SMA-ATR 동적 위험-보상 비율 추세 추종 전략

SMA ATR RSI 趋势跟踪 动态风险回报比 多周期移动平均线
생성 날짜: 2025-03-14 09:45:55 마지막으로 수정됨: 2025-03-14 09:45:55
복사: 16 클릭수: 468
avatar of ianzeng123 ianzeng123
2
집중하다
319
수행원

SMA-ATR 동적 위험-보상 비율 추세 추종 전략 SMA-ATR 동적 위험-보상 비율 추세 추종 전략

개요

SMA-ATR 다이내믹 리스크 리터드 비 트렌드 트래킹 전략은 기술 분석에 기반한 정량 거래 시스템으로, 트렌드 트렌드를 식별하고 거래를 수행하기 위해 세 가지의 간단한 이동 평균 ((SMA) 과 실제 파도 ((ATR) 지표를 교묘하게 결합합니다. 이 전략의 핵심 특징은 다이내믹 리스크 리터드 비율을 사용하여 특정 시장 조건에 따라 자동으로 스톱 레벨을 조정하여 다양한 시장 환경에서 거래 성능을 최적화합니다. 이 전략은 7, 25 및 99 주기의 SMA 교차 신호를 사용하여 입점을 결정하고, ATR 지표를 사용하여 스톱 및 스톱 위치를 설정하여 전체 트렌드 트래킹 시스템을 형성합니다.

전략 원칙

이 전략의 작동 원리는 다중 주기 이동 평균 교차 시스템과 동적 위험 관리의 결합에 기초한다:

  1. 트렌드 식별 메커니즘

    • 트리플 SMA (7, 25, 99 주기) 를 사용하여 다단계 트렌드 확인 시스템을 구축합니다.
    • 단기 SMA (7주기) 위를 중간 SMA (25주기) 에 돌파하고 가격이 장기 SMA (99주기) 위를 돌파하면, 다중 신호를 유발한다
    • 단기 SMA (7주기) 아래에서 중기 SMA (25주기) 를 통과하고 가격이 장기 SMA (99주기) 아래에 있을 때, 마이너스 신호를 트리거
  2. 동적 리스크 수익률 조정

    • 기본 리스크-타임-비율은 2.0배입니다.
    • 특정 조건에서 (단기 SMA와 장기 SMA 또는 중기 SMA의 교차) 리스크 수익률은 자동으로 6.0배로 증가합니다.
    • 이러한 조정은 강력한 트렌드 신호가 나타나면 전략이 더 높은 수익 목표를 추구하도록 허용합니다.
  3. ATR 기반의 위험 관리

    • 14주기 ATR 곱하기 사용자 정의 곱하기 (기본 1.0) 를 사용하여 변동성을 계산합니다
    • 다중 헤드 스톱 손실 설정 ATR 값을 최소화 하 고 위치
    • 공허 헤드 스톱 손실 설정은 ATR 값에 더한 높은 지점에 있습니다.
    • 스톱 레벨은 현재 가격에 ATR 곱하기 리스크/이익률을 더하거나 빼면 계산됩니다.

전략의 핵심 논리는 다중 주기 이동 평균을 통해 트렌드 방향을 확인하고, 시장 조건에 따라 위험 수익률을 동적으로 조정하여, 강한 트렌드 환경에서 더 높은 수익을 추구하고, 지능적인 위험 관리를 실현하는 것입니다.

전략적 이점

  1. 다단계 추세 확인

    • 트리플 SMA 시스템은 여러 계층의 트렌드 확인을 제공하여 가짜 브레이크 트레이드를 줄입니다.
    • 단기, 중기, 장기 SMA의 조합은 시장 소음을 효과적으로 필터링합니다.
    • 장기 SMA에 대한 가격에 대한 추가적인 트렌드 확인을 제공하여 신호의 신뢰성을 강화합니다.
  2. 동적 위험 관리

    • 리스크/이익 비율은 신호 강도에 따라 자동으로 조정되며, 자금 관리를 최적화합니다.
    • 강한 신호 (단기 SMA와 장기 SMA가 교차하는 경우) 에서 더 높은 수익을 추구합니다.
    • 유연한 위험 관리 프레임 워크, 다양한 시장 조건에 적응
  3. 시장의 변동성에 기반한 손해배상 전략

    • ATR 지표는 실제 시장의 변동성에 기반한 스톱로스 레벨을 보장합니다.
    • 변동성이 증가할 때 자동으로 손해 범위를 확장하고, 변동성이 감소할 때 손해 범위를 축소하는 적응형 손해 차단 메커니즘
    • 가격의 자연적인 변동을 고려하여 시장 소음에 의해 유발되는 확률을 줄이기 위해 손해제 설계
  4. 완전한 거래 시스템

    • 전략은 명확한 입출장 및 위험 관리 규칙을 포함하고, 완전한 거래 시스템을 형성합니다.
    • 자동화 실행은 감정적 방해를 줄여줍니다.
    • 다른 시장 조건에 맞는 적응 변수 조정

전략적 위험

  1. 추세 반전 위험

    • 트렌드 추적 전략으로, 시장이 수평으로 또는 급격히 반전할 때 부진할 수 있습니다.
    • 트리플 SMA 시스템은 흔들리는 시장에서 빈번한 가짜 신호를 생성할 수 있다.
    • 완화 방법: 추가 필터를 추가할 수 있다 (예를 들어, 변동률 지표 또는 동력 확인)
  2. 고정 ATR 곱셈의 한계

    • 현재 전략은 고정된 ATR 배수 ((1.0)) 를 사용하며, 모든 시장 환경에 적합하지 않을 수 있습니다.
    • 극한 변동 동안, 고정 배수는 너무 넓거나 너무 좁은 정지를 초래할 수 있습니다.
    • 해결 방법: ATR 곱셈을 스스로 적용하고, 역사적인 변동에 따라 통계적으로 동적으로 조정하는 것을 고려하십시오.
  3. 매개변수 민감도

    • SMA 주기 ((7, 25, 99) 의 선택은 전략 성능에 중요한 영향을 미칠 수 있습니다.
    • 과도한 최적화 위험 - 특정 변수 조합은 특정 시장 조건에서만 잘 작동 할 수 있습니다.
    • 위험 완화: 전략의 성능에 미세한 변수의 영향을 평가하는 안정성 테스트
  4. 슬라이드 포인트와 유동성 위험

    • 낮은 유동성 시장 또는 높은 변동성 기간 동안 실행 점 점 문제가 발생할 수 있습니다
    • ATR 기반의 중지 및 정지는 극한 시장 조건에서 자본을 보호 할 수 없습니다.
    • 해결 방법: 보증금 요건을 늘리거나, 포지션 크기를 줄이거나, 변동성이 매우 높을 때 거래를 중지하십시오.

전략 최적화 방향

  1. 필터링 신호 메커니즘

    • 트렌드 강도 지표 (ADX와 같은) 를 추가하여 트렌드 강도가 마이너스를 달성했을 때만 거래합니다.
    • 통합 트래픽 확인, 신호가 발생했을 때 트래픽을 증가시켜 신호 품질을 향상시킵니다.
    • 원칙: 다중 지표 확인은 가짜 신호를 크게 줄이고 승률을 높여줍니다.
  2. 적응형 매개변수 구현

    • 고정 SMA 주기를 시장의 변동성 또는 주기적으로 자동 조정되는 동적 변수로 변경합니다.
    • 역사적인 변동률 통계에 따라 ATR 곱수를 조정하여, 낮은 변동기에는 작은 곱수를 사용하고 높은 변동기에는 큰 곱수를 사용합니다.
    • 장점: 적응성 매개 변수는 다양한 시장 환경에 더 잘 적응하여 전략의 안정성을 향상시킵니다.
  3. 동적 리스크 리드 조정 메커니즘을 최적화

    • 현재의 이진적 리스크 보상 메커니즘을 [2.0 또는 6.0]에서 연속 조정 모델로 변경
    • 트렌드 강도 지표 (ADX와 같은), 시장의 변동성, 또는 최근 거래의 역동적인 성과에 따라 리스크/수익 비율을 조정합니다.
    • 개선 이유: 보다 세밀한 리스크-이익 조정으로 시장 상태를 보다 정확하게 반영하고, 자금 관리 효과를 최적화
  4. 시간 필터 추가

    • 다른 시간대 (내일, 일간, 주간) 에 대한 전략의 성과를 분석하고, 좋지 않은 시간에 거래하는 것을 피하십시오.
    • 시장의 계절적 요소를 고려하여 특정 시장 환경에서 거래 빈도를 조정합니다.
    • 장점: 시간 필터링은 통계적으로 불리한 시간대 거래를 방지하고 전체적인 성과를 향상시킵니다.
  5. 통합 기계 학습 모델

    • 기계 학습 알고리즘을 사용하여 SMA 교차 신호의 신뢰성을 예측
    • 역사적 데이터 훈련 모델에 기반하여 수익률이 높은 시장 패턴을 식별합니다.
    • 가치: 기계 학습은 전통적인 기술 지표가 잡기 어려운 복잡한 패턴을 발견하고 전략 예측 능력을 향상시킵니다.

요약하다

SMA-ATR 동적 리스크 수익률은 트렌드 추적 전략보다 트렌드 추적 거래 시스템을 제공하며, 다중 주기 이동 평균을 통해 시장 추세를 식별하고, ATR 지표와 결합하여 동적 리스크 관리를 구현합니다. 전략의 가장 중요한 혁신은 특정 시장 조건에 따라 자동으로 리스크 수익률을 조정하여 거래 시스템이 강한 트렌드 환경에서 더 높은 수익을 추구 할 수 있도록하는 것입니다.

이 전략은 기술 분석의 고전적인 요소를 결합합니다 (SMA 교차, ATR 중지) 현대적인 수량 거래 개념 (동적 위험 관리) 과 중기 및 장기 동향을 추적하는 거래에 적합합니다. 전략은 불안한 시장에서 도전받을 수 있지만, 권장된 최적화 방향 (필터, 적응 변수 및 기계 학습 통합을 추가하는 것과 같은) 을 통해 다양한 시장 환경에서 그 성능을 더욱 향상시킬 수 있습니다.

전체적으로, 이것은 간결성과 효과를 균형 잡는 양적 거래 전략이며, 동향을 추적하는 거래자에게 신뢰할 수있는 프레임 워크를 제공하면서 동적 위험 관리 요소를 통해 전략의 적응성과 수익 잠재력을 강화합니다.

전략 소스 코드
/*backtest
start: 2024-03-14 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("TRH Backtest SMA ATR Variable RR", overlay=true)

// SMA Settings
sma7 = ta.sma(close, 7)
sma25 = ta.sma(close, 25)
sma99 = ta.sma(close, 99)

// ATR Settings
atrLength = input.int(14, title="ATR Length")
atrMultiplier = input.float(1.0, title="ATR Multiplier")
atr = ta.atr(atrLength) * atrMultiplier

// Entry and Exit Conditions
longCondition = ta.crossover(sma7, sma25) and close > sma99
shortCondition = ta.crossunder(sma7, sma25) and close < sma99
longCross = ta.crossover(sma7, sma99) or ta.crossover(sma7, sma25)
shortCross = ta.crossunder(sma7, sma99) or ta.crossunder(sma7, sma25)

// Trade Execution
if (longCondition)
    strategy.entry("Long", strategy.long)

if (shortCondition)
    strategy.entry("Short", strategy.short)

// Variable Risk Reward
riskRewardRatio = 2.0
if (longCross or shortCross)
    riskRewardRatio = 6.0

// ATR Based Stop Loss and Take Profit
longStopLoss = low - atr
shortStopLoss = high + atr
longTakeProfit = close + (atr * riskRewardRatio)
shortTakeProfit = close - (atr * riskRewardRatio)

// Apply Stop Loss and Take Profit
strategy.exit("Exit Long", "Long", stop=longStopLoss, limit=longTakeProfit)
strategy.exit("Exit Short", "Short", stop=shortStopLoss, limit=shortTakeProfit)