다이나믹 슈퍼 이동 평균 교차 양적 거래 전략
MA ATR supertrend risk management R:R RATIO
ianzeng123
개요
다이내믹 슈퍼트렌드 이동 평균 교차량 거래 전략은 슈퍼트렌드 (Supertrend) 과 이동 평균 (Moving Average) 을 결합한 거래 시스템으로, 주로 1시간에서 4시간 시간 프레임의 외환 시장 거래에 사용됩니다. 이 전략은 가격과 이동 평균의 교차를 초기 신호로 사용하여, 그 다음에는 트렌드 확인을 위해 초과 지표를 사용하여, 전체 입시, 중지 및 중지 시스템을 구축합니다. 이 전략의 핵심은 트렌드 반전점을 포착하고, 미리 설정된 리스크-타임 비율을 통해 자동화된 자금 관리를 구현하는 것입니다.
전략 원칙
이 전략의 핵심 원칙은 다음과 같은 몇 가지 핵심 구성 요소를 포함하는 다중 확인 트렌드 추적 시스템입니다.
이동 평균 교차 신호: 전략은 20주기 (((조정가능 10-50) 의 간단한 이동 평균 (((SMA) 을 기준선으로 사용합니다. 이 이동 평균을 통과하는 가격은 잠재적인 트렌드 변화 신호로 간주됩니다. 시스템은 두 가지의 교차 모드를 지원합니다.
초강력 지표 확인: 트렌드 방향을 확인하는 도구로 2.8 ((2.0-3.5 사이 조정 가능) 과 10주기 ((5-20 사이 조정 가능) 의 초강도 지표를 사용한다. 초강도 지표는 초록색이면 상승 추세, 빨간색이면 하락 추세를 나타낸다.
입력 논리:
- 다면 조건: 가격이 이동 평균을 상향으로 통과하고 초월 지표가 상승 추세로 표시됩니다 (녹색)
- 허공 조건: 가격이 아래로 이동 평균을 통과하고 오버스 오브 지표가 하향 경향을 나타냅니다 (붉은)
위험 관리 시스템:
- 스톱 손실 설정: ATR 값의 1.8배를 스톱 손실 거리로 사용합니다.
- 정지 설정: 미리 설정된 리스크 수익률 (default 3.0) 을 기반으로 정지 목표를 설정합니다. 즉, 정지 거리의 3배
- 자금 관리: 거래당 15%
전략적 이점
다중 인증 메커니즘: 이동 평균과 초강도 지표가 결합된 이중 확인 시스템으로 가짜 신호를 효과적으로 줄이고 거래 정확도를 향상시킵니다. 트렌드가 명확한 시장에서 이중 확인은 흔들리는 상황에서 잘못된 신호를 효과적으로 필터링 할 수 있습니다.
적응력: 전략의 매개 변수는 이동 평균 주기, 초강도 지수 곱하기 및 ATR 주기 등과 같은 높은 조정 가능성을 가지고 있습니다. 이것은 전략이 다른 시장 환경 및 변동성에 따라 최적화된 조정을 할 수있게합니다. 특히 초강도 지수 곱하기의 2.5-3.2 조정 범위는 다양한 변동률의 시장 환경에 적응 할 수 있습니다.
좋은 위험 관리: 내장된 ATR 기반의 다이내믹 스톱로스 스 시스템으로, 각 거래의 위험은 미리 설정된 범위 내에서 제어된다. 고정된 리스크-이익비율 세팅 (RRR) 은 장기적인 수익성을 구축하는데 도움이 된다.
변동성 적응: 전략은 ATR 지표를 통해 자동으로 중지 손실과 수익 목표를 조정하여 시장의 변동성에 적응 할 수 있습니다. 높은 변동성 시장에서 더 넓은 중지, 낮은 변동성 시장에서 그에 따라 더 좁은 중지 설정합니다.
거래 빈도가 적습니다.다중 확인 메커니즘으로 인해 거래가 자주 이루어지지 않아 거래 비용과 과다 거래의 위험이 낮아집니다.
전략적 위험
트렌드 회전 지연 인식: 트렌드 추적 전략으로서, 트렌드 반전의 초기에는 지연 인식 문제가 있을 수 있으며, 이로 인해 입구 지점이 충분히 이상적이지 않습니다. 해결책은 더 민감한 초기 신호 지표를 보조적으로 추가하는 것을 고려하는 것입니다.
시장의 부진: 명백한 추세가 없는 상반기 정리 시장에서, 전략은 연속적인 손실 거래를 일으킬 수 있다. 흔들리는 시장을 식별할 때 전략을 일시 중지하거나 흔들리는 시장을 위해 특별히 설계된 다른 매개 변수에 전환하는 것이 좋습니다.
매개변수 민감도: 초강도 지표의 배수에서 미세한 변화는 전략의 성능에 상당한 영향을 미칠 수 있다. 특정 거래 품종과 시간 프레임에 가장 적합한 파라미터 설정을 재검토하여 결정해야 한다.
가짜 침입 위험: 가격이 이동 평균을 잠시 넘은 후 즉시 다시 떨어지면 잘못된 신호가 발생한다. 가짜 돌파구로 인한 손실을 줄이기 위해 확인 기간이나 가격 운동 확인을 추가하는 것이 고려 될 수 있습니다.
시장환경의존성: 전략은 런던과 뉴욕 거래 시간에 더 잘 작동하며 아시아 시간대에 유동성이 낮을 때 효과가 떨어질 수 있습니다. 거래 시간에 따라 매개 변수를 조정하거나 특정 시간에 선택적으로 전략을 활성화하는 것이 좋습니다.
전략 최적화 방향
시간 필터 도입: 코드는 거래 시간 필터를 포함하도록 최적화되어 런던 및 뉴욕 거래 시간 동안만 거래가 활성화 될 수 있습니다. 이것은 시간 조건 논리를 추가하여 낮은 유동성 시장 환경을 피할 수 있습니다.
동적 초전력 인자 조정: 현재 전략은 고정된 초강대수를 사용하며, 시장의 변동성에 따라 자동으로 조정되는 역동적인 파라미터로 개선할 수 있다. 예를 들어, 높은 변동기간에 더 높은 곱수값 ((3.0-3.2) 을 사용하며, 낮은 변동기간에 더 낮은 값 ((2.5-2.7) 을 사용한다.
크로스 확인 메커니즘의 최적화: 추가된 가격이 이동 평균 위/아래에 일정 시간 또는 일정 거리를 유지해야 하는 것을 고려하여 가짜 돌파구를 줄이기 위해 확인 메커니즘. 가격이 교차 후 N 회 동안 일관된 방향을 유지하도록 요구할 수 있다.
통합 시장 구조 분석: 입시 품질을 높이기 위해 지원 저항 지점이나 가격 구조 분석을 도입하십시오. 주요 지원 저항 지점 근처에서만 발생하는 교차 신호를 고려할 수 있습니다.
자율적 위험 관리: 현재 리스크/이익 비율은 고정되어 있으며, 시장상황에 따라 동적인 조정 방식으로 최적화할 수 있다. 예를 들어, 강한 트렌드 시장에서 리스크/이익 비율을 증가시키고, 약한 트렌드에서는 감소한다.
다중 시간 프레임 분석: 더 높은 시간 프레임의 트렌드 확인을 도입합니다. 예를 들어, 낮기 시간 프레임의 신호는 일선 트렌드 방향이 일치하는 경우에만 실행됩니다. 이것은 더 많은 시간 프레임 분석 기능을 추가해야합니다.
요약하다
동적 초고속 이동 평균 교차량 거래 전략은 이동 평균 교차 신호와 초고속 지표 확인을 결합하여 비교적 안정적인 트렌드 추적 시스템을 구축합니다. 이 전략은 특히 EUR/USD 및 GBP/USD와 같은 주요 통화 쌍의 1 ~ 4 시간 차트에 적용되며 런던 및 뉴욕 거래 시간에 가장 잘 작동합니다.
전략의 핵심 장점은 여러 확인 메커니즘과 완벽한 위험 관리 시스템으로, 미리 설정된 리스크 수익률과 변동성에 기반한 중지 손실 설정을 통해 거래에 대한 체계화된 프레임 워크를 제공합니다. 그러나, 트렌드 추적 시스템으로서, 그것은 흔들리는 시장에서 좋지 않은 성능을 발휘할 수 있으며, 트렌드 회전 지연 식별의 고유한 위험이 있습니다.
추천의 최적화 방향, 특히 시간 필터, 동적 파라미터 조정 및 다중 시간 프레임 분석의 도입을 통해 전략의 안정성과 적응력을 더욱 향상시킬 수 있습니다. 궁극적으로, 이 전략은 계량 거래자에게 개인 위험 선호도 및 시장 조건에 따라 사용자 정의 및 확장 할 수있는 신뢰할 수있는 기본 프레임 워크를 제공합니다.
/*backtest
start: 2025-01-01 00:00:00
end: 2025-04-26 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Islamabad Forex Academy Strategy-1",
overlay=true,
margin_long=100,
margin_short=100,
initial_capital=10000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=15,
commission_type=strategy.commission.percent,
commission_value=0.03,
pyramiding=0)
// ===== CORE PARAMETERS =====
maLength = input.int(20, "Moving Average Length", minval=10, maxval=50)
atrPeriod = input.int(10, "ATR Period", minval=5, maxval=20)
supertrendFactor = input.float(2.8, "Supertrend Multiplier", step=0.1, minval=2.0, maxval=3.5)
rrRatio = input.float(3.0, "Risk:Reward Ratio", minval=2.0, maxval=5.0)
useCloseFilter = input.bool(true, "Require Close Cross MA")
// ===== CALCULATIONS =====
// Single Moving Average
ma = ta.sma(close, maLength)
// Supertrend with tighter settings
[supertrendLine, supertrendDir] = ta.supertrend(supertrendFactor, atrPeriod)
// Trend Conditions
uptrend = supertrendDir < 0 // Supertrend green
downtrend = supertrendDir > 0 // Supertrend red
// Entry Logic - Price must cross MA and stay beyond it
maCrossUp = useCloseFilter ? ta.crossover(close, ma) : ta.crossover(high, ma)
maCrossDown = useCloseFilter ? ta.crossunder(close, ma) : ta.crossunder(low, ma)
// Confirm with Supertrend
longCondition = maCrossUp and uptrend
shortCondition = maCrossDown and downtrend
// ===== RISK MANAGEMENT =====
atrValue = ta.atr(atrPeriod)
stopDistance = atrValue * 1.8
profitDistance = stopDistance * rrRatio
// ===== EXECUTION =====
if (longCondition)
strategy.entry("Long", strategy.long)
strategy.exit("Exit Long", "Long",
stop=close - stopDistance,
limit=close + profitDistance,
when=strategy.position_size > 0)
if (shortCondition)
strategy.entry("Short", strategy.short)
strategy.exit("Exit Short", "Short",
stop=close + stopDistance,
limit=close - profitDistance,
when=strategy.position_size < 0)
// ===== VISUALS =====
// MA Plot
plot(ma, "20 MA", color=color.new(#FF6D00, 0), linewidth=2)
// Supertrend Plot
uPlot = plot(uptrend ? supertrendLine : na, "Up Trend", color=color.new(#00C805, 0), linewidth=2)
dPlot = plot(downtrend ? supertrendLine : na, "Down Trend", color=color.new(#FF1100, 0), linewidth=2)
fill(uPlot, dPlot, color=color.new(supertrendDir < 0 ? #00C805 : #FF1100, 90))
// Entry Signals
plotshape(longCondition, "Buy", shape.triangleup, location.belowbar, color=color.new(#00C805, 0), size=size.small)
plotshape(shortCondition, "Sell", shape.triangledown, location.abovebar, color=color.new(#FF1100, 0), size=size.small)