다중 지표 추세 확인 및 동적 위험 관리 거래 전략
EMA supertrend ENGULFING Pivot Points London Session ATR
ianzeng123
개요
다중 지표 트렌드 확인 및 동적 위험 관리 거래 전략은 다중 기술 지표에 기반한 통합 거래 시스템으로, 다중 계층의 트렌드 신호를 확인함으로써 높은 확률의 거래 기회를 잡기 위해 고안되었습니다. 이 전략은 지수 이동 평균 (EMA), 슈퍼 트렌드 지표 및 K 라인 형태 분석을 결합하고 시간 필터링 및 동적 위험 관리 메커니즘과 함께 거래자에게 체계화된 거래 프레임 워크를 제공합니다. 이 전략은 런던 거래 시간 내에 트렌드 방향을 확인하는 데 초점을 맞추고 있으며, 동시에 중요한 지지부대 저항 지점을 사용하여 동적 중지 및 수익 목표를 설정하여 위험 제어 가능한 거래 실행을 수행합니다.
전략 원칙
이 전략의 핵심 원칙은 다단계 기술 지표 확인을 통해 높은 확률의 트렌드 거래 기회를 식별하는 것입니다. 주요 구성 요소는 다음과 같습니다.
다중 EMA 트렌드 확인전략: 가격 추세를 확인하기 위해 4개의 다른 주기 (5,34,89,355주기) 의 지수 이동 평균을 사용한다. 구매 조건은 EMA가 명확한 낙점 배열을 표시하는 것을 요구하며 (EMA5 > EMA34 > EMA89) 가격이 EMA355 위에 있습니다.
수퍼트렌드 지표 확정트렌드 방향의 2차 확증으로, 전략은 ATR ((10) 과 곱하기 3.0의 Supertrend 지표를 결합하여 EMA 트렌드와 일치하는 방향을 요구한다.
침몰 상태 확인: 전략은 트렌드 방향에서 침식 형태가 출입 신호로 나타나도록 요구하며, 구매 조건은 상향 침식 형태를 필요로 하며, 판매 조건은 하향 침식 형태를 필요로 한다.
런던 거래 시간 필터전략: 충분한 시장 유동성을 보장하기 위해 런던 거래 시간 (07:00-16:00 UTC) 에서만 거래를 수행하십시오.
동적 위험 관리전략은 5주기의 축의 높낮이를 사용하여 스톱 포지션을 설정하고 수익 목표를 설정하기 위해 2:1의 리스크-비율 비율을 설정하며 수익을 고정하기 위해 스톱 트래킹을 수행합니다.
자금 관리 규칙: 각 거래의 위험은 계정 지분의 1%를 제어하고, 동적으로 포지션 크기를 계산하여 일관된 위험 노출을 달성한다.
거래의 논리 과정은 다음과 같습니다: 가격이 런던 거래 시간에 있고 모든 기술 지표 조건이 충족되면 (EMA 트렌드 배열, 가격과 EMA355의 관계, 슈퍼 트렌드 방향) 트리거 신호 (Swallowing Pattern) 전략은 구매 또는 판매 신호를 발신하고 가장 가까운 축 지점에 따라 중지 손실 및 수익 목표를 설정합니다.
전략적 이점
다중 인증 메커니즘이 전략은 여러 개의 독립적인 기술 지표가 동시에 확인되도록 요구하여 잘못된 신호의 가능성을 크게 줄였습니다. EMA 트렌드 배열, 슈퍼 트렌드 방향 및 삼림 형태의 세 번 확인은 거래 신호의 신뢰성을 높였습니다.
추세와 동력이 전략은 장기적인 경향을 고려하고 (EMA355을 통해) 단기적인 동력을 고려하고 (EMA5, 34, 89을 통해 배열 및 흡수 형태를 통해) 동향 추적과 적시 입금의 필요성을 효과적으로 균형을 맞추고 있습니다.
동적 위험 관리: 고정 점수나 비율을 사용하지 않고, 축점점으로 다이내믹하게 스톱로스를 설정하여 스톱로스 설정을 시장 구조와 실제 변동 상황에 더 적합하게 만듭니다.
이윤 창출 목표에 적응하기: 실제 시장 변동에 기반하여 2:1 리스크 수익률을 설정한 수익 목표와 추적 스톱 손실 메커니즘을 결합하여 충분한 수익 공간을 보장하고 시장이 역전되면 이미 얻은 수익을 잠금 할 수 있습니다.
시간 필터 최적화: 런던 거래 시간 내에 거래하는 것을 제한함으로써, 낮은 유동성 시간대에 발생할 수 있는 슬라이드 및 비정상적인 변동성을 피하여 거래 실행의 질을 향상시킵니다.
직관적인 시장 상태 모니터링전략: 전략은 종합적인 기지판을 제공하여 거래 조건의 상태를 실시간으로 표시하여 거래자가 현재 시장 상황과 잠재적인 거래 기회를 신속하게 평가할 수 있도록 도와줍니다.
고정 위험 노출: 거래당 리스크를 계정당 1%로 통제함으로써 일관된 자금 관리를 달성하여 과도한 거래와 리스크 집중을 피한다.
전략적 위험
다중 조건으로 인한 거래 빈도 감소: 전략이 여러 조건을 동시에 충족하도록 요구하기 때문에 거래 신호가 상대적으로 드물게 발생할 수 있으며, 특정 시장 환경에서 잠재적인 수익 기회를 놓칠 수 있습니다. 해결 방법은 다양한 시장 환경의 동성에 따라 신호 확인의 엄격성을 조정하는 것이 좋습니다.
트렌드 전환의 지연: EMA 지표는 본질적으로 지연 지표이며, 특히 긴 주기의 EMA355는 트렌드가 빠르게 변할 때 반응하지 않을 수 있으며, 이로 인해 손실이 발생하거나 이익이 뒤집어집니다. 해결책은 변동률 지표의 동적으로 손실 거리를 조정하거나 트렌드 강도 필터를 추가 할 수 있습니다.
고정 시간 제한: 런던 거래 시간에만 거래하는 것은 다른 시간에 중요한 시장 기회를 놓칠 수 있습니다. 특히 주요 경제 자료가 발표되거나 시장 사건이 발생했을 때. 해결책은 특정 시장 사건에 대한 예외 규칙을 추가하는 것을 고려할 수 있습니다.
축점 의존성: 변동성이 적은 시장에서, 중심축은 불확실하거나 현재 가격에서 멀리 떨어져있는 것으로 설정되어 너무 크고 너무 작은 막차를 초래할 수 있습니다. 해결책은 최대 및 최소 막차를 설정할 수 있는 제한 또는 ATR 동적 조정과 결합하여 해결 할 수 있습니다.
포식 형태의 신뢰성: 특정 시장 조건에서, 특히 낮은 변동 또는 높은 흔들림의 시장에서, 삼키는 형태는 더 많은 가짜 신호를 생성할 수 있다. 해결책은 삼키는 K 선의 부피 확인 또는 형태 크기 필터와 같은 추가적인 형태 확인 조건을 추가할 수 있다.
2:1 리스크-보너스 비율의 고정 설정각 시장 환경에 따라 최적의 리스크/이익 비율이 달라질 수 있으며, 고정된 2:1 설정이 항상 최적의 선택이 아닐 수 있다. 해결책은 역사적 변동성과 시장 구조의 동적 조정 목표 비율에 기초한다.
손해 추적의 민감성너무 민감한 추적 스톱은 가격의 작은 회전이 있을 때 출전을 촉발시킬 수 있고, 충분히 민감하지 않은 추적 스톱은 과잉 수익 회전을 초래할 수 있다. 해결책은 시장의 변동적 동력에 따라 추적 거리를 조정하는 것이다.
전략 최적화 방향
적응 변수 조정: 시장의 변동률 (ATR 값과 같은) 에 따라 EMA 주기와 슈퍼트렌드 곱수를 동적으로 조정할 수 있으므로 전략이 다른 시장 환경에 더 잘 적응할 수 있습니다. 이러한 최적화는 고정 매개 변수가 다른 변동 환경에서 다르게 작동하기 때문에 필요하며, 적응 매개 변수는 전략의 안정성을 향상시킬 수 있습니다.
추세 강도 필터 추가: ADX ((평균 방향 지수) 과 같은 트렌드 강도 지표를 도입하여, 트렌드 강도가 특정 하위값에 도달했을 때만 거래를 수행하고, 평형 시장에서 자주 거래를 피한다. 이 최적화는 흔들리는 시장에서 잘못된 신호를 효과적으로 줄일 수 있다.
최적화된 시간 필터링: 런던 거래 시간 이외에 뉴욕과 아시아 거래 시간의 거래 규칙을 추가하거나, 하루 종일 거래 기회를 잡기 위해 다른 시간대에 대해 다른 파라미터 설정을 설계하는 것이 고려 될 수 있습니다.
변동률 예측을 도입한다: 변동률 또는 역사적인 변동률 분석을 통해 미래의 가능한 변동 범위를 예측하고, 그에 따라 스톱 로즈 거리 및 수익 목표를 동적으로 조정하여 위험 관리를 더 정확하게합니다. 이러한 최적화는 시장 상태 변화에 대응하는 데 특히 효과적입니다.
시장 감정 지표 통합: RSI, CCI 등의 변동 지표, 또는 시장 폭 지표와 결합하여, 다중 확인 시스템에서 시장 감정 차원을 증가시키고 거래 의사 결정의 포괄성을 향상시킵니다. 시장 감정은 가격 변화에 앞서서 초기 경고 신호를 제공 할 수 있습니다.
동적 자금 관리전략의 역사적인 성과, 현재의 연속적인 적자 상황 및 시장의 변동적 상태에 기반하여, 거래 당 위험 비율을 동적으로 조정하고, 성적이 좋으면 위험을 적당히 증가시키고, 성적이 좋지 않으면 위험 노출을 줄입니다. 이 방법은 장기간의 자금 성장 곡선을 최적화 할 수 있습니다.
거래 타이밍 최적화거래 시점 점수 시스템을 추가하여 각 잠재적인 신호에 대해 여러 가지 요소 (트렌드 강도, 지원 저항 거리, 변동성 등) 에 따라 점수를 부여하고, 높은 점수 신호 거래를 수행하여 거래 품질을 향상시킵니다. 이러한 최적화는 전략의 승률과 기대 수익을 크게 향상시킬 수 있습니다.
다중 시간 프레임 분석을 추가합니다.: 더 높은 시간 프레임의 트렌드 방향을 통합 (일계선이나 회선과 같은) 하는 것은 추가적인 필터링 조건으로 거래 방향이 더 큰 트렌드와 일치하도록 보장하고 역동적인 거래 위험을 줄여줍니다. 다중 시간 프레임의 조율은 거래 성공률을 크게 높일 수 있습니다.
요약하다
다중 지표 트렌드 확인 및 동적 위험 관리 거래 전략은 EMA 트렌드 배열, Supertrend 지표 및 흡수 형태의 다중 확인 메커니즘을 통해 London 거래 시간 필터링과 중심 지점 기반의 동적 위험 관리와 결합하여 거래자에게 체계적이고 징계있는 거래 프레임 워크를 제공하는 통합 기술 거래 시스템입니다.
이 전략의 핵심 장점은 다층적인 신호 확인 메커니즘과 시장 구조와 밀접하게 결합된 위험 관리 시스템으로, 잡음을 효과적으로 필터링하고, 높은 확률의 거래 기회를 식별하고, 동적으로 중지 손실과 수익 목표를 설정하여 위험을 통제 할 수 있는 거래 실행을 가능하게 하는 것입니다. 동시에, 전략의 기지판 디자인은 시장 상태를 직관적으로 모니터링하여 거래자가 더 현명한 결정을 내릴 수 있도록 도와줍니다.
그러나 전략에는 낮은 거래 빈도, 신호 지연 및 특정 시장 조건에 대한 의존 등 잠재적인 위험도 있습니다. 적응 파라미터 조정, 추세 강도 필터링, 최적화 시간 프레임, 시장 감정 지표 통합 및 동적 자금 관리를 구현하는 등의 최적화 조치를 도입함으로써 전략의 안정성과 적응성을 더욱 높일 수 있습니다.
전체적으로, 이것은 합리적이고 논리적으로 명확하게 설계된 거래 전략이며, 기술적 분석 기반을 가진 거래자가 사용할 수 있습니다. 적절한 피드백, 최적화 및 개인화 조정으로, 이 전략은 거래자가 위험을 통제하면서 시장 기회를 잡을 수있는 신뢰할 수있는 거래 도구가 될 잠재력을 가지고 있습니다.
/*backtest
start: 2024-07-21 00:00:00
end: 2025-07-19 08:00:00
period: 4h
basePeriod: 4h
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT","balance":2000000}]
*/
//@version=5
strategy("4H Gold & FX Bot - EMA + Supertrend + Engulfing", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=1)
// EMA Settings
ema5 = ta.ema(close, 5)
ema34 = ta.ema(close, 34)
ema89 = ta.ema(close, 89)
ema355 = ta.ema(close, 355)
// Supertrend
atrPeriod = input.int(10, "ATR Period")
multiplier = input.float(3.0, "Supertrend Multiplier")
[supertrend, direction] = ta.supertrend(multiplier, atrPeriod)
// Engulfing Pattern
bullEngulfing = close[1] < open[1] and close > open and close > open[1] and open <= close[1]
bearEngulfing = close[1] > open[1] and close < open and close < open[1] and open >= close[1]
// Pivots for SL/TP
pivotHigh = ta.pivothigh(high, 5, 5)
pivotLow = ta.pivotlow(low, 5, 5)
var float pivotLowPrice = na
var float pivotHighPrice = na
pivotLowPrice := pivotLow ? low[5] : pivotLowPrice
pivotHighPrice := pivotHigh ? high[5] : pivotHighPrice
// === TRADE CONDITIONS ===
buyCond = direction == 1 and close > ema355 and ema5 > ema34 and ema34 > ema89 and bullEngulfing
sellCond = direction == -1 and close < ema355 and ema5 < ema34 and ema34 < ema89 and bearEngulfing
// === RISK MANAGEMENT ===
risk = strategy.equity * 0.01 // 1% of equity
if buyCond and not na(pivotLowPrice)
stopLoss = pivotLowPrice
takeProfit = close + (close - stopLoss) * 2
strategy.entry("Buy", strategy.long)
strategy.exit("TP/SL", from_entry="Buy", stop=stopLoss, limit=takeProfit, trail_points=(close - stopLoss), trail_offset=(close - stopLoss))
if sellCond and not na(pivotHighPrice)
stopLoss = pivotHighPrice
takeProfit = close - (stopLoss - close) * 2
strategy.entry("Sell", strategy.short)
strategy.exit("TP/SL", from_entry="Sell", stop=stopLoss, limit=takeProfit, trail_points=(stopLoss - close), trail_offset=(stopLoss - close))
// === PLOTS ===
plot(ema5, color=color.orange)
plot(ema34, color=color.green)
plot(ema89, color=color.blue)
plot(ema355, color=color.red)
plotshape(buyCond, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(sellCond, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")
// === ALERTS ===
alertcondition(buyCond, title="Buy Alert", message="4H BUY Signal Confirmed on {{ticker}}")
alertcondition(sellCond, title="Sell Alert", message="4H SELL Signal Confirmed on {{ticker}}")