구조적 돌파 강화 엔진 주문 블록 거래 전략

OB HH LL RR SL TP 趋势跟踪 吞没形态 订单块 结构突破 动量交易
생성 날짜: 2025-05-27 10:34:59 마지막으로 수정됨: 2025-05-27 10:34:59
복사: 0 클릭수: 331
avatar of ianzeng123 ianzeng123
2
집중하다
319
수행원

구조적 돌파 강화 엔진 주문 블록 거래 전략 구조적 돌파 강화 엔진 주문 블록 거래 전략

개요

트렌드 구조를 뚫고 엔진을 강화하는 주문 블록 거래 전략은 기술 분석의 여러 핵심 요소를 결합한 정량 거래 시스템이다. 이 전략은 시장 구조를 뚫고, 주문 블록을 식별하고, 포식 형태를 확인하여, 완전한 거래 의사 결정 프레임 워크를 구축한다. 전략의 핵심은 가격이 역사적인 최고점이나 최저점을 뚫고 난 후의 동력을 식별함으로써, 전기에 형성된 주문 블록과 결합하여 저항 영역을 지원하고, 포식 형태를 최종 확인 신호로 사용하여, 높은 확률의 거래 기회를 잡는다.

전략 원칙

이 전략의 핵심은 다음과 같은 핵심 요소에 기반합니다.

  1. 트렌드 구조 식별전략은 lookback 파라미터를 사용한다. [기본 (20) ]는 지난 N주기의 최고점 (HH) 과 최저점 (LL) 을 계산한다. 가격 마감이 이전 최고점을 돌파했을 때 상승 추세로 간주되며, 가격 마감이 이전 최저점을 넘어서는 경우 하락 추세로 간주된다. 이 메커니즘은 전략이 명확한 추세 방향에서만 입장을 취하도록 보장한다.

  2. 주문 블록 (Order Block) 식별: 주문 블록은 시장에서 중요한 지지 저항 지역이며, 일반적으로 대형 거래자가 남긴 거래 흔적이 형성됩니다. 이 전략에서는:

    • 볼 오더 블록 (Bull OB): 상승 추세가 확인되는 동안, 전 하락의 하락점을 기록합니다.
    • 하향 주문 블록 ((Bear OB): 하향 추세가 확인될 때, 상위 하향의 최고점을 기록합니다.
  3. 침몰 상태 확인K-선 형태를 삼키며 추가적인 확인 신호를 사용하는 전략:

    • 을 삼켜 보는: 현재 은 양선, 이전 은 음선이며, 현재 폐쇄 가격은 이전 개장 가격보다 높으며, 현재 개장 가격은 이전 폐쇄 가격보다 낮다
    • 하락 침몰: 현재 은 음선, 이전 은 양선이며, 현재 종료 가격은 이전 개시 가격보다 낮고, 현재 개시 가격은 이전 종료 가격보다 높다
  4. 입학 조건

    • 다수 입시: 상승 추세 확인 + 보석 삼키기 형태 + 가격 종결 상위 보석 주문 블록
    • 공백 입시: 하향 추세 확인 + 하향 포식 형태 + 하향 주문 부문보다 낮은 가격 종료
  5. 위험 관리: 전략은 고정된 점수인 스톱로드를 사용하며, 설정된 리스크-리터너비비율에 따라 스톱로드 목표를 자동으로 계산한다.

전략적 이점

  1. 구조화된 시장 분석 프레임워크이 전략은 트렌드 분석, 가격 구조, 오더 블록의 지원 저항 및 형태 확인을 결합하여 단일 지표가 가져올 수 있는 잘못된 신호를 피하여 포괄적인 거래 의사 결정 프레임 워크를 형성합니다.

  2. 높은 확률 거래 신호: 여러 확인 조건이 동시에 충족되도록 요구함으로써 거래 신호의 신뢰성이 크게 향상됩니다. 전략은 트렌드가 명확하고, 주문 블록의 지원 / 저항이 유효하며, 삼키는 형태가 확인되면 거래 신호를 발송합니다.

  3. 내장된 위험 관리 장치이 전략은 3: 1의 리스크-비용 비율을 기본으로 사용하고, 각 거래에 명확한 수익 목표와 스톱 손실이 있음을 보장하며, 거래자가 장기 거래에서 긍정적 인 기대치를 유지하는 데 도움이됩니다.

  4. 매우 적응력이 좋다: 룩백 파라미터를 조정함으로써, 전략은 다른 시간 주기와 시장의 변동성에 적응할 수 있다. 큰 변동성이 있는 시장에서 룩백 값을 증가시킬 수 있고, 작은 변동성이 있는 시장에서 그 값을 감소시킬 수 있다.

  5. 시각화 거래 신호전략: 구매/판매 신호와 주문 블록의 위치를 차트에 표시하여 상인이 거래 논리를 이해하고 평가하는 데 도움이되는 직관적인 시각적 피드백을 제공합니다.

전략적 위험

  1. 가짜 침입 위험: 시장은 종종 가짜 돌파가 발생한다. 즉, 가격이 짧은 시간 동안 역사적인 최고 / 최저점을 돌파한 후 빠르게 돌아갑니다. 이것은 전략이 잘못된 신호를 유발할 수 있습니다. 특히 큰 변동이 있지만 명확한 추세가없는 시장 환경에서.

  2. 포름 삼키는 신뢰성 문제: 흡수 형태는 다른 시장 조건에서 신뢰성이 차이가 있다. 특정 유동성이 낮은 시장이나 높은 변동성 기간 동안 흡수 형태는 더 많은 가짜 신호를 일으킬 수 있다.

  3. 고정 손실 위험: 전략은 시장의 변동성에 기반한 동적 중지 대신 고정 점수의 중지 설정을 사용합니다. 시장의 변동성이 갑자기 증가하는 시장 환경에서 고정된 중지 손실이 너무 작아져서 쉽게 만질 수 있습니다.

  4. 매개변수 민감도전략 성능은 룩백 사이클, 리스크 수익률 및 스톱로스 포인트와 같은 파라미터 설정에 크게 의존합니다. 다른 시장과 시간 주기에는 최적의 효과를 얻기 위해 다른 파라미터 조합이 필요할 수 있습니다.

  5. 변화의 흐름, 적응의 부족: 이 전략은 명확한 추세에서 잘 작동하지만, 트렌드 반전 단계에서 연속적인 손실을 초래할 수 있습니다. 왜냐하면 이 전략에는 트렌드 반전 미리 경고 장치가 없기 때문입니다.

최적화 방향

  1. 변동성 적응 장치를 도입합니다.: ATR ((Average True Range) 과 같은 지표를 사용하여 스톱 및 스톱 레벨을 동적으로 조정하는 것을 고려할 수 있습니다. 이는 전략이 다양한 시장 변동 조건에 더 잘 적응할 수 있도록합니다.

  2. 가짜 돌파 필터를 추가합니다.: 거래량 확인을 추가하거나 가격이 돌파구에서 일정 시간 동안 머물기를 기다림으로써 가짜 돌파구로 인한 오류 신호를 줄일 수 있습니다.

  3. 주문구역 확장: 현재 주문 블록의 정의는 비교적 간단하며, 하나의 가격 지점이 아닌 영역으로 확장하는 것을 고려할 수 있습니다. 예를 들어, 이전 반전 의 전체 높고 낮은 점 범위를 사용하거나, 특정 완충 영역을 추가합니다.

  4. 다중 시간 주기 확인다중 시간 주기의 분석을 도입하여 거래 방향이 더 높은 시간 주기의 추세와 일치하는지 확인하여 거래 성공률을 향상시킵니다. 이것은 더 높은 시간 주기의 구조적 돌파구를 검사하여 수행 할 수 있습니다.

  5. 동적 리스크 수익률: 시장 환경 (예: 변동성, 트렌드 강도) 에 따라 자동으로 리스크 수익률을 조정합니다. 강한 트렌드 환경에서는 더 높은 리스크 수익률을 사용하고, 축적 또는 약한 트렌드 환경에서는 더 낮은 리스크 수익률을 사용합니다.

  6. 시장 주기를 필터링시장 주기를 식별하는 메커니즘을 도입하여 다른 시장 주기에 따라 다른 거래 논리와 파라미터 설정을 적용하여 전략의 적응성을 향상시킵니다.

요약하다

트렌드 구조를 뚫고 엔진을 강화하는 주문 블록 거래 전략은 여러 가지 기술적 분석 요소를 결합한 통합 거래 시스템입니다. 트렌드 구조를 식별하고, 주문 블록 위치를 확인하고, 포획 형태를 확인함으로써, 이 전략은 높은 확률의 트렌드 연속 거래 기회를 잡을 수 있습니다. 내장 된 위험 관리 메커니즘은 거래의 위험을 제어 할 수 있도록 보장하며, 전략 매개 변수의 유연성은 다른 시장 조건에 적응할 수 있는 능력을 제공합니다.

이 전략에는 약간의 가짜 돌파 위험과 변수 민감성 문제가 있지만, 변동성 적응 장치, 다중 시간 주기 확인 및 동적 위험 관리와 같은 최적화 조치를 도입함으로써 전략의 안정성과 적응력을 더욱 향상시킬 수 있습니다. 기술 분석을 추구하는 트렌드 추적 거래자에게는 명확하고 위험 제어 가능한 규칙을 고려하는 전략 프레임워크입니다.

이 전략은 명확한 추세가있는 시장 환경에서 사용하기에 특히 적합하며, 거래자는 특정 거래 품종의 특성과 시장 조건에 따라 전략 매개 변수에 필요한 조정을 하고 최적화하여 최적의 거래 효과를 얻어야 합니다.

전략 소스 코드
/*backtest
start: 2024-05-26 00:00:00
end: 2025-03-06 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/

//@version=6
strategy("Aman Singh OB Strategy v6", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)

// === INPUTS ===
lookback = input.int(20, "Structure Lookback", minval=1)
rr_ratio = input.float(3.0, "Risk Reward Ratio", step=0.1)
risk_pips = input.int(20, "Stop Loss (in pips)", minval=1)

// === TREND STRUCTURE ===
hh = ta.highest(high, lookback)
ll = ta.lowest(low, lookback)
upTrend = close > hh[1]
downTrend = close < ll[1]

// === ORDER BLOCKS (Last opposite candle) ===
bullOB = ta.valuewhen(upTrend and close[1] < open[1], low[1], 0)
bearOB = ta.valuewhen(downTrend and close[1] > open[1], high[1], 0)

// === ENGULFING CANDLE PATTERN ===
bullishEngulf = close > open and close[1] < open[1] and close > open[1] and open < close[1]
bearishEngulf = close < open and close[1] > open[1] and close < open[1] and open > close[1]

// === ENTRY CONDITIONS ===
longCondition = upTrend and bullishEngulf and close > bullOB
shortCondition = downTrend and bearishEngulf and close < bearOB

// === STOP LOSS AND TAKE PROFIT ===
slPoints = risk_pips * syminfo.mintick
tpPoints = slPoints * rr_ratio

// === EXECUTE TRADES ===
if (longCondition)
    strategy.entry("Buy", strategy.long)
    strategy.exit("TP/SL Buy", from_entry="Buy", stop=close - slPoints, limit=close + tpPoints)

if (shortCondition)
    strategy.entry("Sell", strategy.short)
    strategy.exit("TP/SL Sell", from_entry="Sell", stop=close + slPoints, limit=close - tpPoints)

// === PLOTS ===
plotshape(longCondition, title="Bull Entry", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(shortCondition, title="Bear Entry", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

plot(bullOB, title="Bull OB", color=color.green, linewidth=1, style=plot.style_linebr)
plot(bearOB, title="Bear OB", color=color.red, linewidth=1, style=plot.style_linebr)