ianzeng123
개요
다중 시간 주기 축 반전 전략은 가격 행동을 기반으로 한 거래 시스템으로, 주요 기관 수준의 주 주 축 (PP) 에서 높은 확률의 반전 신호를 찾는 데 초점을 맞추고 있습니다. 이 전략은 엄격한 위험 제어와 강력한 수익 잠재력을 가진 주 주 초의 가격 움직임을 포착하기 위해 설계되었습니다. 전략의 핵심은 지난 주의 높고 낮고 종식 가격을 활용하여 그 주 축을 계산하고, 가격과 축 사이의 상호 작용에서 거래 기회를 찾고, RSI 지표를 보조하여 거래 신호의 신뢰성을 향상시킵니다.
전략 원칙
이 전략의 핵심 원칙은 주간의 중심점과 가격의 상호 작용을 모니터링하여 시장의 역전점을 식별하는 것입니다.
축점 계산전략은 지난 주의 하위 (high_prev), 하위 (low_prev), 그리고 종결 (close_prev) 을 사용하여 주간의 축점 (PP), 저항점 (R1) 및 지지점 (S1) 을 계산한다.
- PP = (high_prev + low_prev + close_prev) / 3
- R1 = 2 * PP - low_prev
- S1 = 2 * PP - high_prev
거래 신호 생성：
- 다중 조건: 가격이 PP보다 낮게 상장하지만 PP보다 상향으로 상장하면 보이스 반전이 나타납니다.
- 공백 조건: 가격이 PP보다 높게 상장하지만 이후 PP 이하로 하락하고 상장하면 하락 반전이 나타납니다.
RSI 확인(선택 가능): 필터링 조건으로 상대적으로 강하고 약한 지표 ((RSI) 를 추가하고, 기본 설정은 다음과 같습니다.
- RSI > 50
- RSI <50이 필요해요
스톱 스톱 손실 설정：
- 다중 거래: R1에 중지 설정, S1에 중지 설정
- 공백 거래: S1에 중지 설정, R1에 중지 설정
주기 변환 검출사용:
ta.change(time("W"))새로운 거래 주가 시작되는 것을 감지하여 축점 계산을 업데이트합니다.
전략적 이점
이 전략의 코드에 대한 깊은 분석은 다음과 같은 중요한 장점을 요약할 수 있습니다.
기관 차원의 거래축점: 축점은 대형 기관과 전문 거래자가 자주 사용하는 중요한 참조 수준이며, 이러한 수준에 대한 거래를 통해 전략은 주요 시장 참가자의 주문 흐름과 일치 할 수 있습니다.
명확한 입시 규칙정책은 명확한 입시 기준을 제공하여 주관적인 판단의 필요성을 줄이고 체계적인 실행에 적합합니다.
위험 관리 최적화스톱로즈와 스톱스은 중요한 지지와 저항 지점에 설정되어 시장 구조에 부합할 뿐만 아니라, 유리한 리스크-이익 비율을 제공합니다.
시간 효율성이 전략은 특히 주 초 (월요일부터 수요일) 의 거래 기회에 초점을 맞추고, 이 시기를 시장의 새로운 주간 수준에 대한 초기 반응으로 활용한다.
매우 적응력이 좋다: 다양한 유동성 시장과 다른 시간 프레임에 적용할 수 있습니다. 특히 15분 또는 1시간 차트
사용자 정의: RSI 확인을 사용하거나 RSI 파라미터를 다른 시장 환경에 맞게 조정할 수 있습니다.
전략적 위험
이 전략은 여러 장점이 있지만, 다음과 같은 잠재적인 위험도 있습니다.
가짜 침입 위험: 가격은 일시적으로 축축점을 돌파할 수 있지만, 그 후 원래의 방향으로 돌아와서 잘못된 신호를 발생시킨다. 해결책은 가격 돌파 이후 일정 시간 동안 유지하도록 요구하는 확인 메커니즘을 추가하는 것이다.
높은 변동성 시장 문제: 높은 변동성이 있는 시장에서, 가격이 종종 축점을 통과할 수 있으며, 이는 과도한 거래와 거래 비용을 증가시킵니다. 해결책은 높은 변동성 환경에서 추가적인 트렌드 필터를 추가하는 것입니다.
뉴스 사건의 영향주요 경제 뉴스는 가격의 비정상적인 변동으로 인해 정상적인 기술 형태를 파괴 할 수 있습니다. 전략은 높은 영향력있는 뉴스 기간 동안 거래를 피하는 것이 좋습니다.
매개변수 민감도: RSI 매개 변수의 선택은 전략 성능에 크게 영향을 줄 수 있으며, 다른 시장에는 다른 최적 매개 변수가 필요할 수 있습니다. 실전 이전에는 철저한 매개 변수 최적화가 권장됩니다.
범주 시장 효과수평 정리 시장에서, 가격은 중심축 근처에서 자주 변동할 수 있지만 명확한 추세가 형성되지 않아 여러 번의 소액 손실을 초래합니다. 범주 시장에서 거래를 피하기 위해 변동율 필터를 추가하는 것을 고려할 수 있습니다.
전략 최적화 방향
코드 분석을 바탕으로, 이 전략에는 다음과 같은 몇 가지 최적화 방향이 있습니다.
다중 시간 프레임 확인을 추가합니다.: 더 높은 시간 프레임의 트렌드 방향과 결합하여, 더 높은 시간 프레임의 트렌드 방향과 일치하는 방향으로만 거래하십시오. 이것은 거래가 주요 추세에 부합하는 것을 보장하기 때문에 승률을 높일 수 있습니다.
동적 정지 손해 조정: 현재 스톱로스는 고정된 S1 또는 R1 위치로 설정되어 있으며, 수익을 보호하고 수익을 달릴 수 있도록 추적 스톱로스를 구현하는 것을 고려할 수 있습니다.
거래량 분석: 합성 거래량 지표가 추가적인 확인 요소로, 거래량이 증가하는 경우에만 진입하여 가짜 돌파의 위험을 줄일 수 있습니다.
시장 구조 필터를 추가합니다.예를 들어, 가격이 더 높은 고점과 더 높은 낮은 패턴에 있을 때만 (상향 추세) 더 많은 거래를 하고, 그 반대의 경우도 마찬가지입니다.
통합 변동률 지표: ATR ((평균 실제 범위) 와 같은 변동률 지표를 추가하여 높은 변동률 환경에서 스톱로스를 조정하거나 거래를 피하십시오.
계절 분석: 특정 시장은 특정 날짜 또는 달에 예측 가능한 패턴을 나타낼 수 있으며, 계절적 필터를 추가하여 진입 시기를 최적화 할 수 있습니다.
RSI 애플리케이션을 개선하기RSI의 변동이 단순한 하락보다 더 강력한 반전 신호를 제공 할 수 있다는 것을 확인하기 위해 RSI를 사용하는 것을 고려하십시오.
요약하다
다중 시간 주기 축 반전 전략은 시장 원리에 기반한 체계화된 거래 방법이며, 기관 수준의 축점을 사용하여 높은 확률의 시장 반전 기회를 식별한다. 가격과 축점의 상호 작용을 모니터링하여 선택 가능한 RSI 확인과 함께, 이 전략은 엄격한 위험 제어와 명확한 수익 목표가있는 거래 기회를 잡을 수 있다.
이 전략은 특히 유동성 시장과 일일 거래 시간 프레임에 적합하며 특히 주 초에 잘 작동합니다. 가짜 돌파구 및 시장 변동성 등의 위험이 있음에도 불구하고 적절한 위험 관리와 권장된 최적화 조치를 통해 이러한 위험을 효과적으로 제어 할 수 있습니다.
무엇보다도, 거래자는 실장에 적용하기 전에 전체적인 회귀를 수행하고 특정 시장 조건에 따라 변수를 조정해야합니다. 다중 시간 프레임 분석, 동적 중단 및 거래량 확인과 같은 최적화를 추가함으로써 이 전략의 성능이 더욱 향상되어 거래자의 도구 상자의 가치있는 구성 요소가 될 수 있습니다.
/*backtest
start: 2024-06-23 00:00:00
end: 2025-06-21 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Marx Weekly Pivot Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === INPUTS ===
use_rsi = input.bool(true, "Use RSI confirmation", group="Confirmation")
rsi_period = input.int(14, "RSI Period", group="Confirmation")
rsi_thresh = input.int(50, "RSI Threshold", group="Confirmation")
// === CALCULATE WEEKLY PIVOTS ===
var float pp = na
var float r1 = na
var float s1 = na
var float r2 = na
var float s2 = na
new_week = ta.change(time("W"))
high_prev = request.security(syminfo.tickerid, "W", high[1])
low_prev = request.security(syminfo.tickerid, "W", low[1])
close_prev = request.security(syminfo.tickerid, "W", close[1])
if new_week
pp := (high_prev + low_prev + close_prev) / 3
r1 := 2 * pp - low_prev
s1 := 2 * pp - high_prev
r2 := pp + (r1 - s1)
s2 := pp - (r1 - s1)
// === RSI Confirmation ===
rsi = ta.rsi(close, rsi_period)
rsi_buy = rsi > rsi_thresh
rsi_sell = rsi < rsi_thresh
// === STRATEGY CONDITIONS ===
long_condition = close > pp and open < pp and (not use_rsi or rsi_buy)
short_condition = close < pp and open > pp and (not use_rsi or rsi_sell)
// === ENTRIES & EXITS ===
if (long_condition)
strategy.entry("Long", strategy.long)
strategy.exit("TP Long", from_entry="Long", limit=r1, stop=s1)
if (short_condition)
strategy.entry("Short", strategy.short)
strategy.exit("TP Short", from_entry="Short", limit=s1, stop=r1)
// === VISUAL LABELS ===
plotshape(long_condition, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY", title="Long Signal")
plotshape(short_condition, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL", title="Short Signal")
// === ALERTS ===
alertcondition(long_condition, title="Long Alert", message="Long setup detected (Weekly Pivot Reversal)")
alertcondition(short_condition, title="Short Alert", message="Short setup detected (Weekly Pivot Reversal)")
// === PLOT PIVOTS ===
plot(pp, title="Pivot", color=color.orange, linewidth=1)
plot(r1, title="R1", color=color.green, linewidth=1)
plot(s1, title="S1", color=color.red, linewidth=1)