프라임 타임 격리 롱 포지션 위험 관리 전략
PNL 风险管理 时间隔离 固定盈亏比 头寸控制 risk management Time Segregation Fixed Risk-Reward Position Control
ianzeng123
개요
골드타임 격리 (Gold Time Isolation) 장기위험관리전략은 위험관리에 초점을 맞춘 수치화 거래 시스템으로, 고정된 이윤/손실 비율과 시간 격리 메커니즘을 통해 위험을 관리한다. 이 전략은 간단한 명확한 수익 목표 (이익률) 와 상장 (손실) 제한 (이익률) 을 채택하고 있으며, 동시에 두 가지 시간 냉각 메커니즘을 도입한다. 거래 후 12 시간 냉각 기간 (손실 이후) 과 15 분 출장 지연 (이익률 이후) 으로, 연속 거래의 위험 노출을 효과적으로 제어한다. 전략은 계정 적당의 10%를 포지션 크기로 사용하며, 자금 관리의 건전성을 보장한다.
전략 원칙
이 전략의 핵심 원칙은 엄격한 위험 통제와 시간 분할 메커니즘에 기반합니다.
입학 조건이 전략은 세 가지 조건을 만족할 때만 더 많은 상장을 한다: 현재 상장하지 않고, 손실 냉각 기간이 지나고, 이익 지연 기간이 지나 졌다. 이것은 거래가 불리한 시간에 자주 들어가지 않도록 보장한다.
탈퇴 장치이 전략은 두 가지 명확한 탈퇴 조건이 있습니다.
- 이윤이 $20에 도달하면 즉시 매출을 치르고
- 손실이 100달러에 도달하면 즉시 중단합니다.
시간 격리이 전략은 두 가지의 시간제어 장치를 도입합니다.
- 손실 후 12 시간 냉각 기간 ((tradeCooldown): 시장의 불리한 상황에서 연속 거래를 방지하기
- 엔트리 쿨다운 (Entry Cooldown): 짧은 시간에 과도한 거래를 피하기
포지션 관리전략: 계정 지분의 고정된 비율 ((10%) 을 사용하여 포지션 크기를 결정합니다. 이 방법은 계정 크기가 변함에 따라 포지션을 자동으로 조정합니다.
PnL 계산전략: PnL = 포지션 크기 × (현재 가격 - 입시 가격) × 계약 크기
전략적 이점
이 전략 코드를 더 깊이 분석하면 다음과 같은 중요한 장점을 찾을 수 있습니다.
간단하고 명확하게: 정책 논리가 명확하고, 매개 변수가 간단하며, 이해하기 쉽고 실행이 쉬워서, 정책 운영과 유지보수의 복잡성을 줄인다.
위험 관리 우선: 고정된 리스크 수익률 ((1:5), 전략의 위험 관리에 대한 중요성을 나타냅니다. 거래 당 100달러의 위험으로 20달러의 수익을 얻습니다. 리스크 수익률은 높지 않지만 거래 경계를 명확히합니다.
시간 필터 메커니즘두 가지 다른 시간 격리 메커니즘을 통해 불리한 시장 조건, 특히 손실 후 12 시간 냉각 기간의 연속 거래를 효과적으로 방지하여 감정적 인 거래와 급속한 자금 유출을 방지 할 수 있습니다.
시장의 변동에 적응하는 것전략은 복잡한 기술 지표에 의존하지 않고, 순수한 가격 행동과 위험 관리에 기반하여 다양한 시장 환경에서 일관된 거래 규칙을 유지합니다.
돈 관리: 계정 지분 비율을 사용 하 여 ((10%) 포지션 크기를 결정 하 고, 계정 성장으로 자동으로 거래 규모를 조정 하 고, 고정 금액 거래로 인해 발생할 수 있는 자금 관리 문제를 피한다.
자동화 실행전략은 완전히 자동화되어 인간의 개입과 감정적 의사 결정의 영향을 줄이고 거래 규율을 향상시킵니다.
전략적 위험
이 전략에는 명확한 위험 관리 장치가 있음에도 불구하고 다음과 같은 잠재적인 위험이 있습니다.
불리한 리스크-비율전략의 위험과 수익의 비율은 5:1이다. 100달러의 위험과 20달러의 수익은 장기적인 투자 관점에서 이상적이지 않으며, 수익을 얻기 위해 더 높은 승률이 필요하다. 해결 방법: 위험과 수익의 비율을 조정하거나, 다른 기술 지표와 결합하여 입점의 정확도를 높일 수 있다.
한방향 거래전략: 더 많이 공백하지 않고, 금 가격 하락 추세에서 기회를 놓치거나 지속적인 손실을 입을 수 있습니다. 해결 방법: 전략 논리를 확장하여 공백 조건을 추가하여 전략이 양방향 거래를 할 수 있습니다.
입학 최적화 부족: 현재 진입 논리는 너무 단순하여 시장의 추세, 변동성 또는 다른 기술 지표를 고려하지 않고, 바람직하지 않은 가격 지점에서 진입을 초래할 수 있습니다. 해결 방법: 트렌드 지표와 결합하여 저항 지점 또는 변동율 필터를 지원하여 진입 시기를 최적화하십시오.
고정 목표 제한: 고정된 수익 목표 및 중지 손실 제한은 시장의 변동성을 고려하지 않고, 높은 변동성 기간에는 조기 수익을 얻을 수 있으며, 낮은 변동성 기간에는 너무 큰 손실이 발생할 수 있습니다. 해결 방법: 변동성 비율에 따라 손실 목표를 조정하십시오.
시간 냉각 장치의 위험: 강한 트렌드 시장에서, 냉각 기간은 연속적으로 유리한 기회를 놓치게 할 수 있습니다. 해결 방법: 트렌드 강도 평가를 늘리고, 강한 트렌드에서 냉각 기간 매개 변수를 조정하십시오.
철수 통제의 부재전략: 전체적인 계좌 철회 제어 장치가 없으며, 연속적인 손실로 인해 자금이 크게 감소할 수 있다. 해결 방법: 최대 일일 손실 제한 또는 최대 연속적인 손실 횟수 제한을 높인다.
전략 최적화 방향
코드 분석을 바탕으로, 이 전략은 다음과 같은 방향으로 최적화될 수 있습니다:
입학 조건 최적화:
- 이동 평균, RSI 또는 MACD와 같은 기술 지표 필터를 추가하여 입시 품질을 향상시킵니다.
- 시장 구조 분석을 도입합니다. 예를 들어, 지지/저항 지점, 가격 형태 식별
- 이유: 현재 입시 조건이 너무 단순하여 불리한 시장 환경으로 입시할 수 있습니다.
동적 위험 관리:
- 시장의 변동에 따라 수익 목표와 중지 손실 제한을 조정합니다.
- 트레일링 스톱 (Trailing Stop) 을 도입하여 트렌드 상황에서 더 많은 수익을 얻습니다.
- 이유: 고정된 이익/손실 비율이 다양한 시장 환경에 적응하지 못하여, 동적 조정으로 전략의 적응력을 높일 수 있다.
양방향 거래 확대:
- 포커스 로직을 추가하여 전략이 하락시장에서 수익을 낼 수 있도록 합니다.
- 다중 방향에 대해 다른 매개 변수를 설정하여 다른 방향의 시장 특성에 적응합니다.
- 이유: 단방향 거래는 전략의 수익을 제한하고, 양방향 거래는 자금 사용의 효율성을 향상시킵니다.
시간 필터 최적화:
- 시장의 변동이나 동향 강도에 따라 동적으로 조정되는 냉각 기간
- 낮은 유동성 또는 높은 변동성을 피하기 위해 거래 시간 필터를 추가하십시오.
- 이유: 고정 시간 냉각 메커니즘은 모든 시장 상태에 적합하지 않을 수 있으며, 동적 조정은 시장 변화에 더 잘 적응할 수 있습니다.
포지션 관리 개선:
- 세트 입점 및 세트 수익 전략
- 승률과 최근 거래 결과에 따라 포지션 크기를 동적으로 조정합니다.
- 이유: 현재 포지션 관리가 너무 단순하여 시장 상황과 거래 성과에 따라 위험 노출을 조정할 수 없습니다.
전체적인 위험 통제를 강화합니다.:
- 최대 손실 제한
- 최대 연쇄 손실을 제어합니다.
- 계정 철회 보호 장치 설정
- 이유: 전체적인 위험 관리 장치의 부재로 인해 대규모 회계 철수 가능성이 높습니다.
요약하다
황금 시간 격리 장점 리스크 관리 전략은 리스크 통제에 초점을 맞춘 간단한 수량 거래 시스템으로, 고정된 수익 목표와 시간 격리 메커니즘을 통해 거래 위험을 관리한다. 이 전략의 주요 장점은 조작의 단순성과 위험 명확성, 자동화 수준이 높으며, 위험 혐오적인 거래자에게 적합하다. 그러나, 그것의 불리한 리스크 수익률, 단방향 거래 및 간단한 입점 논리는 개선해야 할 주요 단점이다.
입시 조건을 최적화하고, 동적 리스크 관리를 구현하고, 양방향 거래로 확장하고, 시간 필터링 메커니즘을 개선하고, 포지션 관리를 개선하고, 전반적인 위험 관리를 증가시킴으로써, 이 전략에는 큰 개선이 가능합니다. 이러한 최적화는 전략의 안정성과 장기적인 수익성을 크게 향상시킬 수 있으며, 이를 다양한 시장 환경과 거래 요구에 더 잘 적응시킬 수 있습니다.
이 전략은 현재의 형태로 한계가 있음에도 불구하고, 더 복잡한 거래 시스템의 기초가 될 수있는 좋은 위험 관리 프레임 워크를 제공합니다. 더 많은 기술적 분석과 위험 관리 기술을 통합하여 더 발전하고 최적화하려는 거래자에게는 더 포괄적이고 더 효과적인 거래 시스템으로 진화 할 수 있습니다.
/*backtest
start: 2024-08-07 00:00:00
end: 2025-08-05 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("XAUUSD Simple $20 Profit / $100 Loss Strategy", overlay=true, margin_long=100, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// Inputs
profitTarget = 20.0
lossLimit = 100.0
tradeCooldown = 12 * 60 * 60 // 12 hours in seconds
entryCooldown = 15 * 60 // 15 minutes in seconds
// Variables to track state
var float entryPrice = na
var int lastLossTime = na
var int lastProfitTime = na
// Calculate current PnL in USD
// For XAUUSD assume contract size = 1 oz, price is in USD
// PnL = (current price - entry price) * contract size * position size
// Strategy.position_avg_price gives entry price, strategy.position_size gives position size in contracts
pnl = strategy.position_size * (close - strategy.position_avg_price) * 1 // contract size = 1
// Time checks
timeNow = timenow // current time in milliseconds
// Check if cooldown from loss is active
lossCooldownActive = not na(lastLossTime) and (timeNow - lastLossTime*1000 < tradeCooldown * 1000)
// Check if cooldown from profit entry delay is active
profitCooldownActive = not na(lastProfitTime) and (timeNow - lastProfitTime*1000 < entryCooldown * 1000)
// Entry condition: no current position, no loss cooldown, no profit cooldown
canEnter = strategy.position_size == 0 and not lossCooldownActive and not profitCooldownActive
// Enter trade: for example, buy long when canEnter
if (canEnter)
strategy.entry("Long", strategy.long)
// Exit conditions
if (strategy.position_size > 0)
if (pnl >= profitTarget)
strategy.close("Long")
lastProfitTime := math.round(timeNow/1000) // record profit exit time in seconds
else if (pnl <= -lossLimit)
strategy.close("Long")
lastLossTime := math.round(timeNow/1000) // record loss exit time in seconds
// Plot some info
plot(pnl, title="PnL", color=color.new(color.green, 0))
hline(profitTarget, "Profit Target", color=color.green)
hline(-lossLimit, "Loss Limit", color=color.red)