Strategi Crossover EMA

Penulis:ChaoZhang, Tanggal: 2023-09-28 11:22:39
Tag:

Gambaran umum

Strategi ini membangun sistem perdagangan berdasarkan prinsip crossover EMA untuk secara otomatis berdagang dan menangkap tren pasar.

Logika Strategi

Strategi ini terutama dibangun pada prinsip crossover dari dua moving average, EMA. Satu adalah EMA lambat 20 periode, dan yang lainnya adalah EMA cepat 9 periode. Ketika EMA cepat (EMA9) melintasi di atas EMA lambat (EMA20), sinyal beli dihasilkan. Ketika EMA9 melintasi di bawah EMA20, sinyal jual dihasilkan.

Secara khusus, strategi ini menghitung nilai dari dua EMA dan membandingkan hubungan magnitud mereka untuk menentukan apakah crossover terjadi. Ketika EMA9 lebih besar dari EMA20, ini menunjukkan bahwa sebuah golden cross terjadi dan variabel boolean bullish ditetapkan menjadi true, yang berarti sinyal beli dihasilkan. Ketika EMA9 kurang dari EMA20, ini menunjukkan bahwa sebuah dead cross terjadi dan variabel boolean bearish ditetapkan menjadi true, yang berarti sinyal jual dihasilkan.

Pada saat yang sama, strategi ini juga menggunakan cross function untuk mendeteksi crossover antara EMA9 dan EMA20. Ketika crossover naik terjadi, yaitu EMA9 melintasi EMA20, bullish juga ditetapkan menjadi true. Ketika crossover turun terjadi, yaitu EMA9 melintasi di bawah EMA20, bearish juga ditetapkan menjadi true.

Akhirnya, strategi masuk ke logika panjang atau pendek berdasarkan nilai bullish dan bearish untuk menyelesaikan sistem perdagangan otomatis.

Analisis Keuntungan

Strategi ini memiliki keuntungan berikut:

  1. Menggunakan prinsip crossover EMA secara efektif mendeteksi titik pembalikan tren pasar dan menangkap tren.

  2. Kombinasi EMA cepat dan lambat meluruskan tren dan menangkap pembalikan.

  3. Klasifikasi golden cross untuk membeli dan dead cross untuk menjual sederhana dan intuitif.

  4. Logika deteksi silang yang ditambahkan menghindari sinyal yang hilang.

  5. Sistem sepenuhnya otomatis, tidak perlu intervensi manual, hasil backtest yang baik.

  6. Periode EMA yang dapat disesuaikan memungkinkan untuk mengoptimalkan strategi.

Analisis Risiko

Strategi ini juga memiliki beberapa risiko:

  1. Deteksi tren lintas EMA bisa terlambat dan melewatkan titik pembalikan.

  2. Efek Whipsaw dapat memicu sinyal palsu pada koreksi jangka pendek.

  3. Periode EMA tetap tidak dapat beradaptasi dengan perubahan pasar.

  4. Tidak dapat mengukur kekuatan tren, mungkin akan terpukul di pasar yang berbeda.

  5. Tidak ada stop loss berarti kerugian bisa berkembang.

  6. Backtest overfitting sistem otomatis, kinerja hidup dipertanyakan.

Untuk mengatasi risiko, optimasi dapat dilakukan di:

  1. Tambahkan indikator lain untuk konfirmasi tren untuk menghindari whipsaws.

  2. Mengimplementasikan stop loss untuk membatasi penurunan.

  3. Memperkenalkan optimasi parameter untuk periode EMA dinamis.

  4. Tambahkan penentuan kekuatan tren untuk menghindari perdagangan pasar yang bervariasi.

  5. Menggunakan model ensemble untuk meningkatkan ketahanan.

Arahan Optimasi

Strategi ini dapat dioptimalkan dalam beberapa aspek:

  1. Periode EMA Dinamis: Periode 20 dan 9 tetap dapat dibuat adaptif untuk melacak tren pasar yang berkembang dengan lebih baik.

  2. Validasi Multi Timeframe: Saat ini hanya satu kerangka waktu, dapat memverifikasi sinyal pada beberapa kerangka waktu untuk menghindari sinyal palsu.

  3. Gabungkan Indikator Lainnya: Menggabungkan indikator seperti MACD, KD untuk menyaring sinyal crossover dan meningkatkan akurasi.

  4. Hentikan Kerugian: Saat ini tidak ada stop loss, dapat menambahkan stop loss tetap atau trailing untuk membatasi downside.

  5. Optimasi Parameter: Optimalkan periode EMA untuk menemukan kombinasi terbaik.

  6. Model Ensemble: Membangun ensemble sub-strategi dengan parameter yang berbeda untuk ketahanan.

  7. Pembelajaran Mesin: Menggunakan jaringan saraf untuk melatih dan mengenali crossover untuk sistem cerdas.

Kesimpulan

Strategi ini membangun sistem otomatis berdasarkan prinsip crossover EMA klasik. Logika keseluruhan sederhana dan jelas. Tetapi masalah stabilitas ada. Dengan memperkenalkan parameter dinamis, combo multi-indikator, stop loss, model ensemble, dll, perbaikan signifikan dapat dilakukan dalam kinerja langsung dan ketahanan. Strategi crossover EMA menjamin penelitian dan aplikasi lebih lanjut.


/*backtest
start: 2022-09-21 00:00:00
end: 2023-09-27 00:00:00
period: 4d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//For TRI'ers with a stinky trading view account.
//Some reccomended moving averages including the institutional moving averages.
//Much love to Brian for changing our lives.
//@version=4




strategy (title="Crossing Ema 20:9 by Sedkur", overlay=false)

src = close

ema20 = ema(src, 20)
ema9 = ema(src, 9)

plot( ema20, color=color.orange, style=plot.style_line, title="EMA20", linewidth=2)
plot( ema9, color=color.blue, style=plot.style_line, title="EMA9", linewidth=2)

//bullish = (ema9>ema20)?true:false
bullish = cross(ema9, ema20) and (ema9>ema20)?true:false
bearish = cross(ema9, ema20) and (ema20>ema9)?true:false
plotshape(bullish, style=shape.triangleup , location=location.belowbar, color=color.lime,size=size.tiny)
plotshape(bearish, style=shape.triangledown , location=location.abovebar, color=color.red,size=size.tiny)
alertcondition(bullish, title="Bullish", message="AL verdi")

if (bullish)
    strategy.entry("buy", strategy.long, comment="al", when = year>2016)
if (bearish)
    strategy.entry("sell", strategy.short, comment="sat", when = year>2016)
plot(strategy.equity)

Lebih banyak