
RSI-AMD 이중 모형 동적 거래 시스템과 구매 보유 기준 통합 전략은 기술 지표가동의 적극적인 거래 구성 요소와 전통적인 구매 보유 방법을 결합한 혁신적인 양적 거래 시스템이다. 이 전략은 상대적으로 강한 지표 ((RSI) 를 사용하여 시장의 과매매 과매매 상태를 식별하고, 평균 변동 차 (average fluctuation difference ((AMD)) 방법을 사용하여 가격 축적 지역을 식별한다. 이 시스템의 독특한 점은 실제로 두 개의 독립적인 전략이 동시에 작동한다는 것입니다. RSI와 가격 범위를 기반으로 한 적극적인 거래 전략, 1: 2의 위험과 수익 비율을 사용; 그리고 수동적인 구매 보유 전략, 성능 비교 기준으로.
이 전략의 핵심 논리는 최적의 시장 진입 지점을 결정하기 위해 다중 조건 필터를 기반으로 합니다.
RSI 신호표준 14주기 RSI 지표를 사용하여, RSI가 과매도 영역에서 (기본 30) 위쪽으로 넘어가면 구매 신호를 유발하고, RSI가 과매도 영역에서 (기본 70) 아래로 넘어가면 판매 신호를 유발합니다.
가격 범위 확인: 전략은 가격 축적 지역을 식별하기 위해 AMD (평균 변동 차) 개념을 사용합니다. 그것은 지난 10 회 동안의 최고 가격과 최저 가격 사이의 범위를 계산하고 백분율로 표준화합니다. 가격 범위가 기본 값 (부정 1%) 보다 작으면 시장이 축적 단계에 있으며 특정 방향으로 돌파 할 준비가되어 있음을 나타냅니다.
거래량 확인신호의 질을 추가로 검증하기 위해, 전략은 20주기 거래량 평균보다 높은 현재 거래량을 요구하며, 잠재적인 가격 움직임을 지원하는 충분한 시장 참여를 보장합니다.
위험 관리: 시스템으로 동적인 스톱 스톱 손실 메커니즘을 구현하고, 기본 설정으로 2%의 수익 목표와 1%의 스톱 손실을 설정하여 1: 2의 리스크 수익률을 생성합니다. 이러한 수준은 입시 가격의 동력에 대해 계산됩니다.
구매 및 보유 부품전략의 두 번째 구성 요소는 간단한 일회용 구매/ 보유 방식이며, 이는 적극적인 거래 구성 요소에 대한 성능 기준을 제공합니다.
적극적인 거래 엔진과 구매 보유 구성 요소는 서로 간섭하지 않고 완전히 독립적으로 작동하여 거래자가 동일한 피드백에서 두 가지 방법의 효과를 비교할 수 있습니다.
이 전략의 코드를 분석한 결과 몇 가지 중요한 장점이 드러났습니다.
다단계 신호 필터링RSI 신호, 가격 축적 및 거래량 확인을 요구하는 조합을 통해 전략은 잠재적인 가짜 신호를 효과적으로 필터링하여 거래 품질을 향상시킵니다.
매우 적응력이 좋다전략의 여러 조정 가능한 매개 변수들 (RSI 주기, 오버 바이 오버 셀 레벨, 범위 길, 누적한값, 수익 목표 및 스톱 손실 레벨) 은 다른 시장 환경과 자산 유형에 따라 사용자 정의를 허용한다.
내장 위험 관리동적 스톱, 스톱, 스로드는 모든 거래에 대해 명확한 탈퇴 기준을 제공하여 감정적 인 결정을 방지하고 자본을 보호합니다.
성능 기준통합된 구매 및 보유 구성 요소는 거래자가 자신의 적극적인 거래 전략이 단순한 시장 참여를 넘어 실제로 가치를 추가하는지 여부를 평가할 수 있도록 즉각적인 비교를 제공합니다.
양방향 거래이 전략은 시장의 상승과 하락의 기회를 잡을 수 있으며, 상장과 하락의 신호를 통해 전체 시장 참여를 실현할 수 있다.
비교적 긴밀한 거래이 전략은 가격의 근접한 범위에 대한 동적 변화에 초점을 맞추어 대폭적인 가격 움직임의 초기 단계를 포착하는 경향이 있으며, 위험 조정 후의 수익률을 높일 수 있다.
이러한 장점에도 불구하고, 이 전략에는 거래자들이 주의해야 할 몇 가지 잠재적인 위험도 있습니다.
RSI의 한계RSI는 강한 트렌드 시장에서 지속적인 오버 바이 또는 오버 세 신호를 생성하여 일찍 입문하거나 눈에 띄는 가격 움직임을 놓치게 할 수 있습니다. 시장이 강한 트렌드 중일 때 간단한 오버 바이 오버 세 경계는 충분히 신뢰할 수 없습니다.
매개변수 민감도: 전략의 성능은 여러 파라미터의 설정에 매우 민감합니다. 특히 RSI 하위값과 가격 범위 비율. 이러한 파라미터를 과도하게 최적화하면 곡선 적합성이 발생할 수 있으며 실시간 거래에서 좋지 않은 성능을 나타냅니다.
거래 빈도 불확실성전략은 여러 조건이 동시에 충족되는 것에 의존하기 때문에, 어떤 시장 환경에서 거래 신호가 거의 발생하지 않아 자본 사용이 부족할 수 있습니다.
고정 리스크 수익 설정고정된 비율의 스톱과 스톱을 사용하는 것은 모든 시장 조건에 적합하지 않을 수 있다. 높은 변동성이 있는 기간에 1%의 스톱은 너무 밀접할 수 있고, 낮은 변동성이 있는 기간에 2%의 수익 목표가 너무 급진적일 수 있다.
절대적인 손실 비율이 전략은 시장의 변동성이나 지지를 기반으로 하는 적응적 중지보다는 입시 가격에 기반한 고정 비율의 중지를 사용하며, 이는 정상적인 시장 변동성에서 중지되는 출구로 이어질 수 있습니다.
암시된 전략 충돌: 코드는 두 가지 전략 구성 요소가 서로 간섭하지 않도록 보장하지만, 동시에 두 가지 잠재적 인 충돌 전략 (동기적 거래와 구매 보유) 을 실행하는 것은 자금 관리 및 결과 평가에서 개념적 혼란을 일으킬 수 있습니다.
코드의 심층적인 분석을 바탕으로 다음과 같은 몇 가지 가능한 최적화 방향이 있습니다.
RSI 하락에 적응하는 방법: 역동적인 RSI 하락값을 도입하여 고정된 오버 바이 오버 소드 레벨을 사용하는 대신 역사적인 변동성이나 트렌드 강도를 기반으로 합니다. 이것은 RSI의 평균과 표준 차이를 계산하여 하락값을 현재 시장 조건에 따라 조정하여 수행 할 수 있습니다.
변동성 조정 손실: 실제 변동의 폭에 기초한[…]ATR) 의 정지 손실을 고정 비율의 중지로 대체하여, 현재의 시장의 변동성을 고려한 중지점을 보장한다. 예를 들어, 출입 가격의 1.5배의 ATR을 빼기 위해 중지 손실을 설정할 수 있다.
일부 수익이 잠금되어 있습니다.: 단계적 이윤 획득 전략을 시행하고, 가격이 특정 목표에 도달했을 때 부분적으로 청산하고, 나머지 포지션의 상쇄 손실을 비용 가격 이상으로 이동하여 달성 된 수익을 보호합니다.
거래 규모 최적화: 신호 강도, 시장의 변동성 및 최근 전략적 성과에 따라 포지션 크기를 조정합니다.
다중 시간 프레임 확인: 더 긴 시간 프레임의 트렌드 필터를 추가하여 단기 거래가 주요 트렌드 방향과 일치하는지 확인합니다. 더 긴 주기 이동 평균 또는 더 긴 시간 프레임의 RSI를 통해 수행 할 수 있습니다.
관련 시장 필터관련 시장 또는 지표 (산업 지수, 변동성 지수 또는 시장 폭 지수와 같은) 의 정보를 통합하여 추가적인 시장 배경과 낮은 품질의 신호를 필터링합니다.
독립적 전략 평가: 두 가지 방법을 더 명확하게 비교하기 위해 독립적인 철회 및 반환 통계를 포함하여 적극적인 거래와 구매 보유 구성 요소의 성과를 개별적으로 평가할 수 있도록 코드를 수정했습니다.
기계 학습 강화: 간단한 머신 러닝 알고리즘을 사용하여 최적화된 파라미터 선택을 탐구하거나 특정 시장 조건에서 어떤 전략 구성 요소가 더 잘 수행 될 수 있는지 예측하여, 적응 방법을 선택하십시오.
RSI-AMD 이중 모드 동적 거래 시스템은 기술 분석, 가격 패턴 식별 및 위험 관리 원칙을 재치있게 결합한 정교한 양적 전략이며, 내장 된 성능 기준을 제공합니다. 이 전략의 핵심 장점은 RSI 동적, 가격 축적 및 거래량 지원을 동시에 요구하는 다층적 신호 확인 과정에 있습니다.
내장된 1: 2 리스크 리턴드 프레임 워크는 자본 보호에 대한 구조화된 방법을 제공하며, 병렬 구매 및 보유 구성 요소는 적극적인 거래 결정을 위해 현실적인 성능 비교를 제공합니다. 그러나, 모든 거래 시스템과 마찬가지로, 이 전략은 특히 RSI 신호의 신뢰성, 변수 감수성 및 고정된 위험 관리 설정에서 한계가 있습니다.
이 전략은 제안의 최적화, 특히 적응 변수, 변동성 조정의 위험 관리 및 다중 시간 프레임 분석을 통해 안정성과 적응성을 더욱 강화할 수 있습니다. 궁극적으로 RSI-AMD 시스템은 고전적인 기술 지표의 신뢰성과 혁신적인 실행 및 위험 관리 프레임 워크를 결합하여 단기 동력 거래자에게 유망한 출발점을 제공하면서 장기 투자 성능에 대한 명확한 기준을 제공합니다.
/*backtest
start: 2025-06-04 00:00:00
end: 2025-06-06 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"DOGE_USDT"}]
*/
//@version=5
strategy('RSI + AMD Estrategia (1:2 RR) vs Buy & Hold', overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === PARÁMETROS ===
rsiPeriod = input(14, title='RSI Periodo')
rsiOverbought = input(70, title='RSI Sobrecompra')
rsiOversold = input(30, title='RSI Sobreventa')
rangeLength = input(10, title='Longitud de Rango AMD')
rangeTightPct = input(0.01, title='Máx. % Rango para Acumulación')
tpPct = input(2.0, title='Take Profit (%)')
slPct = input(1.0, title='Stop Loss (%)')
enableBuyHold = input.bool(true, title='Activar Buy & Hold')
// === CÁLCULOS ===
rsi = ta.rsi(close, rsiPeriod)
rangeHigh = ta.highest(high, rangeLength)
rangeLow = ta.lowest(low, rangeLength)
tightRange = (rangeHigh - rangeLow) / rangeLow < rangeTightPct
volConfirm = volume > ta.sma(volume, 20)
// === CONDICIONES ESTRATEGIA ACTIVA ===
longEntry = ta.crossover(rsi, rsiOversold) and tightRange and volConfirm
shortEntry = ta.crossunder(rsi, rsiOverbought) and tightRange and volConfirm
// === ENTRADAS ESTRATEGIA ACTIVA ===
if longEntry
strategy.entry('Compra Activa', strategy.long, comment='Activa Long')
if shortEntry
strategy.entry('Venta Activa', strategy.short, comment='Activa Short')
// === TP/SL DINÁMICOS PARA ESTRATEGIA ACTIVA ===
longTake = close * (1 + tpPct / 100)
longStop = close * (1 - slPct / 100)
shortTake = close * (1 - tpPct / 100)
shortStop = close * (1 + slPct / 100)
strategy.exit('TP/SL Compra', from_entry='Compra Activa', limit=longTake, stop=longStop)
strategy.exit('TP/SL Venta', from_entry='Venta Activa', limit=shortTake, stop=shortStop)
// === BUY & HOLD (paralela, sin interferir con la otra) ===
if enableBuyHold
var bool didBuyHold = false
if not didBuyHold
strategy.entry('Buy & Hold', strategy.long, comment='Buy & Hold')
didBuyHold := true