Strategi Pelacakan Tren Kombinasi Multi-Indikator
ChaoZhang
Ringkasan
Strategi ini menilai tren besar dengan mengintegrasikan berbagai indikator dan menghasilkan keputusan perdagangan berdasarkan perubahan sinkron dari sinyal kombinasi indikator. Strategi ini menggabungkan kecepatan rata-rata bergerak, indikator STOCH dan indikator MACD untuk membentuk mekanisme pelacakan tren yang lebih komprehensif dan lebih kuat.
Prinsip Strategi
Strategi ini didasarkan pada beberapa indikator untuk menilai tren:
Kecepatan rata-rata bergerak: indikator tren yang mencerminkan kecepatan perubahan harga.
Indikator STOCH: Pertimbangan zona overbought dan oversold untuk membalikkan trend.
Indikator MACD: Perbedaan garis rata-rata ganda mencerminkan perubahan tren.
Aturan transaksi adalah sebagai berikut:
Kecepatan rata-rata bergerak ke atas menunjukkan sinyal yang lebih banyak.
Indeks STOCH memasuki zona oversold, memberi sinyal kosong.
Garis rata-rata MACD berlawanan dengan garis yang bersilang, memberikan sinyal yang lebih banyak.
Ketika 2 sinyal indikator sama arah, buatlah keputusan masuk yang sesuai.
Perubahan sinyal indikator adalah keluar dari posisi rata.
Strategi ini mempertimbangkan beberapa faktor dari tren, dan dengan memfilter sinyal kombinasi dari faktor-faktor yang menyesatkan, membentuk sistem perdagangan yang stabil dengan kekuatan konfirmasi yang kuat.
Analisis Keunggulan
Strategi kombinasi ini memiliki keuntungan sebagai berikut dibandingkan dengan indikator tunggal:
Penghakiman yang lebih akurat.
Ada beberapa hal yang perlu diperhatikan dalam trading forex, yaitu:
Ini adalah salah satu indikator yang digunakan untuk mengevaluasi dan memantau pertumbuhan ekonomi global.
Dengan kekuatan pengesahan sinyal yang kuat, dapat dihindari penembusan palsu.
Aturan-aturan ini sederhana, jelas, dan mudah diterapkan.
Parameter yang disesuaikan dengan fleksibilitas dan kemampuan beradaptasi yang kuat.
Periode waktu yang berbeda bersifat universal dan digunakan secara luas.
Metode pembelajaran mesin yang dapat diperkenalkan adalah bobot.
Stabilitas dan profitabilitas secara keseluruhan lebih baik dari satu indikator.
Analisis risiko
Meskipun ada banyak keuntungan dari strategi ini, risiko berikut perlu diperhatikan:
Beberapa indikator meningkatkan kompleksitas strategi.
Optimasi parameter dan pengaturan berat lebih sulit.
Ada kemungkinan ada sinyal yang bertentangan antara berbagai indikator.
Beberapa indikator tertinggal, tidak dapat sepenuhnya menghindari kerugian.
Tidak pasti kapan posisi tunggal akan dipegang, ada unsur keberuntungan.
Sinyal kombinasi tidak menghilangkan pengawasan yang melekat pada perdagangan tren.
Frekuensi transaksi yang tinggi dapat dipengaruhi oleh biaya transaksi.
Perhatikan rasio pengembalian pendapatan.
Arah optimasi
Berdasarkan analisis di atas, strategi ini dapat ditingkatkan sebagai berikut:
Evaluasi dampak dari berbagai indikator di berbagai pasar.
Menambahkan parameter pengujian stabilitas untuk mencegah overoptimisasi.
Optimalkan penyetelan indikator untuk mengurangi konflik sinyal.
Set Stop Loss Stop Stop untuk menghindari kerugian besar.
Menggunakan time exits untuk mengendalikan posisi tanpa target.
Evaluasi dampak frekuensi transaksi pada biaya transaksi.
Pengendalian indikator risiko.
Uji kekuatan multi-pasar.
Strategi yang terus diverifikasi untuk mencegah ketidakefisienan.
Meringkaskan
Strategi ini mengintegrasikan multiples indikator untuk menilai tren, membentuk sistem sinyal kombinasi yang stabil. Namun, strategi apa pun perlu terus dioptimalkan dan ditingkatkan, memperhatikan indikator risiko dan mencegah overfitting. Perdagangan kuantitatif adalah proses pembelajaran dan iterasi berkelanjutan.
/*backtest
start: 2022-09-16 00:00:00
end: 2023-09-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// By TradeStation
//@version=5
strategy("Mov Avg Speed Strategy", overlay=true)
src = input(close, title="Source")
// MA Speed
avg_len = input.int(50, minval=1, title="Avg Length", group="MA Speed")
roc_len = input.int(1, minval=1, title="Rate of Change Length", group="MA Speed")
avg_roc_len = input.int(10, minval=1, title="Avg Rate of Change Length", group="MA Speed")
// Stochastic
stoch_len = input.int(14, minval=1, title="Stochastic Length", group="Stochastic")
smooth_k = input.int(3, minval=1, title="Stochastic Smooth K", group="Stochastic")
overbought = input.float(80, title="Stochastic Overbought", group="Stochastic")
oversold = input.float(20, title="Stochastic Oversold", group="Stochastic")
// MACD
fast_length = input(12, title="Fast Length", group="MACD")
slow_length = input(26, title="Slow Length", group="MACD")
macd_avg_length = input.int(9, title="MACD Avg Length", minval=1, group="MACD")
// MA Speed
avg = ta.sma(src, avg_len)
roc = ta.roc(avg, roc_len)
avg_roc = ta.sma(roc, avg_roc_len)
avg_roc_signal = avg_roc > 0 ? 1 : avg_roc < 0 ? -1 : 0
// Stochastic k
k = ta.sma(ta.stoch(close, high, low, stoch_len), smooth_k)
stochastic_signal = k <= oversold ? 1 : k >= overbought ? -1 : 0
// MACD
fast_ma = ta.ema(src, fast_length)
slow_ma = ta.ema(src, slow_length)
macd = fast_ma - slow_ma
macd_avg = ta.ema(macd, macd_avg_length)
macd_signal = macd_avg > macd_avg[1] ? 1 : macd_avg < macd_avg[1] ? -1 : 0
// set the signal couint
long_count = 0
short_count = 0
if macd_signal == 1
long_count += 1
else if macd_signal == -1
short_count += 1
if stochastic_signal == 1
long_count += 1
else if stochastic_signal == -1
short_count += 1
if avg_roc_signal == 1
long_count += 1
else if avg_roc_signal == -1
short_count += 1
if (long_count >= 2)
strategy.entry("Long", strategy.long)
if (short_count >= 2)
strategy.entry("Short", strategy.short)