Strategi SMA Moving Average Crossover

Penulis:ChaoZhang, Tanggal: 2023-09-22 14:40:03
Tag:

Gambaran umum

Ini adalah tren sederhana yang mengikuti strategi crossover berdasarkan SMA moving average, cocok untuk jangka waktu yang lebih tinggi untuk perdagangan BTCUSD dan pasangan crypto lainnya.

Logika Strategi

Strategi ini didasarkan pada dua SMA bergerak rata-rata dengan periode yang berbeda. Satu adalah SMA 10 periode, yang lainnya adalah SMA 100 periode. Strategi ini terus memantau nilai dari dua SMA. Ketika SMA 10 periode yang lebih pendek melintasi SMA 100 periode yang lebih lama, itu menandakan tren naik, dan strategi pergi panjang. Ketika SMA 10 periode melintasi di bawah SMA 100 periode, itu menandakan tren menurun, dan strategi pergi pendek.

Secara khusus, strategi menentukan crossover dengan membandingkan nilai SMA 10 periode dan SMA 100 periode. Jika SMA 10 periode melintasi SMA 100 periode, longCondition ditetapkan menjadi true. Strategi kemudian pergi panjang melalui fungsi strategy.entry. Sebaliknya, jika SMA 10 periode melintasi di bawah SMA 100 periode, shortCondition ditetapkan menjadi true. Strategi kemudian pergi pendek melalui strategy.entry.

Melalui sistem crossover SMA sederhana ini, strategi dapat menangkap titik pembalikan tren dan masuk dan keluar dari pasar secara tepat waktu.

Keuntungan

  1. Logikanya sederhana dan jelas, mudah dimengerti dan diterapkan, cocok untuk pemula.

  2. SMA crossover dapat secara efektif menangkap titik pembalikan tren dan memasuki pasar secara tepat waktu.

  3. Rata-rata bergerak dapat menyaring kebisingan pasar dan mengidentifikasi arah tren.

  4. Periode SMA dapat disesuaikan untuk lingkungan pasar yang berbeda. Misalnya, periode yang lebih pendek untuk pasar bull dan periode yang lebih lama untuk pasar bear.

  5. Strategi ini telah divalidasi untuk waktu yang lama dan bekerja dengan baik di pasar crypto.

Risiko

  1. SMA crossover dapat melambat dan menyebabkan masuk terlambat dan risiko stop loss.

  2. SMA yang lebih pendek dapat menghasilkan pecah palsu dan menyebabkan whipsaws yang tidak perlu.

  3. Perlu mengatur stop loss ketika memegang posisi untuk jangka panjang.

  4. Dapat menyebabkan sering kehilangan perdagangan di pasar yang berbeda.

  5. Pengaturan parameter yang tidak tepat dapat mempengaruhi kinerja strategi. periode SMA perlu disesuaikan dengan kondisi pasar.

Peningkatan

  1. Gabungkan SMA dengan indikator lain seperti RSI, Bollinger Bands untuk meningkatkan akurasi.

  2. Tambahkan mekanisme stop loss, seperti SMA breakout stop loss.

  3. Sesuaikan parameter SMA secara dinamis berdasarkan kondisi pasar, periode yang lebih pendek untuk pasar bull dan periode yang lebih lama untuk pasar bear.

  4. Gunakan ukuran posisi yang berbeda berdasarkan kekuatan silang SMA pendek dan panjang.

  5. Tambahkan aturan re-entry, seperti re-entry ketika harga kembali ke SMA.

  6. Mengevaluasi parameter dan strategi melalui backtesting dan perdagangan kertas.

Ringkasan

Strategi crossover SMA memiliki logika yang sederhana dan jelas, mudah dipahami dan diimplementasikan. Ini menangkap titik pembalikan tren melalui perpindahan dua SMA dengan periode yang berbeda. Ini adalah strategi trend berikut klasik. Keuntungannya adalah logika langsung dan sinyal perdagangan yang jelas, mampu melacak tren secara efektif. Kelemahannya adalah kemungkinan keterlambatan entri dan breakout palsu. Kita dapat mengoptimalkannya dengan memperkenalkan indikator lain dan mekanisme stop loss untuk mengontrol risiko dan meningkatkan hasil praktis. Dengan optimasi dan verifikasi terus-menerus, strategi ini dapat menjadi strategi trend berikut yang sangat berguna untuk perdagangan crypto.


/*backtest
start: 2023-08-22 00:00:00
end: 2023-09-21 00:00:00
period: 6h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
//study(title="MA Crossover Strategy", overlay = true)
// Simple MA crossover strategy with a 10/100 MA crossover)

strategy("MA Crossover Strategy", overlay=true)
src = input(close, title="Source")

price = security(syminfo.tickerid, timeframe.period, src)
ma1 = input(10, title="1st MA Length")
type1 = input("SMA", "1st MA Type", options=["SMA", "EMA"])

ma2 = input(100, title="2nd MA Length")
type2 = input("SMA", "2nd MA Type", options=["SMA", "EMA"])

price1 = if (type1 == "SMA")
    sma(price, ma1)
else
    ema(price, ma1)
    
price2 = if (type2 == "SMA")
    sma(price, ma2)
else
    ema(price, ma2)


//plot(series=price, style=line,  title="Price", color=black, linewidth=1, transp=0)
plot(series=price1, style=line,  title="1st MA", color=blue, linewidth=2, transp=0)
plot(series=price2, style=line, title="2nd MA", color=green, linewidth=2, transp=0)


longCondition = crossover(price1, price2)
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = crossunder(price1, price2)
if (shortCondition)
    strategy.entry("Short", strategy.short)


Lebih banyak