통해 거래 결정을 내린다. 전략의 핵심 아이디어는 가격이 부린 밴드를 궤도 돌파할 때 상승 추세를 포착하고, 가격이 하향을 돌파할 때 적시에 손실을 막는 것이다.
전략 원칙
전략의 작동 원리는 다음과 같은 몇 가지 핵심 요소를 포함합니다.
- 선택 가능한 이동 평균 유형 ((SMA, EMA 등) 을 통해 브린 밴드의 중간 궤도를 계산한다.
- 표준 차등 곱셈을 이용하여 (기본 2.0) 상하 궤도 띠를 계산한다.
- 마감 가격이 궤도를 돌파했을 때, 다단계 포지션을 열기
- 매출이 하락할 때 매출을 종료한다. 이 전략은 또한 거래의 안정성과 신뢰성을 높이기 위해 날짜 범위 필터링과 슬라이드 포인트 제어와 같은 위험 관리 메커니즘을 포함합니다.
전략적 이점
- 유연성: 여러 이동 평균 유형을 지원하고, 시장 특성에 따라 최적의 평균을 선택할 수 있다.
- 리스크 관리가 완벽하다: 브린 띠의 동적 조정으로 시장의 변동성에 적응할 수 있다.
- 매개 변수 유연성: 다른 시장 환경에 적응하기 위해 브린 밴드의 기간, 표준 격차 배수 등의 매개 변수를 조정할 수 있다.
- 거래 비용 고려: 수수료와 슬라이포트 설정이 내장되어 실제 거래 상황에 더 적합하다.
- 포지션 관리 합리적인: 계정 순가율을 사용하여 포지션 제어, 효과적으로 위험을 관리한다.
전략적 위험
- 가짜 브레이크 위험: 시장의 흔들림에 따라 빈번하게 가짜 브레이크 신호가 발생할 수 있다. 해결 방법: 돌파구 유효성을 확인하는 보조 지표를 추가할 수 있습니다.
- 트렌드 반전 위험: 강한 트렌드 반전 시에는 반응이 늦어질 수 있다. 해결책: 트렌드 확인 지표를 추가하는 것을 고려하십시오.
- 과도한 거래 위험: 거래 신호의 빈도는 거래 비용을 과도하게 증가시킬 수 있습니다. 해결책: 신호 필터링 메커니즘과 보유 시간 제한을 추가하십시오.
전략 최적화 방향
- 신호 확인 메커니즘
- 볼륨 확인 표시기 추가
- 트렌드 방향 필터를 추가합니다
- 동력 지표 보조 판단 도입
- 위험 관리 최적화:
- 동적 손절매 메커니즘 구현
- 최대 회수 컨트롤을 추가합니다.
- 포지션 관리 알고리즘 최적화
- 변수는 자율적으로 조정됩니다:
- 부린 밴드 변수의 동적 조정
- 시장의 변동에 따라 조정 거래 하락
요약하다
이것은 브린 띠를 기반으로 한 완전한 거래 시스템이며, 잘 적응하고 확장할 수 있습니다. 여러 가지 이동 평균 유형 선택과 유연한 파라미터 설정을 통해 다양한 시장 환경에 적응할 수 있습니다. 전략의 위험 관리 메커니즘은 상대적으로 완벽하지만 여전히 최적화 할 여지가 있습니다. 전략의 안정성과 수익성을 높이기 위해 신호 확인 메커니즘의 강화와 위험 관리의 최적화에 중점을 두는 것이 좋습니다.
전략 소스 코드
/*backtest
start: 2024-06-30 00:00:00
end: 2025-02-18 08:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Binance","currency":"DOGE_USDT"}]
*/
//@version=6
strategy(shorttitle="BB Demo", title="Demo GPT - Bollinger Bands", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Inputs
length = input.int(20, minval=1, title="Length")
maType = input.string("SMA", "Basis MA Type", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
src = input.source(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev")
offset = input.int(0, "Offset", minval=-500, maxval=500)
// MA Calculation Function
ma(source, length, _type) =>
switch _type
"SMA" => ta.sma(source, length)
"EMA" => ta.ema(source, length)
"SMMA (RMA)" => ta.rma(source, length)
"WMA" => ta.wma(source, length)
"VWMA" => ta.vwma(source, length)
// Indicator Calculations
basis = ma(src, length, maType)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Visual Plots
plot(basis, "Basis", color=color.new(#2962FF, 0), offset=offset)
p1 = plot(upper, "Upper", color=color.new(#F23645, 0), offset=offset)
p2 = plot(lower, "Lower", color=color.new(#089981, 0), offset=offset)
fill(p1, p2, color=color.rgb(33, 150, 243, 95), title="Background")
// Strategy Logic
longCondition = close > upper
exitCondition = close < lower
if longCondition
strategy.entry("Long", strategy.long)
if exitCondition
strategy.close("Long")