ianzeng123
개요
이것은 기관의 주문 흐름 분석, 트렌드 추적 및 위험 관리를 결합한 포괄적 인 거래 전략입니다. 이 전략은 중요한 가격 영역의 주문 블록을 식별하여 기관의 자금 움직임을 추적하며, 트렌드 방향을 확인하기 위해 이중 지수 이동 평균을 사용하며, 완전한 스톱 손실 관리 시스템을 갖추고 있습니다. 전략의 재검토 결과는 2023 년에 58.7%의 승률을 나타냅니다.
전략 원칙
이 전략의 핵심 논리는 다음의 세 가지 주요 기둥에 기초하고 있습니다.
- 지능형 자금 추적: 가격 동작을 분석하여 주문 블록을 식별합니다. 이 지역은 일반적으로 기관 자금의 축적 위치를 나타냅니다. 급격한 하락 이후의 강력한 반전이 발생하면 시스템이 해당 지역을 잠재적인 거래 기회로 표시합니다.
- 트렌드 확인 시스템: 50과 200주기의 지수 이동 평균을 트렌드 필터로 사용한다. 빠른 평균선이 느린 평균선 위에 있을 때만 더 많은 것을 고려한다. 반대로 공백을 고려한다.
- 동적 위험 관리: 시스템은 자동으로 근래의 변동에 기초하여 중지 손실 위치를 계산하고, 미리 설정된 위험-수익비율 ((1:2) 에 따라 자동으로 중지 목표를 설정한다.
전략적 이점
- 완전히 자동화 된 동작: 전략은 명확한 입력 신호와 완전한 거래 매개 변수를 제공하여 인적 판단으로 인한 오류를 줄입니다.
- 다차원 분석: 오더 블록 분석과 트렌드 추적을 결합하여 거래 신호의 신뢰도를 높인다.
- 리스크 제어: 내장된 다이내믹 스톱 로즈 메커니즘과 고정 리스크 수익 비율 설정으로 거래 당 리스크를 효과적으로 제어한다.
- 적응력: 전략은 다양한 시장 환경에서 작동할 수 있으며, 특히 명확한 추세가있는 시장에서 탁월한 성능을 발휘합니다.
전략적 위험
- 가짜 브레이크 위험: 위기 시장에서 가짜 트렌드 신호가 발생하여 연속적인 손실이 발생할 수 있습니다. 해결책은 트렌드 확인을 위한 필터 조건을 추가하는 것입니다.
- 미끄러짐 위험: 시장의 격렬한 변동이 있을 때 실제 입구 및 출구 가격이 신호 가격과 오차가 있을 수 있다. 주문을 실행할 때 일정 미끄러짐 공간을 예약하는 것이 좋습니다.
- 과도한 기술 지표 의존: 전략은 기술 지표에 전적으로 기반하여 기본 요소의 영향을 무시 할 수 있습니다. 중요한 기본 정보를 결합하여 거래하는 것이 좋습니다.
전략 최적화 방향
- 동적 매개 변수 최적화: 시장의 변동에 따라 EMA 주기 및 주문 블록 식별 매개 변수를 자동으로 조정할 수 있습니다.
- 트래픽 분석을 추가: 주문 블록 식별에 트래픽 데이터를 통합하여 신호의 신뢰성을 높인다.
- 시장 환경 필터링: 변동률 지표를 증가시키고, 높은 변동성 환경에서 위험 관리 매개 변수를 조정한다.
- 다중 시간 주기의 확인: 더 긴 시간 주기의 트렌드 필터를 추가하여 거래의 성공률을 높인다.
요약하다
이것은 여러 정교한 기술적 분석 방법을 결합한 정량 거래 전략이며, 프로그램 방식으로 지능형 자금 추적과 추세 추적을 결합합니다. 전략의 장점은 완전히 자동화된 특성과 완벽한 위험 관리 시스템입니다. 그러나 사용자는 시장 환경이 전략의 성능에 미치는 영향을 주의하고 실제 거래 상황에 따라 매개 변수를 최적화해야합니다. 전략의 성공적인 적용은 거래자가 기본적인 시장 인식을 갖추고 위험 관리 원칙을 엄격하게 준수해야합니다.
전략 소스 코드
/*backtest
start: 2025-02-13 00:00:00
end: 2025-02-18 01:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("XAU/EUR Beginner-Friendly Strategy", overlay=true, margin_long=100, margin_short=100)
// Input parameters with tooltips
ema_fast = input.int(50, "Fast EMA Length 📈")
ema_slow = input.int(200, "Slow EMA Length 📉")
risk_reward = input.float(2.0, "Risk/Reward Ratio ⚖️")
show_labels = input.bool(true, "Show Trading Labels 🏷️")
// Trend Following Components
fast_ema = ta.ema(close, ema_fast)
slow_ema = ta.ema(close, ema_slow)
trend_up = fast_ema > slow_ema
trend_down = fast_ema < slow_ema
// Smart Money Components
swing_high = ta.highest(high, 5)
swing_low = ta.lowest(low, 5)
order_block_bullish = (low[2] == swing_low[2]) and (close[2] > open[2])
order_block_bearish = (high[2] == swing_high[2]) and (close[2] < open[2])
// Entry Conditions
long_condition = trend_up and order_block_bullish
short_condition = trend_down and order_block_bearish
// Risk Management Calculations
stop_loss = long_condition ? swing_low : short_condition ? swing_high : na
take_profit = long_condition ? close + (close - stop_loss) * risk_reward : short_condition ? close - (stop_loss - close) * risk_reward : na
// Visual Elements
bgcolor(trend_up ? color.new(color.green, 90) : color.new(color.red, 90), title="Trend Background")
if show_labels
if long_condition
label.new(
bar_index, low,
text="BUY 🟢\nEntry: " + str.tostring(close, "#.##") +
"\nSL: " + str.tostring(stop_loss, "#.##") +
"\nTP: " + str.tostring(take_profit, "#.##"),
color=color.green, textcolor=color.white,
style=label.style_label_up, yloc=yloc.belowbar)
if short_condition
label.new(
bar_index, high,
text="SELL 🔴\nEntry: " + str.tostring(close, "#.##") +
"\nSL: " + str.tostring(stop_loss, "#.##") +
"\nTP: " + str.tostring(take_profit, "#.##"),
color=color.red, textcolor=color.white,
style=label.style_label_down, yloc=yloc.abovebar)
// Strategy Execution
if (long_condition)
strategy.entry("Long", strategy.long)
strategy.exit("Long Exit", "Long", stop=stop_loss, limit=take_profit)
if (short_condition)
strategy.entry("Short", strategy.short)
strategy.exit("Short Exit", "Short", stop=stop_loss, limit=take_profit)
// Simplified EMA Plotting
plot(fast_ema, "Fast EMA", color=color.new(color.blue, 0), linewidth=2)
plot(slow_ema, "Slow EMA", color=color.new(color.orange, 0), linewidth=2)