Strategi perdagangan jangka pendek berdasarkan divergensi harga penutupan


Tanggal Pembuatan: 2023-09-28 15:08:39 Akhirnya memodifikasi: 2023-09-28 15:08:39
menyalin: 2 Jumlah klik: 743
1
fokus pada
1617
Pengikut

Ringkasan

Strategi ini dilakukan dengan menganalisis selisih harga penutupan dua hari untuk menentukan arah pergerakan harga di masa depan, dan memungkinkan perdagangan short. Strategi ini sederhana, intuitif, dan mudah diterapkan, cocok untuk pedagang short.

Prinsip Strategi

Logika inti dari strategi ini adalah membandingkan harga penutupan hari ini dengan harga penutupan kemarin.

  1. Perhitungan perbedaan antara harga penutupan hari ini dan harga penutupan kemarin
  2. Jika selisih lebih besar dari nilai penurunan yang ditetapkan, maka harga hari ini akan naik dibandingkan dengan harga kemarin, dan Anda akan melakukan lebih banyak.
  3. Jika selisihnya lebih kecil dari batas yang ditetapkan negatif, maka harga hari ini akan turun dibandingkan dengan kemarin, dan melakukan shorting.
  4. Jika tidak, tetap pada posisi kemarin.

Kuncinya di sini adalah untuk menetapkan ambang yang masuk akal. Jika ambang terlalu besar, Anda akan melewatkan fluktuasi harga yang lebih kecil; Jika ambang terlalu kecil, Anda akan menyebabkan lebih banyak perdagangan yang tidak rasional karena fluktuasi normal. Strategi ini menggunakan desain ambang yang dapat disesuaikan, dengan nilai default 0.004, panjang langkah 0.001, yang dapat diuji berdasarkan data historis untuk memilih ambang yang sesuai.

Secara umum, strategi ini menangkap perubahan harga antara dua hari perdagangan berturut-turut, memfilter fluktuasi normal dengan nilai terendah, dan menilai kemungkinan arah tren harga di masa depan, untuk melakukan perdagangan garis pendek. Strategi ini sederhana, intuitif, dan mudah dipahami dan diimplementasikan.

Keunggulan Strategis

  • Pemikiran sederhana, intuitif, mudah dipahami dan diterapkan
  • Tidak perlu indikator teknis yang rumit, batas pengalaman yang lebih rendah
  • Menggunakan harga penutupan, dapat secara efektif menyaring kebisingan putih, meningkatkan stabilitas sinyal
  • Desain nilai yang dapat disesuaikan, dapat dioptimalkan untuk menemukan parameter optimal
  • Ini cocok untuk perdagangan singkat, menangkap perubahan harga dengan cepat
  • Dapat beroperasi dalam berbagai lingkungan pasar

Risiko Strategis

  • Probabilitas harga penutupan memiliki celah melompat, mungkin kehilangan perubahan harga
  • Bergantung pada satu indikator saja, Anda bisa kehilangan informasi penting lainnya.
  • Setting threshold yang salah akan menghasilkan terlalu banyak sinyal trading yang salah
  • Operasi singkat sering terjadi, dan biaya transaksi mungkin lebih tinggi
  • Perhatikan dengan cermat dan perbaiki parameternya.

Untuk mengatasi risiko ini, pertimbangkan:

  1. Kombinasi dengan indikator lain, seperti volume transaksi, meningkatkan akurasi sinyal
  2. Menambahkan logika stop loss untuk mengendalikan kerugian tunggal
  3. Optimalkan parameter untuk meningkatkan kualitas sinyal
  4. Memperpanjang siklus transaksi dengan tepat dan mengurangi frekuensi operasi
  5. Meningkatkan Manajemen Posisi untuk Meningkatkan Keuntungan

Arah optimasi strategi

Strategi ini dapat dipertimbangkan untuk dioptimalkan dari beberapa arah:

  1. Pengukuran multi-periode- Menggunakan berbagai periode waktu (hari, 4 jam, 1 jam, dll.) parameter strategi pengembalian, memilih periode waktu dan parameter yang optimal.

  2. Tergabung dengan indikator volatilitas- Menambahkan indikator yang mempertimbangkan fluktuasi harga, seperti ATR, dapat lebih baik membangun nilai terendah dinamis.

  3. Menambahkan Stop Loss Logic- Menetapkan stop loss yang wajar untuk mengendalikan kerugian tunggal.

  4. Mengoptimalkan manajemen posisi- Mengoptimalkan ukuran posisi dan aturan untuk membangun gudang, meningkatkan keuntungan sambil menjamin penghentian kerugian.

  5. Mempertimbangkan biaya transaksi- Menambahkan biaya transaksi seperti biaya prosesor, slippage, dan lain-lain ke dalam retrospeksi untuk membuat retrospeksi lebih dekat dengan real-time.

  6. Memperkenalkan pembelajaran mesin- Menggunakan algoritma pembelajaran mesin untuk mengekstrak lebih banyak fitur dan membangun sinyal perdagangan yang lebih kuat.

Meringkaskan

Strategi ini didasarkan pada perbedaan harga penutupan untuk menilai tren harga di masa depan. Strategi ini dirancang dengan cara yang sederhana dan intuitif. Strategi ini mudah diterapkan, cocok untuk operasi garis pendek, tetapi mungkin ada risiko kerugian tertentu.

Kode Sumber Strategi
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)

// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work: 
// https://www.tradingview.com/u/ChartArt/
// 
//  __             __  ___       __  ___ 
// /  ` |__|  /\  |__)  |   /\  |__)  |  
// \__, |  | /~~\ |  \  |  /~~\ |  \  |  
// 
// 

threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)

getDiff() =>
    yesterday=security(syminfo.tickerid, 'D', close[1])
    today=security(syminfo.tickerid, 'D', close)
    delta=today-yesterday
    percentage=delta/yesterday
    
closeDiff = getDiff()
 
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]

hline(0, title="zero line")

bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")

longCondition = buying
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = buying != true
if (shortCondition)
    strategy.entry("Short", strategy.short)