ianzeng123
개요
구조적 돌파와 동적 위험 관리 양적 거래 전략은 가격 구조를 확인하는 거래 시스템으로, 전략은 강하고 약한 고점과 낮은 돌파를 식별하는 데 중점을 두고 있으며, 동적 위험 관리 메커니즘과 결합하여 거래를 수행한다. 전략의 핵심은 높은 낮은 점 (Swing Highs/Lows) 을 흔들며 시장 구조를 식별하는 것이며, 가격이 가장 최근의 구조적 수준을 돌파했을 때 (강한 지원 또는 강한 저항) 만 거래한다.
전략 원칙
이 전략은 다음과 같은 핵심 원칙에 기초하여 작동합니다.
구조 인식 메커니즘전략: 시장의 높고 낮은 점을 식별하기 위해 피벗 포인트를 사용한다. 설정된 스윙 길이 파라미터 (swingLength) 를 통해 시스템이 조건에 맞는 절벽을 찾을 수 있다.
동향 판단: 전략은 연속적인 고점과 낮은 점을 비교하여 트렌드 방향을 결정한다. 새로운 고점이 이전 고점보다 낮을 때, 하향 트렌드라고 판단하고, 새로운 저점이 이전 저점보다 높을 때, 상승 트렌드라고 판단한다.
강하고 약한 구조 분류: 시스템은 고점과 낮은 점을 “강” 또는 “약”으로 분류한다. 하향 추세에서의 고점은 “강한 고점”으로 표시되고, 상승 추세에서의 저점은 “강한 저점”으로 표시된다.
브레이크 신호 생성: 가격이 “강한 최고점”을 돌파할 때만 구매 신호를 생성하고 “강한 낮은”을 돌파할 때만 판매 신호를 생성한다. 이것은 거래 방향이 전체 시장 구조와 일치하는 것을 보장한다.
동적 중지 및 수익 목표: 전략은 돌파 위치에 따라 스톱 로드를 설정하고, 사용자 정의 버퍼 영역을 추가하여 안전 마진을 증가시킨다. 수익 목표는 리스크 리터너비 (RR) 의 동적 계산에 기초한다.
리스크 기반의 포지션 관리: 시스템은 계좌 자금, 리스크 비율, 스톱 로드 거리 및 포인트 값에 따라 각 거래의 포지션 크기를 계산하여 위험을 통제 할 수 있도록합니다.
코드의 핵심 논리는 가격 변동점을 탐지하고, 추세 방향을 평가하고, 구조적 돌파구를 기반으로 거래 신호를 생성하고, 적절한 스톱로스, 수익 목표 및 포지션 크기를 계산하는 것입니다.
전략적 이점
이 전략의 코드 구현을 분석하면 다음과 같은 중요한 장점을 찾을 수 있습니다.
구조화된 거래 결정전략: 단순한 기술적인 지표가 아닌 시장 구조를 기반으로 거래 결정을 내리는 것, 이것은 거래 논리를 시장의 본질적인 특성에 더 잘 맞추고 거래의 질을 향상시킵니다.
확인형 입학 메커니즘: 거래가 구조적 수준을 깨는 것을 확인한 후에만 거래가 실행되므로 가짜 돌파의 위험을 줄입니다.
동적 위험 관리각 거래의 스톱로즈는 고정된 점수가 아닌 실제 시장 구조를 기반으로 설정되어 있으며, 다양한 시장 환경에 더 잘 적응합니다.
자본 비율 위험 제어% 리스크 관리 방법 (riskPercent 파라미트) 을 통해, 각 거래의 리스크 렛이 계정 규모에 비례하도록 보장하여 자금을 효과적으로 보호하십시오.
자동 포지션 계산: 스톱 손실 거리에 따라 포지션 크기를 자동으로 조정합니다. 다양한 변동률 환경에서 일관된 위험 .
단독 포지션 제어한 번에 한 거래만 보유하는 전략은 과도한 거래와 위험 축적을 방지합니다.
시각적 피드백이 명확합니다.이 시스템은 자동으로 입점, 중지 및 수익 목표를 표시하여 거래자가 각 거래의 위험과 수익을 명확하게 이해할 수 있습니다.
전략적 위험
이 전략은 합리적으로 설계되었지만, 다음과 같은 잠재적인 위험들이 있습니다.
매개변수 민감도: 스윙 길이 (swingLength) 매개 변수는 전략 성능에 중요한 영향을 미칩니다. 너무 작은 값은 과도한 거래로 이어질 수 있으며, 너무 큰 값은 중요한 거래 기회를 놓칠 수 있습니다.
시장 구조 변화에 대한 적응력급변하는 시장 환경에서, 역사적인 구조는 빠르게 실패할 수 있다. 전략에는 시장 환경 필터링 메커니즘이 포함되어 있지 않으며, 높은 변동성이나 지역 평준화 시장에서 좋지 않은 성능을 발휘할 수 있다.
슬라이드 포인트와 실행 위험: 실제 거래에서, 돌파시 실행 가격은 이상적인 가격과 차이가 있을 수 있으며, 스톱로스 및 이익 계산의 정확성에 영향을 미칩니다.
고정된 리스크/수익률의 한계: 전략은 고정된 리스크/이익 비율을 사용하여 수익 목표를 설정하고, 시장의 실제 저항/지원 위치를 고려하지 않고 수익 목표를 설정하는 것이 비합리적 인 결과를 초래할 수 있습니다.
자금 관리 가설이 전략은 포인트값 ((pipValueUSD) 이 일정하다고 가정하지만, 실제로는 일부 상품의 포인트값이 포지션 크기와 시장 조건에 따라 변한다.
해결책은 다음과 같습니다: 시장 환경 필터를 추가하고, 변동률에 따라 변수를 조정하고, 중요한 가격 수준과 결합하여 수익 목표를 설정하고, 정기적으로 재평가하고, 전략 변수를 최적화합니다.
전략 최적화 방향
코드 분석을 바탕으로, 이 전략은 다음과 같은 방향으로 최적화될 수 있습니다:
시장 환경 필터링: 변동률 지표 또는 트렌드 강도 필터를 추가하여 다른 시장 환경에 따라 거래 전략을 조정하거나 거래를 중지하십시오. 이것은 ATR ((Average True Range) 또는 ADX ((Average Directional Index) 와 같은 지표를 추가하여 수행 할 수 있습니다.
다중 시간 프레임 확인더 높은 시간 프레임의 구조 분석을 도입하여 거래 방향을 필터링하여 거래 방향이 더 큰 추세와 일치하는지 확인하고 승률을 높입니다.
동적 리스크 수익률: 시장의 변동성이나 핵심 가격 수준에 따라 동적으로 리스크 수익률을 조정합니다. 고정된 값을 사용하는 대신. 강한 추세 시장에서 더 높은 RR을 사용할 수 있으며, 흔들리는 시장에서 더 보수적인 RR을 사용할 수 있습니다.
일부 수익 메커니즘: 분기 수익 기능을 구현하여 특정 수익 수준에 도달했을 때 수익의 일부를 잠금하는 동시에 나머지 포지션이 계속 작동하도록합니다.
손해배상 이동 전략: 손실 추적 기능이 추가되어 가격이 유리한 방향으로 움직일 때 보호됩니다.
입시 최적화: 추가적인 입시 필터링 조건을 추가하여 거래 시간 필터링, 거래량 확인 또는 다른 기술 지표 확인과 같은 신호 품질을 향상시킵니다.
자금 관리 강화켈리 기준 (Kelly Criterion) 과 같은 더 복잡한 자금 관리 모델을 구현하거나 역동적인 위험 비율을 고려하여 역사적 승률을 고려합니다.
가짜 침입 보호: 위조 방지 돌파구 메커니즘을 추가하여 가격 돌파구 구조가 일정 시간 동안 유지되거나 확인 형태가 형성되는 것을 요구합니다.
이러한 최적화 방향은 전략의 안정성과 적응력을 높이고, 기존의 구조화된 거래 논리를 유지하면서 위험 관리와 입시 품질을 향상시키는 것을 목표로 합니다.
요약하다
구조적 돌파구와 동적 위험 관리 수량 거래 전략은 기술 분석 구조 이론과 현대적 위험 관리 원칙을 결합한 거래 시스템이다. 전략은 중요한 시장 구조를 식별하고 돌파구를 확인함으로써 고품질의 거래 기회를 포착 할 수 있으며 동적 상쇄, 위험 비율 제어 및 자동 포지션 계산을 통해 자금 안전을 보장 할 수 있습니다.
이 전략의 주요 장점은 구조화된 거래 논리와 엄격한 위험 제어 메커니즘으로 인해 귀금속, 지수 및 외환과 같은 명백한 구조적 특성을 가진 시장에 적용할 수 있습니다. 그러나, 전략에는 파라미터 민감성 및 시장 적응성 등의 잠재적인 위험도 있습니다.
시장 환경 필터링, 다중 시간 프레임 분석 및 동적 위험 관리와 같은 최적화 조치를 추가하여 전략의 안정성과 수익성을 더욱 향상시킬 수 있습니다. 궁극적으로, 전략은 균형 잡힌 거래 기회 포착 및 위험 제어 프레임 워크를 제공하여 양적 거래자에게 신뢰할 수있는 거래 시스템 기반을 제공합니다.
/*backtest
start: 2024-05-30 00:00:00
end: 2025-05-29 00:00:00
period: 2h
basePeriod: 2h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=6
strategy("LANZ Strategy 4.0 [Backtest]", overlay=true, default_qty_type=strategy.cash, default_qty_value=100)
// === INPUTS ===
swingLength = input.int(180, "Swing Length", minval=10)
slBufferPoints = input.float(50.0, "SL Buffer (Points)", minval=0.1)
rr = input.float(1.0, "TP Risk-Reward (RR)", minval=0.1)
riskPercent = input.float(1.0, "Risk per Trade (%)", minval=0.1, maxval=100)
pipValueUSD = input.float(10.0, "Pip Value in USD (1 lot)", minval=0.01) // Para XAUUSD = $10/punto
// === PIVOT DETECTION ===
pivotHigh = ta.pivothigh(high, swingLength, swingLength)
pivotLow = ta.pivotlow(low, swingLength, swingLength)
// === STATE TRACKING ===
var float lastTop = na
var float lastBottom = na
var float prevHigh = na
var float prevLow = na
var int trendDir = na
var bool topCrossed = false
var bool bottomCrossed = false
var bool topWasStrong = false
var bool bottomWasStrong = false
// === TREND EVALUATION ===
if not na(pivotHigh)
prevHigh := lastTop
lastTop := pivotHigh
trendDir := (not na(prevHigh) and pivotHigh < prevHigh) ? -1 : trendDir
topWasStrong := trendDir == -1
topCrossed := false
if not na(pivotLow)
prevLow := lastBottom
lastBottom := pivotLow
trendDir := (not na(prevLow) and pivotLow > prevLow) ? 1 : trendDir
bottomWasStrong := trendDir == 1
bottomCrossed := false
// === ENTRY SIGNALS ===
buySignal = not topCrossed and close > lastTop
sellSignal = not bottomCrossed and close < lastBottom
// === ENTRY FREEZE VARIABLES ===
var float entryPriceBuy = na
var float entryPriceSell = na
var bool signalTriggeredBuy = false
var bool signalTriggeredSell = false
// === RESET ON POSITION CLOSE ===
if strategy.opentrades == 0
signalTriggeredBuy := false
signalTriggeredSell := false
entryPriceBuy := na
entryPriceSell := na
// === CAPTURE ENTRY PRICE ===
if buySignal and not signalTriggeredBuy and strategy.opentrades == 0
entryPriceBuy := close
signalTriggeredBuy := true
if sellSignal and not signalTriggeredSell and strategy.opentrades == 0
entryPriceSell := close
signalTriggeredSell := true
// === SL/TP / RIESGO DINÁMICO ===
pip = syminfo.mintick * 10
buffer = slBufferPoints * pip
var float sl = na
var float tp = na
var float qty = na
// === OBJETOS VISUALES ===
var line epLine = na
var line slLine = na
var line tpLine = na
var label epLabel = na
var label slLabel = na
var label tpLabel = na
// === BUY ENTRY ===
if signalTriggeredBuy and strategy.opentrades == 0
sl := low - buffer
tp := entryPriceBuy + (entryPriceBuy - sl) * rr
slPips = math.abs(entryPriceBuy - sl) / pip
riskUSD = strategy.equity * (riskPercent / 100)
qty := slPips > 0 ? (riskUSD / (slPips * pipValueUSD)) : na
strategy.entry("BUY", strategy.long, qty=qty)
strategy.exit("TP/SL BUY", from_entry="BUY", stop=sl, limit=tp)
topCrossed := true
// === SELL ENTRY ===
if signalTriggeredSell and strategy.opentrades == 0
sl := high + buffer
tp := entryPriceSell - (sl - entryPriceSell) * rr
slPips = math.abs(entryPriceSell - sl) / pip
riskUSD = strategy.equity * (riskPercent / 100)
qty := slPips > 0 ? (riskUSD / (slPips * pipValueUSD)) : na
strategy.entry("SELL", strategy.short, qty=qty)
strategy.exit("TP/SL SELL", from_entry="SELL", stop=sl, limit=tp)
bottomCrossed := true