Ringkasan

Strategi ini menggabungkan berbagai indikator teknis untuk melacak tren dengan jelas. Strategi ini terdiri dari beberapa bagian:

1. Penghakiman tren berdasarkan rata-rata
2. Penilaian overbought dan oversold berdasarkan indikator acak
3. Perhitungan aliran dana berdasarkan indikator harga
4. Penilaian kualitas tren berdasarkan indikator fluktuasi
5. Pengadilan deviasi berdasarkan RSI

Prinsip

Strategi ini pertama-tama menilai arah tren harga melalui garis rata-rata. Secara khusus, menghitung rata-rata harga dalam periode tertentu, dan saluran pita dari rata-rata ini. Saluran harga yang pecah menunjukkan kemungkinan pembalikan tren.

Kemudian digabungkan dengan indikator KD dalam indikator acak untuk menentukan apakah harga berada dalam kondisi overbought atau oversold.

Kemudian, informasi volume transaksi digunakan untuk menentukan arus masuk dan arus keluar dana dengan membangun indikator volume harga. Kenaikan volume menunjukkan arus masuk dana dan perkembangan tren, sedangkan penurunan volume berarti arus keluar dana dan pembalikan tren.

Untuk menilai kualitas tren, gunakan rentang fluktuasi harga rata-rata untuk membangun indeks data pasar, kemudian hitung EMA untuk menilai kekuatan tren. Dengan demikian, beberapa tren palsu dapat disaring.

Akhirnya, indikator RSI dapat digunakan untuk mendeteksi harga dan defisit fluktuasi, yang juga sering menandakan pembalikan tren yang akan datang.

Informasi dari indikator-indikator ini dapat digunakan untuk menilai tren harga dengan lebih jelas. Strategi ini akan membangun posisi multihead ketika terjadi persilangan emas di garis rata dan posisi kosong ketika terjadi persilangan mati.

Keunggulan

• Pengadilan Komprehensif Multi-Indikator, memfilter kebisingan, membuat penilaian tren lebih jelas dan lebih dapat diandalkan
• Jika Anda bergabung dengan penilaian overbought dan oversold, Anda dapat menentukan titik waktu untuk berbalik.
• Indikator kuantitatif untuk mengevaluasi aliran dana dan menghindari terobosan palsu
• Indikator oscillasi mengukur kualitas tren, mencegah tertipu oleh getaran skala kecil
• RSI bergeser untuk memberikan sinyal reversal tren tambahan
• Struktur kode yang jelas, mudah dipahami dan dimodifikasi

Risiko

• Pertimbangan yang digabungkan dengan indikator-indikator dapat menyebabkan konflik sinyal, dan perlu diperhatikan.
• Kecanduan juga bisa disebabkan oleh permainan uang, hati-hati
• Beberapa indikator seperti RSI perlu disesuaikan dengan parameter yang berbeda
• Guncangan kecil dapat menyebabkan sinyal yang salah
• Efek dari indikator pasar yang tidak efisien akan dikurangi

Tindakan pencegahan risiko:

• Meningkatkan penyesuaian parameter untuk memastikan indikator bekerja dengan baik
• Menambahkan berat indeks, menangani konflik sinyal
• Parameter disesuaikan dengan karakteristik varietas yang berbeda
• Meningkatkan persentase kepemilikan, mengurangi frekuensi transaksi
• Menggunakan efek validasi simulasi disk nyata

Arah optimasi

Strategi ini dapat dioptimalkan dalam beberapa hal:

1. Mengoptimalkan parameter secara otomatis menggunakan metode pembelajaran mesin untuk membuat indikator lebih sesuai dengan karakteristik varietas yang berbeda

2. Menambahkan modul penilaian model, menyesuaikan bobot masing-masing indikator sesuai dengan dinamika fase pasar yang berbeda

3. Menambahkan strategi stop loss adaptif yang memungkinkan penyesuaian stop loss sesuai dengan volatilitas pasar

4. Menggunakan Deep Learning untuk mengekstrak lebih banyak karakteristik dan memberikan penilaian tren yang lebih akurat

5. Mengembangkan modul penyesuaian sinyal otomatis untuk menangani konflik indikator dan situasi yang mudah menimbulkan sinyal yang salah

6. Menambahkan model terpadu, mengintegrasikan lebih banyak penilaian indikator teknis, dan menghasilkan hasil prediksi yang sistematis

7. Menjelajahi indikator tanpa parameter, mengurangi ketergantungan indikator pada parameter

Meringkaskan

Strategi ini dengan mengintegrasikan kekuatan berbagai indikator teknis, menilai tren harga secara komprehensif, memiliki keunggulan dan prospek aplikasi di bidang strategi penilaian tren. Namun, masih perlu terus dioptimalkan untuk meningkatkan akurasi penilaian dan mengurangi risiko kesalahan penilaian, agar dapat beroperasi secara stabil di dunia nyata. Di masa depan, teknologi seperti pembelajaran mesin dapat diperkenalkan lebih lanjut untuk peningkatan kecerdasan.