Strategi Perdagangan Pembalikan Momentum

Penulis:ChaoZhang, Tanggal: 2023-10-09 17:21:27
Tag:

Gambaran umum

Strategi perdagangan Momentum Reversal menggabungkan keuntungan dari strategi pembalikan dan momentum dengan memanfaatkan sinyal dari kedua jenis indikator untuk mengambil perdagangan berlawanan arah pada titik balik untuk keuntungan.

Logika Strategi

Strategi ini terdiri dari dua bagian:

Bagian pertama adalah strategi pembalikan 123. logikanya adalah:

  • Pergi panjang ketika harga penutupan lebih tinggi dari penutupan sebelumnya selama 2 hari berturut-turut dan Osilator Stochastic lambat 9 hari berada di bawah 50.

  • Pergi pendek ketika harga penutupan lebih rendah dari penutupan sebelumnya selama 2 hari berturut-turut dan 9-hari cepat Stochastic Oscillator di atas 50.

Bagian kedua adalah indikator momentum yang disaring. Langkah perhitungannya adalah:

  1. Menghitung perubahan harga xMom = close - close[1]

  2. Hitung perubahan harga absolut xMomAbs = abs ((close - close[1])

  3. Filter xMom jika kurang dari ambang Filter ke 0

  4. Filter xMomAbs jika kurang dari ambang Filter ke 0

  5. Hitung jumlah xMom yang disaring selama n hari nSum

  6. Hitung jumlah xMomAbs yang disaring selama n hari nAbsSum

  7. Hitung nilai momentum: nRes = 100 * nSum / nAbsSum

  8. Membuat sinyal berdasarkan nRes dan band TopBand, LowBand

Indikator ini menyaring fluktuasi kecil dan mengekstrak informasi momentum dari tren utama.

Akhirnya, sinyal perdagangan dihasilkan ketika sinyal dari kedua indikator sejajar untuk panjang atau pendek.

Analisis Keuntungan

Strategi ini menggabungkan keuntungan dari dua jenis indikator yang berbeda untuk meningkatkan kualitas sinyal:

  1. Strategi pembalikan 123 menangkap tren pembalikan pada titik balik, menghindari terjebak.

  2. Indikator momentum yang disaring hanya berfokus pada gerakan besar, menyaring kebisingan dan menangkap tren utama.

  3. Menggabungkan mereka memverifikasi sinyal dan mengurangi perdagangan yang salah, meningkatkan tingkat kemenangan.

Analisis Risiko

Risiko utama dari strategi ini meliputi:

  1. Analisis jangka waktu tunggal mungkin tidak melihat tren yang lebih besar.

  2. Pengaturan parameter statis tidak dapat beradaptasi dengan perubahan pasar.

  3. Verifikasi ganda dapat kehilangan beberapa peluang, mengurangi potensi keuntungan.

  4. Sinyal berkualitas rendah juga dapat diverifikasi, menyebabkan kerugian.

Arahan Optimasi

Strategi dapat dioptimalkan dalam beberapa aspek:

  1. Tambahkan verifikasi multi-frame waktu untuk menghindari terjebak.

  2. Menggunakan parameter adaptif untuk menyesuaikan indikator berdasarkan kondisi pasar.

  3. Optimalkan ambang filter untuk mengurangi sinyal palsu.

  4. Tambahkan stop loss untuk mengontrol jumlah kerugian perdagangan tunggal.

  5. Sesuaikan ukuran posisi untuk mengoptimalkan efisiensi penggunaan modal.

Kesimpulan

Kesimpulannya, strategi Momentum Reversal menggabungkan kekuatan strategi reversal dan momentum filter untuk meningkatkan kualitas sinyal dan profitabilitas sampai batas tertentu. Namun, ia juga memiliki beberapa kelemahan seperti mengabaikan tren yang lebih besar, parameter statis, sinyal palsu dll. Metode seperti validasi multi-frame time, parameter adaptif, stop loss dapat mengoptimalkan strategi dengan mengurangi risiko dan meningkatkan profitabilitas yang stabil.


/*backtest
start: 2023-09-08 00:00:00
end: 2023-10-08 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 25/09/2019
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This indicator plots a CMO which ignores price changes which are less 
// than a threshold value. CMO was developed by Tushar Chande. A scientist, 
// an inventor, and a respected trading system developer, Mr. Chande developed 
// the CMO to capture what he calls "pure momentum". For more definitive 
// information on the CMO and other indicators we recommend the book The New 
// Technical Trader by Tushar Chande and Stanley Kroll.
// The CMO is closely related to, yet unique from, other momentum oriented 
// indicators such as Relative Strength Index, Stochastic, Rate-of-Change, etc. 
// It is most closely related to Welles Wilder`s RSI, yet it differs in several ways:
// - It uses data for both up days and down days in the numerator, thereby directly 
// measuring momentum;
// - The calculations are applied on unsmoothed data. Therefore, short-term extreme 
// movements in price are not hidden. Once calculated, smoothing can be applied to the 
// CMO, if desired;
// - The scale is bounded between +100 and -100, thereby allowing you to clearly see 
// changes in net momentum using the 0 level. The bounded scale also allows you to 
// conveniently compare values across different securities.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

fFilter(xSeriesSum, xSeriesV, Filter) =>
    iff(xSeriesV > Filter, xSeriesSum, 0)

CMOfilt(Length,Filter, TopBand, LowBand) =>
    pos = 0
    xMom = close - close[1]
    xMomAbs = abs(close - close[1])
    xMomFilter = fFilter(xMom, xMomAbs, Filter)
    xMomAbsFilter = fFilter(xMomAbs,xMomAbs, Filter)
    nSum = sum(xMomFilter, Length)
    nAbsSum = sum(xMomAbsFilter, Length)
    nRes =   100 * nSum / nAbsSum
    pos := iff(nRes > TopBand, 1,
	         iff(nRes < LowBand, -1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & CMOfilt", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthCMO = input(9, minval=1)
Filter = input(3, minval=1)
TopBand = input(70, minval=1)
LowBand = input(-70, maxval=-1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posCMOfilt = CMOfilt(LengthCMO,Filter, TopBand, LowBand)
pos = iff(posReversal123 == 1 and posCMOfilt == 1 , 1,
	   iff(posReversal123 == -1 and posCMOfilt == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1 , 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )

Lebih banyak