
다중 지표 공명 트렌드 추적 및 축점 거래 시스템은 축점 분석과 부드러운 K 선에 기반한 정량 거래 전략이다. 이 전략은 Heikin Ashi 도표 기술을 핵심 가격 축점 탐지 장치와 통합하여 시장의 중요한 전환점을 식별하여 가격 트렌드를 포착한다. 전략의 핵심은 “높은 반사” 흡수 개념의 정량 구현, 즉 낮은 축점에서 구매하고 높은 축점에서 판매, 동시에 완벽한 위험 관리 장치와 함께 자동화 된 거래 과정에서 안정적인 운영을 구현한다.
이 전략의 기술적 핵심은 다음과 같은 핵심 요소에 기반합니다.
Heikin Ashi 평평한 K 라인전략: 전통적인 K선 대신 Heikin Ashi 도표를 사용하여, 이 개량된 K선은 특별한 계산을 통해 가격 변동을 평평하게 하고, 시장 추세 방향을 더 명확하게 보여주고, 단기간의 소음을 필터링한다.
축점 검출 장치: 전략은 고급 축점 탐지 알고리즘을 구현하여, 좌측과 우측의 K선 수를 파라미터화하여 (기본적으로 10과 5) 시장의 중요한 전환점을 정확하게 식별한다. 낮은 축점의 축이 형성되는 것을 감지하면, 시스템은 다중 신호를 생성한다. 높은 축점의 축이 형성되는 것을 감지하면, 시스템은 공백 신호를 생성한다.
신호 시각화: 식별된 중심점 위치에서, 전략은 레이블을 통해 명확하게 “더”와 “무”의 신호를 표시하여 거래자가 시장 구조를 직관적으로 이해할 수 있도록합니다.
포지션 관리: 전략은 기본으로 계좌 가치의 100%를 사용하여 거래하지만 파라미터를 통해 조정할 수 있습니다.
위험 관리 시스템: 퍼센티지 스톱 스톱 손실 메커니즘을 구현하고, 다공간 개별적으로 스톱 스톱 손실 비율을 설정하고, 모바일 스톱 스톱 기능을 장착하여 수익을 잠금합니다. 기본 다공간 스톱 스톱은 0.35%, 스톱 스톱은 5%로 설정합니다.
역 신호 처리: 홀딩 시 공백 신호가 발생하거나 홀딩 시 공백 신호가 발생하면, 전략은 자동으로 기존 포지션을 청산하고 역 포지션을 개설하여 빠른 시장 적응을 구현한다.
노이즈 필터: Heikin Ashi 기술을 적용하여 시장 소음을 효과적으로 필터링하여 가짜 신호를 줄이고 트렌드 식별 정확도를 향상시킵니다.
전환점의 정확한 포착: 매개 변수화된 축점 검출 알고리즘을 통해 시장의 중요한 전환점을 정확하게 식별할 수 있으며, “높은 투기, 낮은 흡수”의 거래 철학을 구현한다.
적응력전략은 시장의 전환점에 따라 거래 방향을 자동으로 조정할 수 있으며, 다양한 시장 환경에 적응할 수 있습니다.
개선된 위험 관리내장된 다단계 리스크 제어 장치, 고정 비율 스톱, 동적 이동 스톱, 단일 거래 리스크를 효과적으로 제어한다.
높이는 사용자 정의전략의 핵심 매개 변수 (심축 검증 매개 변수, 스톱로스 비율, 이동 스톱 오비에스 등) 는 거래자의 선호도와 시장 특성에 따라 사용자 정의 할 수 있습니다.
시각적 직관: 거래 신호를 차트에 표시하여 거래 의사 결정 과정을 직관적이고 이해하기 쉽고 검증 할 수 있도록합니다.
완전 자동화신호 생성부터 포지션 관리, 위험 관리까지 모든 거래 과정이 완전히 자동화되어 인간의 개입과 감정적 영향을 줄입니다.
확인 지연: 축점 탐지 메커니즘에 내재된 지연이 존재함 ((“오른쪽” 변수에 의해 결정, 기본 5K 선), 신호 확인 때 일부 가격 움직임을 놓쳤을 수 있음을 의미합니다.
고정 중지 제한: 고정 비율을 사용하는 경우 시장의 변동성에 적절하게 적응하지 못할 수 있으며, 높은 변동성 시장에서는 너무 작은 손실이 발생할 수 있으며, 낮은 변동성 시장에서는 너무 큰 손실이 발생할 수 있습니다.
반전 과잉 거래위기 시장에서 중심점이 자주 형성될 수 있으며, 이는 시스템 과잉 거래와 거래 비용을 증가시킬 수 있다.
헤이킨 아시의 한계“Heikin Ashi”는 트렌드를 파악하는 데 도움이 되지만, 가격에 대한 세부적인 사항들을 감추는 데도 도움이 되는데, 이는 특정 시장 조건에서 중요한 신호를 놓치게 할 수 있다.
고정 변수 위험: 전략은 고정된 축점 검출 파라미터를 사용하며, 모든 시간 주기 또는 모든 시장 조건에 적용되지 않을 수 있다.
시장 환경의 필터링 부족전략: 전략에는 내장된 시장 환경 판단 메커니즘이 없기 때문에, 트렌드 추적에 적합하지 않은 불안정한 시장에서 좋지 않은 성능을 발휘할 수 있다.
수수료의 영향하이프렌크 트레이딩 전략은 트레이딩 비용에 민감하며, 실제 적용에서는 수수료 영향을 충분히 고려해야 한다.
적응 변수: 변동률 지표 (ATR 같은) 를 도입하여 시장 변동에 따라 축점 검출 파라미터와 스톱 스톱 손실 비율을 동적으로 조정하여 전략 적응력을 향상시킬 수 있습니다.
시장 환경 필터링: 트렌드 강도 또는 변동률 지표와 같은 시장 환경 판단 장치를 추가하고, 거래에 적합하지 않은 시장 조건에서 거래를 중단합니다.
다중 시간 주기 확인다중 시간 주기의 분석을 도입하여 거래 신호가 더 높은 시간 주기의 추세에 의해 뒷받침되어야 하므로 역동적인 거래를 줄일 수 있습니다.
양수 확인: 통합 트래픽 분석, 신호가 충분한 트래픽 지원이 있을 때만 수행하도록 요구, 신호 품질을 향상한다.
동적 위치 관리: 시장의 변동성과 계정 리스크에 기반한 동적 포지션 관리를 구현하고, 기존의 고정 비율 방식을 대체한다.
기계 학습 최적화: 기계 학습 방법을 사용하여 전략 매개 변수를 최적화하여 전략 안정성을 높이기 위해 역사 데이터에 따라 좌우 K 선의 수를 자동으로 조정합니다.
신호 필터를 추가: RSI, MACD 등과 같은 추가적인 기술 지표가 신호 필터로 도입되며, 다중 지표 공명 확인의 경우에만 거래가 수행됩니다.
시간 필터트레이딩 시간 필터를 추가하여 과도한 변동성이나 과도한 변동성을 피하고 거래 효율성을 향상시킵니다.
다중 지표 공명 트렌드 추적 및 축점 거래 시스템은 Heikin Ashi 기술과 축점 분석을 결합한 정량 거래 전략으로, 시장 전환점을 정확하게 식별하여 “고등 낙하 흡수”의 거래 철학을 구현합니다. 이 전략은 잡음 필터링, 신호 명확성, 위험 관리 개선 등의 장점을 가지고 있지만, 신호 지연, 변수 고정 등의 한계에 직면합니다.
적응 파라미터 메커니즘, 다중 신호 확인, 시장 환경 필터링 등의 최적화 방법을 도입함으로써, 이 전략은 거래 효율성과 안정성을 더욱 향상시킬 것으로 예상된다. 전략의 핵심 가치는 전통적인 기술 분석의 중심점 이론과 현대적인 양적 거래 기술을 결합하여 거래자에게 체계적이고 징계 된 거래 방법을 제공하여 감정적 인 방해를 효과적으로 줄이고 거래 일관성을 향상시킵니다.
이 전략은 시장에서 자동화 된 “높은 가격과 낮은 가격”을 실현하고자하는 거래자에게 좋은 출발점을 제공하며, 합리적인 매개 변수 조정과 지속적인 최적화를 통해 다양한 시장 환경과 거래 요구에 적응하여 장기적으로 안정적인 거래 성과를 달성 할 수 있습니다.
/*backtest
start: 2024-06-30 00:00:00
end: 2025-06-28 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy(title="ZYTX GKDD", shorttitle="ZYTX GKDD", overlay=true,
pyramiding=1, default_qty_type=strategy.percent_of_equity, default_qty_value=100,
commission_type=strategy.commission.percent, commission_value=0.03)
// ===== 策略参数 =====
// --- 枢轴点检测参数 ---
string g1 = "智赢天下策略机器人"
leftBars = input.int(10, title="线上", minval=1, group=g1)
rightBars = input.int(5, title="线下", minval=1, group=g1)
// --- 多空开关 ---
string g2 = "策略开关"
enableLong = input.bool(true, "启用多单策略", group=g2) // 启用多单
enableShort = input.bool(true, "启用空单策略", group=g2) // 启用空单
// ==== 止盈止损设置 ====
string g3 = "风险控制"
SS = input.bool(true, "用百分比止损", group=g3)
yy = input.int(100, "止盈止损仓位比例", minval=1, maxval=100, group=g3)
jj = input.float(10, "移动止盈止损偏移", minval=0.1, step=0.1, group=g3)
longProfitPerc = input.float(0.35, "多单止盈(%)", minval=0.0, step=0.1, group=g3) * 0.01
shortProfitPerc = input.float(0.35, "空单止盈(%)", minval=0.0, step=0.1, group=g3) * 0.01
longLossPerc = input.float(5, "多单止损(%)", minval=0.0, step=0.1, group=g3) * 0.01
shortLossPerc = input.float(5, "空单止损(%)", minval=0.0, step=0.1, group=g3) * 0.01
// ==== 计算Heikin Ashi数据 ====
ha_ticker = ticker.heikinashi(syminfo.tickerid)
[ha_open, ha_high, ha_low, ha_close] = request.security(ha_ticker, timeframe.period,
[open, high, low, close], lookahead=barmerge.lookahead_off)
// ==== 枢轴点检测 ====
pivotHighValue = ta.pivothigh(ha_high, leftBars, rightBars)
pivotLowValue = ta.pivotlow(ha_low, leftBars, rightBars)
// ==== 固定标签样式 ====
color high_label_color = color.red
color low_label_color = color.green
color text_color = color.white
string label_size = size.normal
string high_style = label.style_label_down
string low_style = label.style_label_up
// ==== 绘制枢轴点标签 ====
if not na(pivotHighValue)
label.new(
bar_index[rightBars],
ha_high[rightBars] * 1.002,
text="空",
color=high_label_color,
textcolor=text_color,
style=high_style,
yloc=yloc.price,
size=label_size
)
if not na(pivotLowValue)
label.new(
bar_index[rightBars],
ha_low[rightBars] * 0.998,
text="多",
color=low_label_color,
textcolor=text_color,
style=low_style,
yloc=yloc.price,
size=label_size
)
// ==== 交易信号 ====
// 出现"多"字标签时开多单
longSignal = not na(pivotLowValue) and enableLong
// 出现"空"字标签时开空单
shortSignal = not na(pivotHighValue) and enableShort
// ==== 交易状态跟踪 ====
var float entryPrice = na // 入场价格
var float targetPrice = na // 目标止盈价格
var float stopPrice = na // 止损价格
var bool inLongPosition = false // 是否持有多单
var bool inShortPosition = false // 是否持有空单
// ==== 策略逻辑 ====
// 使用下一根K线的开盘价作为实际入场价格
if (longSignal and not inLongPosition and not inShortPosition)
entryPrice := open
targetPrice := entryPrice * (1 + longProfitPerc)
stopPrice := entryPrice * (1 - longLossPerc)
strategy.entry("多单入场", strategy.long, limit=entryPrice) // 开多单
inLongPosition := true
inShortPosition := false
if (shortSignal and not inShortPosition and not inLongPosition)
entryPrice := open
targetPrice := entryPrice * (1 - shortProfitPerc)
stopPrice := entryPrice * (1 + shortLossPerc)
strategy.entry("空单入场", strategy.short, limit=entryPrice) // 开空单
inLongPosition := false
inShortPosition := true
// 反向信号处理 - 平仓并开反向单
if (inLongPosition and shortSignal)
strategy.close("多单入场", comment="反向信号平仓")
inLongPosition := false
entryPrice := open
targetPrice := entryPrice * (1 - shortProfitPerc)
stopPrice := entryPrice * (1 + shortLossPerc)
strategy.entry("空单入场", strategy.short, limit=entryPrice) // 反向开空单
inShortPosition := true
if (inShortPosition and longSignal)
strategy.close("空单入场", comment="反向信号平仓")
inShortPosition := false
entryPrice := open
targetPrice := entryPrice * (1 + longProfitPerc)
stopPrice := entryPrice * (1 - longLossPerc)
strategy.entry("多单入场", strategy.long, limit=entryPrice) // 反向开多单
inLongPosition := true
// 止盈止损逻辑 - 使用if语句手动检查
if (inLongPosition and SS)
// 更新移动止盈价格
if ha_high > targetPrice
targetPrice := ha_high - jj
// 检查是否达到止盈条件
if ha_high >= targetPrice
strategy.close("多单入场", comment="多单止盈")
inLongPosition := false
// 检查是否达到止损条件
if ha_low <= stopPrice
strategy.close("多单入场", comment="多单止损")
inLongPosition := false
if (inShortPosition and SS)
// 更新移动止盈价格
if ha_low < targetPrice
targetPrice := ha_low + jj
// 检查是否达到止盈条件
if ha_low <= targetPrice
strategy.close("空单入场", comment="空单止盈")
inShortPosition := false
// 检查是否达到止损条件
if ha_high >= stopPrice
strategy.close("空单入场", comment="空单止损")
inShortPosition := false