이 기사의 목적은 트레일링 스톱을 사용하여 거래 및 종료에 대한 다양한 진입 및 종료를 가진 알고리즘의 수익성을 연구하는 것입니다. 사용할 항목 유형은 무작위 입력 및 역 입력입니다. 사용되는 중지 명령은 후행 중지 및 후행 테이크입니다. 이 기사는 연간 약 30%의 수익성으로 수익을 창출하는 알고리즘을 보여줍니다.
알고리즘의 성능을 추측하는 대신 EA를 개발하고 테스트 해보겠습니다. 프로그램에서 후행 중지를 설정하는 방법에 대해 이미 많이 언급되었습니다. 이 기사에서는 알고리즘 수준에서 프로그래밍으로 이동하지 않을 것입니다. 그렇지 않으면 끝까지 도달하지 못할 것입니다. EA는 연구 목적으로 개발될 예정이므로 최대 예치금 USD 100.000 및 최소 로트 0.1을 받습니다. 이를 통해 중단 전에 더 많은 조치를 볼 수 있습니다.
트레일 링 스탑이 TS와 같고 이 기사의 다른 모든 스탑은 현재 차트에서 마지막 5 개 캔들 (고-저)의 평균 바디 크기의 백분율로 표현된다는 데 동의합시다. 현재 차트를 표시하는 데 사용할 시간 프레임은 D1입니다. 추론에 큰 영향을 미치지 않을 것이므로 반드시 5 개가 아닌 다른 개수의 촛대를 사용할 수 있습니다. 이 측정 척도를 선택한 후 현재 변동성 또는 선택한 통화 또는 통화 쌍에 의존하지 않는 것이 중요합니다.
테스트 실행의 경우 D1에서 TS = 100%를 설정합니다. 이러한 TS 값을 설정하면 1 회 거래 기간은 하루 정도가됩니다. 위에서 이미 언급했듯이 스프레드로 인한 빠른 손실로 인해 더 짧은 거래 기간과 더 작은 TS 값을 설정할 수 없습니다. 더 큰 값을 설정하면 알고리즘 런타임이 늘어납니다.
그림 1. 후행 정지를 사용하여 무작위 진입 및 퇴장을 특징으로하는 알고리즘에 의해 얻은 균형, 여기서 TS = 100
그림 1은 알고리즘이 수익을 가져오고 EA가 개발되었으므로 일반적으로 여기에서 기사를 완료 할 수 있음을 보여줍니다.
새로운 기고글 후행 중지를 사용하는 수익 창출 알고리즘 가 게재되었습니다:
이 기사의 목적은 트레일링 스톱을 사용하여 거래 및 종료에 대한 다양한 진입 및 종료를 가진 알고리즘의 수익성을 연구하는 것입니다. 사용할 항목 유형은 무작위 입력 및 역 입력입니다. 사용되는 중지 명령은 후행 중지 및 후행 테이크입니다. 이 기사는 연간 약 30%의 수익성으로 수익을 창출하는 알고리즘을 보여줍니다.
알고리즘의 성능을 추측하는 대신 EA를 개발하고 테스트 해보겠습니다. 프로그램에서 후행 중지를 설정하는 방법에 대해 이미 많이 언급되었습니다. 이 기사에서는 알고리즘 수준에서 프로그래밍으로 이동하지 않을 것입니다. 그렇지 않으면 끝까지 도달하지 못할 것입니다. EA는 연구 목적으로 개발될 예정이므로 최대 예치금 USD 100.000 및 최소 로트 0.1을 받습니다. 이를 통해 중단 전에 더 많은 조치를 볼 수 있습니다.
트레일 링 스탑이 TS와 같고 이 기사의 다른 모든 스탑은 현재 차트에서 마지막 5 개 캔들 (고-저)의 평균 바디 크기의 백분율로 표현된다는 데 동의합시다. 현재 차트를 표시하는 데 사용할 시간 프레임은 D1입니다. 추론에 큰 영향을 미치지 않을 것이므로 반드시 5 개가 아닌 다른 개수의 촛대를 사용할 수 있습니다. 이 측정 척도를 선택한 후 현재 변동성 또는 선택한 통화 또는 통화 쌍에 의존하지 않는 것이 중요합니다.
테스트 실행의 경우 D1에서 TS = 100%를 설정합니다. 이러한 TS 값을 설정하면 1 회 거래 기간은 하루 정도가됩니다. 위에서 이미 언급했듯이 스프레드로 인한 빠른 손실로 인해 더 짧은 거래 기간과 더 작은 TS 값을 설정할 수 없습니다. 더 큰 값을 설정하면 알고리즘 런타임이 늘어납니다.
그림 1. 후행 정지를 사용하여 무작위 진입 및 퇴장을 특징으로하는 알고리즘에 의해 얻은 균형, 여기서 TS = 100
그림 1은 알고리즘이 수익을 가져오고 EA가 개발되었으므로 일반적으로 여기에서 기사를 완료 할 수 있음을 보여줍니다.
작성자: Гребенев Вячеслав