ianzeng123
개요
이 전략은 CMO와 볼링거 밴드 (Bollinger Bands) 를 결합한 고급 양적 거래 시스템이다. 가격 변동성과 동력 지표를 분석하여 시장의 과매매 상태를 식별하여 정확한 거래 신호를 생성한다. 이 전략은 동력 역전과 가격 채널의 돌파를 이용한 이중 검증 메커니즘을 활용하여 거래의 신뢰성을 효과적으로 향상시킨다.
전략 원칙
전략의 핵심 논리는 다음과 같은 핵심 구성 요소를 기반으로 합니다.
- 브린밴드 시스템: 20주기 이동 평균을 중간 궤도로 사용하고, 표준 차이의 배수는 2.0이며, 상하 궤도를 형성한다. 이 설정은 가격의 변동 범위와 돌파구 방향을 효과적으로 캡처할 수 있다.
- CMO 지표 시스템: 14주기 설정을 사용하여, 오버 바이 마이너스 50이고, 오버 세일 마이너스 50이다. 이 지표는 상승과 하락의 동력을 계산하여 시장 힘의 대립을 측정한다.
- 거래 신호 생성 메커니즘:
- 더 많은 조건: 가격 하위, 브린 하위, 그리고 CMO가 초과치보다 낮습니다.
- 공백 조건: 가격 상승으로 브린이 궤도에 올랐고 CMO가 초과 구매 마이너스보다 높습니다.
- 평지 메커니즘: 가격의 브린 띠 중간 궤도를 통과하거나 역동량 지표가 반대 극한 영역에 도달
전략적 이점
- 다차원 확인: 가격과 동력의 이중 검증을 통해 가짜 돌파구에 대한 위험을 현저히 줄입니다.
- 자기 적응력: 브린 띠는 시장의 변동성에 따라 거래 구역을 자동으로 조정하여 다른 시장 환경에 적응합니다.
- 위험 제어 개선: 부린 벨트 중간 궤도를 손실 기준으로 사용하여 객관적인 위험 제어 기준을 제공합니다.
- 파라미터가 조정 가능: 거래자가 다른 시장 특성에 따라 브린밴드 및 CMO의 파라미터를 조정하여 전략 성능을 최적화 할 수 있습니다.
전략적 위험
- 위기 시장 위험: 수평 상쇄 시장에서 빈번하게 잘못된 신호가 발생할 수 있습니다. 제안된 대책: 가격 돌파율이 특정 경계를 달성하도록 요구하는 것과 같은 필터링 조건을 추가하십시오.
- 트렌드 리버스 위험: 강력한 트렌드에서 반전 신호는 조기 탈퇴를 유발할 수 있다. 제안된 대책: 트렌드 지표와 결합하여 주요 트렌드 방향으로만 거래하십시오.
- 변수 민감성: 다른 변수 설정으로 인해 정책 성능에 큰 차이가 발생할 수 있습니다. 제안한 대책: 역사 데이터를 통해 역검사 최적화 파라미터 포지션.
전략 최적화 방향
- 동적 파라미터 조정: 시장의 변동에 따라 브린 대역의 표준 차이의 배수를 동적으로 조정하는 적응 메커니즘을 도입한다.
- 신호 강도 등급: 신호 점수 시스템을 구축하고, 돌파 강도 및 동력 수준에 따라 포지션 비율을 조정한다.
- 시장 환경 분류: 시장 환경 식별 모듈을 추가하여 다른 시장 상태에서 다른 파라미터 조합을 사용합니다.
- 정지 최적화: 변동율에 기반한 동적 정지 메커니즘을 개발하여 전략의 수익성을 높인다.
요약하다
이 전략은 브린 띠와 CMO의 연동 작용을 통해 완전한 거래 시스템을 구축한다. 이 전략은 운영 객관성을 유지하면서도 여러 확인 메커니즘을 통해 거래의 신뢰성을 높인다. 합리적인 매개 변수 설정과 위험 통제를 통해 전략은 훌륭한 실용성과 확장성을 보여준다. 추가 최적화 공간은 주로 동적 적응성과 정밀 관리에 집중된다.
전략 소스 코드
/*backtest
start: 2024-02-21 00:00:00
end: 2025-02-18 08:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Chande Momentum Oscillator + Bollinger Bands Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// Bollinger Bands Parameters
bbLength = input.int(20, title="Bollinger Bands Length")
bbStdDev = input.float(2.0, title="Bollinger Bands Std Dev")
basis = ta.sma(close, bbLength)
upper = basis + bbStdDev * ta.stdev(close, bbLength)
lower = basis - bbStdDev * ta.stdev(close, bbLength)
// Chande Momentum Oscillator Parameters
cmoLength = input.int(14, title="CMO Length")
cmoOverbought = input.float(50, title="CMO Overbought Level")
cmoOversold = input.float(-50, title="CMO Oversold Level")
cmo = ta.cmo(close, cmoLength)
// Plot Bollinger Bands
plot(basis, color=color.orange, title="Bollinger Basis")
p1 = plot(upper, color=color.blue, title="Bollinger Upper")
p2 = plot(lower, color=color.blue, title="Bollinger Lower")
fill(p1, p2, color=color.blue, transp=90, title="Bollinger Fill")
// Plot CMO
hline(cmoOverbought, "Overbought", color=color.red)
hline(cmoOversold, "Oversold", color=color.green)
plot(cmo, color=color.purple, title="CMO")
// Buy Condition: Price crosses below lower Bollinger Band and CMO is oversold
longCondition = ta.crossunder(close, lower) and cmo < cmoOversold
if (longCondition)
strategy.entry("Long", strategy.long)
// Sell Condition: Price crosses above upper Bollinger Band and CMO is overbought
shortCondition = ta.crossover(close, upper) and cmo > cmoOverbought
if (shortCondition)
strategy.entry("Short", strategy.short)
// Exit Long: Price crosses above basis or CMO is overbought
exitLong = ta.crossover(close, basis) or cmo > cmoOverbought
if (exitLong)
strategy.close("Long")
// Exit Short: Price crosses below basis or CMO is oversold
exitShort = ta.crossunder(close, basis) or cmo < cmoOversold
if (exitShort)
strategy.close("Short")