
자조평등동동량십자동동적손실전략은 지수 이동평균 ((EMA) 와 부린밴드 ((BB) 를 결합한 트렌드 추적전략이다. 이전략은 주로 시장의 상승 경향에 초점을 맞추고, 가격과 EMA의 관계와 부린밴드에서 제공하는 동적지원점을 통해 입점과 중단점을 결정한다. 이전략의 특징은 고정된 리스크 수익률을 설정하고, 가격이 강세를 보이면 동적으로 중지손실을 조정하여 수익을 잠금하는 동시에, 연속적인 정지상황을 방지한 후 즉시 입점하는 메커니즘을 추가하여 전략의 안정성과 수익성을 향상시킨다.
이 전략의 핵심은 다음과 같은 몇 가지 핵심 요소에 기반합니다.
트렌드 확인: 40주기 EMA를 트렌드 지표로 사용한다. 가격이 EMA 위에 있을 때, 상승 추세에 있다고 여겨진다.
입학 조건다음의 세 가지 조건이 동시에 충족될 때만 다목적에 들어갈 수 있습니다.
동적 중지 손해 설정:
위험 관리:
재입국 제한:
코드 구현을 분석한 이 전략은 다음과 같은 몇 가지 분명한 장점을 가지고 있다.
추세는 우위를 따릅니다.: EMA를 통해 트렌드 방향을 확인하고, 상향 트렌드에서만 더 많이 하고, 역동적인 거래를 피한다.
동적 위험 관리: 고정된 스톱에 비해, 브린 밴드를 초기 스톱 지점으로 사용하는 것은 시장의 변동성에 따라 자동으로 스톱 거리를 조정할 수 있으며, 시장 변화에 더 유연하게 적응할 수 있다.
이윤 보호 장치이 동적 스톱은 이미 이윤을 올린 을 효과적으로 고정시켜 지나치게 큰 인출을 막아줍니다.
최적화된 재입장 논리전략: waitForNewCross 변수 제어, 정지 후 즉시 재입장을 방지하고, 가격이 먼저 EMA를 통과하고 다시 올라갈 수 있도록 요구합니다. 이것은 흔들리는 시장에서 자주 거래되는 것을 피하는 데 도움이됩니다.
고정 리스크 리터드 비율3: 1의 리스크/수익 비율은 거래당 수익/손실 비율을 통제 가능한 범위에서 유지하도록 하고, 장기적으로 안정적인 수익을 유도한다.
포지션 관리: 전략은 자본의 비율을 ((10%) 로 포지션 관리를 하는데, 고정된 수보다, 이런 방식은 자본 곡선의 평평한 성장에 더 유리하다.
이 전략은 여러 장점이 있지만 다음과 같은 위험 요소가 있습니다.
가짜 침입 위험: 가격이 EMA를 잠시 뚫고 다시 급격히 하락할 때, 불필요한 출입을 유발하여 스톱로스를 유발할 수 있습니다. 이 위험을 줄이기 위해, 가격의 연속적인 주기를 EMA 위에 유지하도록 요구하는 것과 같은 확인 조건을 추가하는 것을 고려할 수 있습니다.
시장의 부진: 명확한 트렌드가 없는 흔들리는 시장에서, 가격이 자주 EMA를 통과하면 여러 번의 스톱으로 이어질 수 있다. 트렌드 강도를 확인하기 위해, 예를 들어, ADX 지표를 사용하여 트렌드 강도를 확인하는 트렌드 강도 필터링 조건을 추가하는 것이 고려되어야 한다.
너무 멀리 있는 위험부린의 대역폭이 너무 커서 단편 거래 손실을 증가시킬 수 있습니다. 최대 손실 비율 제한을 설정하는 것이 고려 될 수 있습니다.
단 하나의 지표에 지나치게 의존하는 것전략은 주로 두 가지 지표인 EMA와 브린 대역에 의존하며, 이는 특정 시장 환경에서 전략이 좋지 않을 수 있습니다. 다른 독립적 인 지표를 추가하여 상호 검증을 권장합니다.
고정 변수 위험: 고정된 EMA 주기 ((40) 와 브린 밴드 표준 차이는 ((0.7) 모든 시장 환경에 적용되지 않을 수 있다. 적응 파라미터를 도입하거나 다른 시장 환경에 대해 다른 파라미터를 설정하는 것을 고려한다.
전략에 대한 심도 있는 분석을 바탕으로 몇 가지 최적화 방안이 제시되었습니다.
트렌드 강도 필터링:
입학 조건의 최적화:
사용자 정의 변수:
부분 차단 장치:
시간 탈퇴 메커니즘:
시장 환경 적응:
자조평등동력십자동동적손실전략은 합리적으로 설계된 트렌드 추적 시스템으로, EMA와 브린 밴드를 결합하여 동적으로 입점, 손해 및 정지 관리를 구현한다. 그것의 핵심 장점은 시장 상황에 따라 자동으로 정지 위치를 조정할 수 있다는 데 있으며, 재입점 제한 메커니즘을 통해 흔들리는 시장에서 빈번한 거래를 피하는 데 있다.
전략의 위험은 주로 변수 고정과 단일 지표 의존 측면에서 집중되며, 트렌드 강도 필터링을 추가하고, 입시 조건을 최적화하고, 적응 변수 설정을 도입하고, 부분 중단 메커니즘을 추가하는 등의 방법으로 개선할 수 있다. 특히, 시장 환경 판단 논리를 추가하면 전략이 다른 시장 유형에 따라 변수를 유연하게 전환할 수 있고, 전반적인 안정성과 수익성을 향상시킬 수 있다.
전반적으로, 이것은 실제 응용 가치가있는 전략 프레임워크이며, 적절한 변수 최적화와 위험 관리 강화로 안정적이고 신뢰할 수있는 거래 시스템으로 자리 잡을 수 있습니다. 중·장기 추세를 추적하면서 위험을 효과적으로 제어하는 것을 추구하는 거래자에게 특히 적합합니다.
/*backtest
start: 2024-08-12 00:00:00
end: 2025-08-10 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Buy-Only: 40 EMA + BB(0.7) [with TP reset]", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === INPUTS ===
emaLength = input.int(40, title="EMA Length")
bbStdDev = input.float(0.7, title="Bollinger Bands StdDev")
rr_ratio = input.float(3.0, title="Reward-to-Risk Ratio") // 3:1 RR
// === INDICATORS ===
ema = ta.ema(close, emaLength)
dev = bbStdDev * ta.stdev(close, emaLength)
upperBB = ema + dev
lowerBB = ema - dev
plot(ema, color=color.orange, title="EMA 40")
plot(upperBB, color=color.teal, title="Upper BB")
plot(lowerBB, color=color.teal, title="Lower BB")
// === STATE VARIABLES ===
var float longSL = na
var float longTP = na
var bool waitForNewCross = false // <- Block re-entry after TP until reset
// === BUY ENTRY CONDITION ===
buyCondition = close > ema and not waitForNewCross and strategy.position_size == 0
if buyCondition
strategy.entry("Buy", strategy.long)
longSL := lowerBB
longTP := close + (close - lowerBB) * rr_ratio
// === SL SHIFT TO EMA IF PRICE CLOSES ABOVE UPPER BB ===
if (strategy.position_size > 0 and close > upperBB)
longSL := ema
// === EXIT LOGIC ===
if (strategy.position_size > 0)
if close < longSL
strategy.close("Buy", comment="SL Hit")
if close >= longTP
strategy.close("Buy", comment="TP Hit")
waitForNewCross := true // Block next trade
// === RESET ENTRY CONDITION ===
// Wait for crossover below EMA then new close above it
if waitForNewCross and ta.crossunder(close, ema)
waitForNewCross := false