
양자파동 동적지원 돌파 전략은 양자파동 이동 평균 (SHMA) 과 동적지원 수준을 결합한 혁신적인 거래 시스템이다. 이 전략은 주로 가격이 중요한 지지를 돌파하는 상황에 초점을 맞추고 있으며, 독점적인 SHMA 지표를 통해 출전 시기를 최적화한다. 이 방법은 기술 분석에서 지지를 돌파하는 개념을 활용할 뿐만 아니라, 양자 컴퓨팅 원리를 도입하여 파동 피드백 메커니즘을 통해 의사결정 질을 높인다.
이 전략의 핵심 원리는 두 가지 핵심 구성 요소에 기반합니다. 동적 지지를 인식하고 양자波 이동 평균 ((SHMA) ).
우선, 전략은 동적 지지 인식 메커니즘을 사용하여 최근 피벗 하위점을 찾아서 지지 수준을 결정한다. 구체적으로, 그것은 ta.pivotlow 함수를 사용하여 왼쪽과 오른쪽의 K 선의 수를 구성하여 지지 수준을 식별한다. 가격이 아래에서 이 지지 수준을 돌파할 때, 시스템은 다중 신호를 유발한다.
두 번째로, 전략은 혁신적인 양파 이동 평균 ((SHMA) 을 필터와 출전 도구로 사용합니다. SHMA는 양파 이동 평균 ((HMA) 의 기초를 결합하여 양파 변동 함수 ((psi) 를 추가하여 가격의 미세한 변동을 캡처합니다. SHMA의 계산은 세 단계로 나뉘어져 있습니다.
진입 조건은 명확하다: 종전 가격이 위쪽으로 지지선을 통과했을 때, 여러 신호가 발생한다. 진출에는 세 가지 상황이 있습니다:
전체 전략은 사용자가 구성할 수 있는 매개 변수를 통해 유연하게 조정됩니다. 여기에는 지원 검출 매개 변수, 스톱 스톱 손실 수준, SHMA 길이나 퀀트 알파 값 등이 포함됩니다.
동적적 시장 적응: 고정된 수준이 아닌 동적인 지지를 사용하여 전략이 다른 시장 환경과 가격 구조의 변화에 적응할 수 있도록 한다.
양자 필터링 최적화:SHMA 지표는 양자 필러링 원리를 도입하여 전통적인 이동 평균이 무시할 수 있는 미세한 가격 변동을 포착하여 신호 품질을 향상시킵니다.
유연한 출전 메커니즘: 전략은 여러 가지 출전 옵션을 제공하며, 정지점을 도달했을 때 직접 출전하거나 SHMA 교차 신호가 트렌드 반전을 확인한 후에 다시 출전 할 수 있습니다.
완전히 맞춤형: 모든 핵심 매개 변수는 사용자 입력을 통해 조정할 수 있습니다. 지원 검출의 민감도, 리스크 수익률 및 SHMA 특성을 포함하여 개인 위험 선호 및 시장 상황에 따라 거래자가 최적화 할 수 있습니다.
독창성이것은 단순한 지표 집합이 아니라, 기술 분석에 양자 원리를 적용하는 혁신적인 방법이며, 거래 의사 결정에 새로운 시각을 제공합니다.
명확한 시각화전략: 전략은 차트에 지지선과 SHMA선을 그려서 상인이 입출력 신호를 직관적으로 이해할 수 있도록 해줍니다.
가짜 침입 위험: 동적 지지를 뚫는 것은 특히 높은 변동성 시장에서 잘못된 신호를 일으킬 수 있습니다. 해결책은 확인 지표를 추가하거나 지지를 감지하는 파라미터를 조정하는 것입니다.
매개변수 민감도:SHMA의 알파 파라미터와 길이는 결과에 중요한 영향을 미치며, 부적절한 설정으로 인해 과도한 적합성이나 신호 지연이 발생할 수 있습니다. 역사 회귀를 통해 다양한 시장 조건의 파라미터에 대한 최적화가 권장됩니다.
단방향 전략의 한계: 순수 다단계 전략으로서, 하향 트렌드 시장에서 부실하게 작동할 수 있다. 트렌드 필터 또는 시장 상태 식별 메커니즘을 추가하여 우호적인 환경에서만 전략을 활성화하는 것을 고려할 수 있다.
손해배상 트리거 위험: 만약 스톱 로드 설정이 너무 긴박하다면, 정상적인 시장 변동 중에 트리거 될 수 있다. 목표 시장의 변동 특성에 따라 스톱 로드 레벨을 신중하게 설정한다.
양자 모델의 복잡성: 양자 필러브 모델은 전략의 복잡성을 증가시키고, 전략의 행동을 덜 직관적으로 만들 수 있으며, 파라미터 조정의 난이도를 증가시킨다. 초보자는 SHMA의 작동 원리를 이해하는 데 시간을 투자해야 한다.
트렌드 필터 추가: 좀 더 광범위한 트렌드 지표를 추가하는 것을 고려하십시오. (장기 이동 평균 또는 ADX와 같은) 신호를 필터링하고 확인된 상승 추세에서만 거래하십시오. 이것은 역동적인 거래의 위험을 줄이고 전반적인 성공률을 높일 것입니다.
동적 상쇄 메커니즘: 현재 전략은 고정된 비율의 스톱을 사용하며, ATR 또는 역사적인 변동성에 기반한 동적 스톱을 실현하는 것을 고려할 수 있으며, 다양한 시장 조건의 변동성에 더 잘 적응합니다.
거래량 확인을 추가합니다.: 브레이크 신호의 신뢰성은 거래량 확인을 통해 강화될 수 있다. 브레이크가 발생했을 때 거래량이 크게 증가하는 것은 일반적으로 브레이크가 더 신뢰할 수 있음을 나타냅니다.
다중 시간 프레임 분석: 더 높은 시간 프레임의 트렌드 정보를 통합하여 진출 의사 결정의 질을 향상시킬 수 있습니다. 예를 들어, 낮 시간 프레임에서 더 많은 기회를 찾는 것은 일일표가 상승하는 경향이 확인된 경우에만 가능합니다.
SHMA 변수를 최적화합니다.SHMA의 length 및 alpha 파라미터를 더 깊이 있는 최적화 연구를 통해, 다른 시장 조건에 대한 파라미터 세트를 만들 수 있다. 특히 alpha 파라미터가 에너지 수정의 강도에 어떻게 영향을 미치는지, 그리고 이것이 전략 성능에 어떤 영향을 미치는지 고려한다.
더 많은 통계 분석: 전략에 더 많은 통계 분석 기능을 추가하여, 승리률, 손실률, 최대 인출 등과 같은 지표의 실시간 계산을 통해 거래자가 전략의 성능을 더 잘 이해할 수 있도록 도와줍니다.
양자동 동적지원 돌파구 전략은 동적지원 식별과 양자동 이동 평균 (SHMA) 을 결합하여 입출출 결정을 최적화하는 혁신적인 다중 거래 시스템이다. 이 전략의 핵심 장점은 SHMA의 양자동 원칙에 의한 동적 적응력과 미세한 가격 변동에 대한 민감성이다. 전략은 가짜 돌파구 및 변수 민감성 등의 위험에 직면하지만, 합리적인 매개 변수 설정과 제안된 최적화 방향을 통해 이러한 위험을 효과적으로 관리할 수 있다.
이 전략은 특히 혁신적인 기술 분석 방법을 찾는 거래자와 양적 거래에 깊은 관심을 가진 투자자에게 적합합니다. 이 전략은 기술 분석에 양자 계산 개념을 도입함으로써 금융 시장 분석의 흥미로운 새로운 방향을 나타냅니다. 그러나 모든 거래 전략과 마찬가지로 전조를 사용하여 충분한 피드백과 위험 평가를 수행하고 고립적으로 사용하는 것이 아니라 더 넓은 거래 계획의 일부로 사용합니다.
/*backtest
start: 2024-07-14 00:00:00
end: 2025-07-12 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":200000}]
*/
//@version=6
strategy("SHMA + Cassure de Support (Long Only)", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// === ⬇️ PARAMÈTRES UTILISATEUR ===
leftBars = input.int(5, "Bougies à gauche", minval=1)
rightBars = input.int(5, "Bougies à droite", minval=1)
takeProfitPerc = input.float(2.0, "Take Profit (%)", minval=0.1)
stopLossPerc = input.float(1.0, "Stop Loss (%)", minval=0.1)
useShmaExit = input.bool(true, "Attendre croisement SHMA après TP ?")
// === ⬇️ PARAMÈTRES SHMA ===
shmaLength = input.int(21, minval=1, title="Longueur SHMA")
shmaAlpha = input.float(0.5, title="Alpha SHMA", minval=0.01, maxval=1.0)
// === ⬇️ FONCTION SHMA QUANTIQUE ===
hma(src, len) =>
sumInv = 0.0
for i = 0 to len - 1
sumInv += 1 / nz(src[i], 1)
len / sumInv
shma(src, len, alpha) =>
base = hma(src, len)
psi = math.sin(2 * math.pi * (src - base) / src)
energy = ta.ema(psi, len)
base + alpha * energy * src
shmaLine = shma(close, shmaLength, shmaAlpha)
plot(shmaLine, title="SHMA", color=color.orange, linewidth=2)
// === ⬇️ DÉTECTION DU SUPPORT (pivot bas dynamique) ===
pivotLow = ta.pivotlow(low, leftBars, rightBars)
var float support = na
support := na(pivotLow) ? support[1] : pivotLow
plot(support, title="Support", color=color.green, linewidth=2, style=plot.style_linebr)
// === ⬇️ CONDITIONS D'ENTRÉE LONGUE ===
longCondition = ta.crossover(close, support)
if (longCondition)
strategy.entry("Long", strategy.long)
// === ⬇️ GESTION DES NIVEAUX TP / SL
var float entryPrice = na
if (strategy.opentrades > 0 and na(entryPrice))
entryPrice := strategy.position_avg_price
takeLevel = entryPrice * (1 + takeProfitPerc / 100)
stopLevel = entryPrice * (1 - stopLossPerc / 100)
tpReached = close >= takeLevel
slCondition = close <= stopLevel
// === ⬇️ SORTIE CONDITONNELLE (SL / TP / SHMA)
var bool waitForShma = false
if (tpReached and useShmaExit)
waitForShma := true
exitShmaCondition = waitForShma and ta.crossunder(close, shmaLine)
shouldExit = (tpReached and not useShmaExit) or slCondition or exitShmaCondition
if (shouldExit)
strategy.close("Long")
entryPrice := na
waitForShma := false
// Réinitialisation si aucune position
if (strategy.opentrades == 0)
entryPrice := na