Strategi Sistem Crossover EMA
ChaoZhang
Ringkasan
Strategi ini didasarkan pada prinsip crossover rata-rata bergerak ema untuk membangun sistem perdagangan yang memungkinkan perdagangan otomatis yang menangkap tren pasar. Pada dasarnya, sinyal beli dan jual dinilai melalui crossover garis ema cepat dan lambat.
Prinsip Strategi
Strategi ini didasarkan pada prinsip silang dua rata-rata bergerak eMA. Salah satunya adalah garis lambat eMA dengan 20 periode, dan yang lain adalah garis cepat eMA dengan 9 periode.
Secara khusus, strategi ini digunakan untuk menilai persilangan antara dua garis ema dengan menghitung nilai dan membandingkan hubungan besar dan kecil antara keduanya. Jika ema9 lebih besar dari ema20 maka akan muncul golden cross, dan bullish set to true, maka akan muncul buy signal. Jika ema9 lebih kecil dari ema20 maka akan muncul dead cross, dan bearish set to true, maka akan muncul sell signal.
Strategi ini juga menggunakan fungsi cross untuk mendeteksi perpotongan ema9 dan ema20. Jika terjadi perpotongan ke atas, yaitu ema9 di atas ema20, maka strategi ini juga akan menetapkan bullish sebagai true. Jika terjadi perpotongan ke bawah, yaitu ema9 di bawah ema20, maka strategi ini juga akan menetapkan bearish sebagai true.
Dengan cara ini dengan penilaian ganda dapat mencegah terjadinya sinyal bocor. Akhirnya berdasarkan nilai bullish dan bearish, masuk ke dalam logika melakukan plus atau minus, menyelesaikan sistem perdagangan otomatis.
Analisis Keunggulan
Strategi ini memiliki keuntungan sebagai berikut:
Menggunakan EMA crossover prinsip, dapat secara efektif menilai titik-titik perubahan tren pasar, menangkap tren
Kombinasi garis EMA yang cepat dan lambat dapat berfungsi untuk meratakan tren dan menangkap pergeseran
Strategi klasik untuk membeli dan menjual garpu mati dengan garpu emas, mudah dipahami
Penambahan logika cross-detection untuk menghindari kesalahan formulir
Sistem perdagangan otomatis, tidak memerlukan intervensi manusia, dan lebih baik dalam pengamatan
Parameter siklus EMA yang dapat disesuaikan, strategi optimasi
Analisis risiko
Strategi ini juga memiliki beberapa risiko:
EMA crossover kadang-kadang efektif untuk menilai tren, mungkin terjadi di mana titik baliknya terlewatkan
Efek whipsaw, penyesuaian jangka pendek dapat memicu sinyal yang salah
Siklus EMA tetap tidak dapat beradaptasi dengan perubahan pasar
Tidak dapat menilai intensitas tren, mungkin terjebak dalam situasi yang bergejolak
Tidak ada tindakan pencegahan, kerugian bisa bertambah
Sistem perdagangan otomatis telah mendeteksi masalah pencocokan, namun efeknya masih diragukan.
Ada beberapa cara untuk mengoptimalkan risiko:
Mengkonfirmasi tren, menghindari whipsaw dalam kombinasi dengan indikator lainnya
Bergabung dengan Stop Loss Mechanism untuk Menghindari Kerugian Besar
Menambahkan parameter optimasi untuk membuat EMA berputar secara dinamis
Bergabunglah dalam penilaian kekuatan tren, hindari perdagangan bergejolak
Komposisi multifungsi untuk meningkatkan stabilitas
Arah optimasi
Strategi ini dapat dioptimalkan dalam beberapa hal:
Siklus EMA dinamisSekarang dengan 20 siklus dan 9 siklus yang tetap, mekanisme adaptasi dapat diperkenalkan, memungkinkan perubahan dinamika siklus EMA dan lebih baik untuk melacak perubahan tren pasar.
Verifikasi multi-frameSekarang, ketika EMA diobservasi hanya dalam satu kerangka waktu, dapat diperkenalkan beberapa kombinasi periode yang berbeda untuk verifikasi, untuk menghindari kesalahan.
Kombinasi dengan Indikator LainIndikator lain seperti MACD, KD, dan lain-lain dapat diperkenalkan untuk memfilter sinyal silang EMA dan meningkatkan akurasi.
Strategi Stop LossTidak ada langkah-langkah stop loss saat ini, Anda dapat mengatur stop loss bergerak atau stop loss tetap untuk mengendalikan kerugian tunggal.
Optimasi parameter: dapat mengoptimalkan parameter siklus EMA untuk menemukan kombinasi parameter yang optimal. Juga dapat melakukan optimasi langkah demi langkah, sehingga parameter dapat disesuaikan secara dinamis.
Komposisi kompleks: Menggunakan kombinasi dari beberapa substrategi, pengaturan parameter yang berbeda, untuk membentuk strategi kompleks, dapat meningkatkan stabilitas.
Pembelajaran Mesin: Menggunakan teknologi pembelajaran mesin seperti jaringan saraf untuk melatih dan mengidentifikasi sinyal silang, untuk mewujudkan strategi silang EMA cerdas.
Meringkaskan
Strategi ini didasarkan pada prinsip klasik EMA cross untuk membangun sistem perdagangan otomatis. Gagasan keseluruhan sederhana dan jelas, mudah diterapkan. Namun, ada juga ketidakstabilan dalam penggunaan efek. Optimasi dengan memperkenalkan parameter penyesuaian dinamis, kombinasi multi-indikator, metode stop loss, kombinasi ganda, dan lain-lain dapat meningkatkan stabilitas dan kinerja strategi secara signifikan. Strategi EMA cross layak untuk 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)