더블 리버설 캔들스틱 패턴 양적 거래 전략: 망치형과 유성형 패턴 인식 및 실행 시스템
개요
이 전략은 고전적인 폭락 형태를 인식하는 것을 기반으로 한 양적 거래 시스템으로, 시장에서 두 가지 중요한 반전 신호를 식별하는 데 초점을 맞추고 있습니다. 오리 형태와 유성 형태. 오리 형태는 일반적으로 하향 트렌드의 끝에서 나타나며 잠재적인 보이스 반전 신호로 간주됩니다.
전략 원칙
이 전략의 핵심 원칙은 특정 K선 형태에 대한 정확한 수학적인 정의와 식별에 기초한다:
-
<unk> 모양 인식:
- 음이어야 합니다 (개점 가격이 종료 가격보다 높습니다)
- 그림자 줄 길이는 실체 길이의 최소 90% (wickFactor 변수에 의해 제어)
- 상조선 길이는 실체 길이의 45%를 넘지 않는다 (maxOppositeWickFactor 파라미터에 의해 제어된다)
- 전체 K선 범위의 K선 개체 비율은 최소 20% (minBodyRangePct 매개 변수에 의해 제어)
- 위의 조건이 충족되면, 시스템은 <unk>모형으로 인식합니다.
-
유성 형태 인식:
- 반드시 양선 (개점 가격이 종료 가격보다 낮아야 합니다)
- 상조선 길이는 실체 길이의 최소 90%
- 그림자 줄 길이는 전체 길이의 45%를 넘지 않는다.
- K선 엔티티가 전체 K선 영역의 20%를 차지한다.
- 위 조건이 충족되면, 시스템은 유성 형태로 식별한다.
-
트랜잭션 실행 논리:
- <unk> 모양이 나타나면, 다음 K 선이 열릴 때 더 많이 해
- 유성 모양이 나타난 후, 다음 K선 디스크를 열 때 공백을 <unk>다
- 정지 손해 설정 신호 K 선의 최저점 (<unk> 모양) 또는 최고점 (流星 모양)
- 목표 가격은 신호 K 선의 최고점 (<unk> 모양) 또는 최저점 (<unk> 모양) 에 설정됩니다.
이 전략의 실행은 신호 출현 후의 다음 K선에 기초하여 재검토에서 전향적 편차를 방지하고 실제 거래에서 전략의 실행성을 보장한다.
전략적 이점
-
간단한 명확한 신호이 전략은 명확하게 정의된 K선 형태에 기반하여, 진입 신호가 명확하고, 주관적인 판단 요소를 줄여줍니다.
-
개선된 위험 관리: 각 거래에는 명확한 스톱 로즈와 타겟 가격이 있으며, 단일 거래의 최대 손실을 제한하고, 자금을 장기적으로 보존하는 데 도움이 됩니다.
-
변수가 잘 조정됩니다.: 전략은 여러 가지 핵심 파라미터를 제공합니다 (예: 그림자 라인 비율, 최소 실체 비율 등) 다른 시장과 시간 프레임에 따라 최적화된 조정을 할 수 있습니다.
-
시장의 역동에 적응하는 것<unk>과 유성 모양은 시장의 감정의 변화를 시각적으로 표현하고, 시장의 역동성의 잠재적 전환점을 포착할 수 있다.
-
위치 합리적인 중지점: 전략의 스톱로스는 K 선의 극한점에 설정되어 있으며, 이는 일반적으로 시장의 마지막 시도를 나타냅니다. 만약 돌파구가 발생하면 역전 신호는 무효화 될 수 있습니다.
-
일일 거래에 적합전략의 입출력은 비교적 빠르며, 일일 거래자의 적용에 적합하며, 단기 시장의 변동성을 효과적으로 활용할 수 있다.
전략적 위험
-
가짜 침입 위험: 시장은 조건이 있는 형태를 가질 수 있지만, 그 후 예상되는 반전이 일어나지 않아 거래가 스톱로스를 만난다.
-
매개변수 민감도정책 성능은 파라미터 설정 (wickFactor 및 minBodyRangePct와 같은) 에 매우 민감하며, 파라미터 설정을 잘못하면 과도한 가짜 신호 또는 중요한 신호를 놓칠 수 있다.
-
제한된 적용이 전략은 불안정한 시장이나 명확한 추세가 없는 시장에서 좋지 않은 성과를 낼 수 있으며, 연속적인 손실 거래가 발생할 수 있습니다.
-
트렌드 확인 부족이 전략은 단일 K선 형태에만 기반하고, 더 넓은 시장 추세 배경에 대한 고려가 이루어지지 않아 역경 거래로 이어질 수 있다.
-
정지점비트 보수이 전략의 정지는 신호 K 선의 극한점에 설정되어 있으며, 이는 너무 보수적이어서 실제 역동의 혜택을 충분히 받지 못할 수 있다.
-
자금 관리 위험: 전략은 고정 비율의 자금을 사용해서 ((10%의 지분) 거래하는데, 연속적인 손실이 있을 경우 더 큰 계좌 철회로 이어질 수 있다.
전략 최적화 방향
-
트렌드 필터 추가: 이동 평균이나 다른 트렌드 지표와 결합하여, 하향 방향으로만 거래를 수행합니다. 예를 들어, 하향 추세에서만 더 많은 양자 형태를 찾고, 상승 추세에서는 금성 형태를 <unk>니다.
-
볼륨 증가 확인: 큰 거래량과 함께 신호 K 라인을 요구하고, 형태의 신뢰성을 강화합니다. 반전은 일반적으로 거래 활동의 증가와 함께 발생합니다.
-
<unk> 방지 장치의 최적화동적 스톱 전략을 도입합니다. 예를 들어, 이동 스톱이나 ATR에 기반한 스톱 포인트를 도입합니다.
-
다중 시간 프레임 분석: 큰 시간 프레임에서 시장 추세 방향을 확인하고, 큰 추세와 일치하는 반전 신호만 실행한다.
-
신호 강도 점수를 구현: 형태의 완벽함 (예: 그림자 라인 비율, K 라인 위치, 이전 이동 등) 에 따라 신호에 대한 평가를 수행하고, 높은 점수 신호만 수행한다.
-
시장 환경 필터에 가입하세요: 높은 변동성 환경에서 변수를 조정하거나 거래를 중지하여 시장 소음이 커질 때 잘못된 신호를 피하십시오.
-
다른 기술 지표를 통합합니다: RSI, MACD 등 지표의 반발 신호를 결합하여, 여러 지표가 공동으로 확인될 때만 거래를 수행한다.
요약하다
이중 반전 하락 모델 정량 거래 전략은 고전 기술 분석에 기반한 자동화 거래 시스템으로, <unk>과 유성 하락 형태를 정밀하게 정의하고 식별함으로써 시장의 잠재적 인 반전 기회를 포착한다. 이 전략은 명확한 입문 신호와 완벽한 위험 관리 장치가 있으며, 일일 거래자의 응용에 적합하다. 그러나, 순전히 형태를 기반으로 한 시스템으로서, 그것은 또한 가짜 돌파구 및 트렌드 확인의 부재와 같은 위험에 직면합니다.
전략의 가장 큰 장점은 간결하고 명확하며, 거래자는 각 거래의 논리를 명확하게 이해할 수 있습니다. 전략의 안정성을 높이기 위해, 트렌드 필터, 거래량 확인 및 정지 메커니즘의 최적화와 같은 요소를 추가하는 것이 좋습니다. 이러한 최적화를 통해 가짜 신호를 줄이고 전략의 전반적인 수익성과 리스크 수익률을 향상시킬 수 있습니다.
결국, 모든 거래 전략과 마찬가지로, 거래자는 실제 적용되기 전에 충분한 반추와 전향 테스트를 수행하고 특정 시장 조건과 개인 위험 선호도에 따라 매개 변수를 조정해야합니다. 이 전략은 기본 프레임 워크로써 지속적으로 최적화되고 개인화되어 개인 거래 스타일에 적합한 효과적인 도구로 발전 할 수 있습니다.
/*backtest
start: 2024-08-11 00:00:00
end: 2025-08-09 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Hammer & Shooting Star — Strategy", overlay=true, pyramiding=0,
default_qty_type=strategy.percent_of_equity, default_qty_value=10, initial_capital=10000, calc_on_every_tick=true)
- 1

