AVL 지표 거래 전략을 백 테스트하는 방법은 무엇입니까?

AVL 지표와 거래에서의 역할 이해

축적 볼륨 라인이라고도하는 AVL 표시기는 가격과 볼륨 데이터를 결합하여 시장 동향의 강도를 평가하는 기술 분석 도구입니다. 그것은 며칠 동안 볼륨을 축적하고 낮에 볼륨을 빼서 작동하여 압력 구매 및 판매를 반영하는 누적 라인을 형성합니다. 거래자는 AVL 지표를 사용하여 가격 추세를 확인하고 잠재적 인 반전을 식별합니다. AVL 라인이 상승하는 동안 가격이 상승하면 강한 낙관적 모멘텀을 나타냅니다. 반대로, 가격이 상승하지만 AVL 라인이 평평하거나 감소하면 수요가 약화되고 반전이 가능하다는 것을 나타낼 수 있습니다.

AVL 표시기를 사용하여 거래 전략을 백 테스트하려면 먼저 계산을 이해하는 것이 필수적입니다. 공식은 일반적으로 초기 값 (종종 0)으로 시작하고 마감 가격이 이전의 닫기보다 높으면 하루의 양을 추가합니다. 종가 가격이 낮 으면 볼륨이 빼냅니다. 이 누적 프로세스는 런닝 총계를 생성합니다. 주요 통찰력은 가격과 AVL 라인 간의 발산 또는 수렴에 있습니다. 테스트 가능한 전략을 설계 할 때이 관계를 인식하는 것은 근본적입니다.

AVL과 호환되는 백 테스트 플랫폼 선택

모든 거래 플랫폼이 상자 밖에서 AVL 표시기 와 같은 맞춤형 표시기를 지원하는 것은 아닙니다. 정확한 백 테스트를 수행하려면 사용자 정의 기술 지표를 스크립팅하거나 통합 할 수있는 플랫폼을 선택해야합니다. 인기있는 플랫폼에는 TradingView , Metatrader 4/5 (MT4/MT5) 및 Backtrader 또는 QuantConnect 와 같은 파이썬 기반 환경이 포함됩니다.

• TradingView는 Pine Script를 제공하여 사용자가 AVL 표시기를 처음부터 코딩하여 과거 데이터에 적용 할 수 있습니다.
• Metatrader는 MQL4/MQL5를 통해 사용자 정의 표시기를 지원하여 전략 테스터 모듈에서 백 테스트를 가능하게합니다.
• 고급 사용자의 경우 Pandas 및 Numpy 와 같은 Python 라이브러리를 사용하여 AVL 값을 수동으로 계산할 수 있으며 Backtrader는 거래를 시뮬레이션하는 프레임 워크를 제공합니다.

선택한 플랫폼이 고품질의 역사 가격 및 볼륨 데이터에 대한 액세스를 제공하는지 확인하십시오. 부정확하거나 불완전한 데이터는 백 테스트 결과의 유효성을 손상시킵니다. 또한 전략의 기간에 따라 플랫폼이 진드기 수준 또는 일일 세분화를 지원하는지 확인하십시오.

AVL 거래 전략 논리 구성

백 검사를 시작하기 전에 AVL 기반 거래 전략 의 정확한 규칙을 정의하십시오. 일반적인 접근법은 가격과 AVL 라인 간의 크로스 오버 또는 분기를 사용하는 것입니다. 예를 들어:

• 가격이 새로운 낮게 만들 때 구매 신호를 생성하지만 AVL 라인은 높을수록 낮아서 낙관적 인 발산을 나타냅니다.
• AVL 라인은 더 낮은 수준에서 최고 수준으로 정점에 이르렀을 때 가격이 새로운 높이에 도달하면 판매 신호를 트리거하여 베어 리쉬 발산을 신호합니다.
• 또는 AVL 라인의 움직이는 평균을 사용하여 크로스 오버 신호를 만듭니다. AVL 라인이 이동 평균을 넘을 때 구매하십시오.

각 조건은 정확한 실행 가능한 논리로 변환되어야합니다. 예를 들어, Pine 스크립트에서는 현재 및 이전 가격 및 AVL 값에 대한 변수를 정의한 다음 조건부 문 ( if 블록)을 사용하여 분기 패턴을 감지합니다. 파이썬에서는 팬더와 함께 부울 마스킹을 사용하여 데이터 프레임에서 이러한 조건을 식별 할 수 있습니다.

입장, 출구, 스톱 손실 및 위치 사이징 규칙을 포함하는 것이 중요합니다. 예를 들어:

• 확인 된 낙관적 발산에 Long을 입력하십시오.
• AVL 라인에서 약세 크로스 오버가 발생할 때 종료하십시오.
• 스톱 손실을 입국 가격보다 2%로 설정하십시오.
• 거래 당 자본의 5%를 할당합니다.

역사적 데이터로 백 테스트를 실행합니다

전략 논리가 코딩되면 Bitcoin, Ethereum 또는 Stock Ticker와 같은 테스트중인 자산에 대한 과거 데이터를로드하십시오. 데이터 세트에는 날짜, 개방, 높음, 낮음, 가까이 및 볼륨 (OHLCV)이 포함되어야합니다. 타임 프레임은 거래 스타일에 따라 1 분에서 매일 양초에 이르기까지 다양합니다.

파이썬 환경에서 프로세스는 다음과 같습니다.

• yfinance 또는 ccxt 사용하여 역사적 암호 화폐 또는 재고 데이터를 가져 오십시오.
• 루프 또는 벡터화 된 작업을 사용하여 AVL 라인을 계산하십시오.

   df['AVL'] = (df['volume'] * np.where(df['close'] > df['close'].shift(1), 1, -1)).cumsum()

• 전략 규칙을 적용하여 구매/판매 신호를 생성하십시오.
• 데이터 세트를 통해 반복하여 트레이드를 시뮬레이션하고, 입력, 종료 및 이익/손실을 추적합니다.

TradingView에서는 Pine Script에서 전략을 코딩 한 후 "차트에 추가"를 클릭 한 다음 "전략 테스터"탭을 엽니 다. 기호와 기간을 선택하고 플랫폼이 총 순이익, 승리율 및 최대 드로우 다운과 같은 성능 메트릭을 자동으로 계산하도록하십시오.

트랜잭션 비용 (커미션, 미끄러짐)이 시뮬레이션에 포함되어 있는지 확인하십시오. 수수료를 무시하면 지나치게 낙관적 인 결과가 발생할 수 있습니다. 대부분의 플랫폼을 사용하면 거래 당 고정 커미션 또는 거래 가치의 백분율을 설정할 수 있습니다.

백 테스트 결과 및 성능 지표 분석

백 테스트를 실행 한 후 주요 성능 표시기를 사용하여 출력을 평가하십시오. 여기에는 다음이 포함됩니다.

• 총 수익 : 시험 기간 동안 전략의 전반적인 수익성.
• 승리율 : 이익을 초래 한 거래의 비율.
• 이익 계수 : 총 이익은 총 손실로 나뉩니다. 1.5 이상의 값은 일반적으로 유리합니다.
• 최대 드로우 다운 : 최대 피크 대통량 감소가 위험 노출을 나타냅니다.
• Sharpe 비율 : 위험 조정 수익률을 측정하고, 더 높은 값은 위험 단위당 더 나은 성능을 나타냅니다.

주식 곡선의 육안 검사도 마찬가지로 중요합니다. 매끄럽고 위쪽 슬로핑 곡선은 일관성을 암시하는 반면, 급격한 방울은 높은 변동성 또는 위험 관리가 열악하다는 것을 나타냅니다. AVL 전략이 가치를 추가하는지 여부를 결정하기 위해 전략의 성능을 구매 및 보수 벤치 마크 와 비교하십시오.

전략이 역사적 데이터에서 잘 수행되지만 라이브 시장에서는 실패하는 일반적인 함정 인 과적 으로 조심해야합니다. 이를 완화하려면 워크 포워드 분석을 사용하십시오. 데이터를 샘플 내 및 샘플 외 기간으로 나누고 전자의 매개 변수를 최적화하고 후자를 검증하십시오.

일반적인 함정과 피하는 방법

몇 가지 문제가 백 테스트 결과를 왜곡 할 수 있습니다. 한 가지 주요 문제는 미래의 데이터가 실수로 과거의 결정에 영향을 미치는 외관 편견 입니다. 시간에 모든 계산 이 T-1 까지 사용 가능한 데이터 만 사용하십시오. 예를 들어, 5 일의 AVL 값은 1 일부터 5 일까지의 양과 가격 데이터 만 사용해야합니다.

또 다른 문제는 곡선 피팅 입니다. 너무 많은 매개 변수가 과거 데이터에 완벽하게 맞도록 조정됩니다. 발산 감지를 위해 룩백 기간을 조정하는 것만 큼 최적화 변수의 수를 제한하고 여러 자산이나 기간 동안 검증하십시오.

마지막으로 데이터 품질이 중요합니다. 주식의 분할 및 배당에 조정 된 데이터를 사용하고 암호 화폐 데이터가 Exchange 특이 적 이상을 설명하는지 확인하십시오. 데이터가 잘못되면 오해의 소지가있는 신호와 신뢰할 수없는 결과가 발생합니다.

FAQ

AVL 표시기를 계산하려면 어떤 데이터 형식이 필요합니까? AVL 표시기에는 OHLCV 데이터가 필요합니다 - 열, 높음, 낮음, 닫기 및 부피가 필요합니다. 닫기 및 볼륨 열은 가격 방향에 따라 누적 합계를 계산하는 데 필수적입니다.

AVL 표시기를 정맥 내 시간에 사용할 수 있습니까? 예, AVL 표시기는 1 분, 15 분 또는 시간별 차트를 포함하여 언제든지 작동합니다. 그러나 부피 신뢰도는 낮은 시간, 특히 분산 암호화 시장에서 달라질 수 있습니다.

Pine Script에서 AVL 표시기를 어떻게 코딩합니까? 이 기본 코드를 사용하십시오.

 avL = 0.0 avL := close > close[1] ? avL[1] + volume : close < close[1] ? avL[1] - volume : avL[1] plot(avL, color=color.blue)

이것은 AVL 라인을 초기화하고 가격 변경에 따라 업데이트합니다.

AVL 표시기는 모든 유형의 자산에 적합합니까? AVL 표시기는 주요 암호 화폐 (BTC, ETH) 또는 높은 액체 주식과 같은 신뢰할 수있는 볼륨 데이터를 갖춘 자산에서 가장 잘 수행됩니다. 볼륨 데이터가 일치하지 않는 저용량 또는 얇은 거래 자산에 덜 효과적 일 수 있습니다.