Gambaran Umum

Strategi ini melakukan perdagangan saham dengan mengombinasikan penggunaan beberapa model pola lilin. Strategi ini menggabungkan model Engulfing, model Harami, dan model Harami Cross, sehingga dapat menangkap peluang perdagangan dalam berbagai kondisi pasar.

Prinsip

Logika inti dari strategi ini adalah membangun beberapa aturan penilaian pola lilin, kemudian menggabungkan aturan-aturan tersebut untuk menghasilkan sinyal perdagangan.

Pertama, strategi ini mendefinisikan beberapa variabel dasar untuk menggambarkan properti lilin, seperti ukuran badan lilin (body), harga pembukaan (open), harga penutupan (close), dan sebagainya.

Kemudian, berdasarkan hubungan antara harga penutupan dan harga pembukaan lilin, strategi ini mendefinisikan 3 jenis trading bar: 1 untuk naik, -1 untuk turun, 0 untuk tidak naik dan tidak turun.

Atas dasar ini, dibangun 3 aturan penilaian pola lilin:

1. Model Engulfing: Lilin saat ini menelan lilin sebelumnya, menghasilkan sinyal beli atau jual.

2. Model Harami: Lilin sebelumnya menelan lilin saat ini, menghasilkan sinyal beli atau jual.

3. Model Harami Cross: Kombinasi antara Harami dan Doji, menghasilkan sinyal beli atau jual.

Berdasarkan aturan pola lilin ini, waktu beli dan jual dapat ditentukan. Dan dikombinasikan dengan beberapa kondisi tambahan, seperti batasan rentang waktu perdagangan, untuk menyaring sinyal perdagangan yang tidak memenuhi persyaratan.

Pada bagian perdagangan, posisi saat ini akan diperiksa terlebih dahulu. Jika berlawanan arah dengan sinyal lilin, posisi akan ditutup terlebih dahulu, kemudian posisi baru dibuka sesuai arah sinyal.

Kelebihan

• Kombinasi berbagai bentuk, stabilitas tinggi. Bentuk tunggal mungkin sangat dipengaruhi oleh lingkungan pasar tertentu, penggunaan kombinasi bentuk dapat meningkatkan stabilitas.

• Konfirmasi bentuk searah, penilaian komprehensif, menghindari kesalahan penilaian. Model bentuk yang berbeda menilai tren dari sudut pandang yang berbeda, sehingga dapat saling memvalidasi sinyal.

• Parameter dapat disesuaikan, adaptasi tinggi. Pengguna dapat secara bebas menggabungkan dan memilih model bentuk yang berbeda, menyesuaikan parameter seperti rentang waktu perdagangan, sehingga fleksibel dalam menghadapi perubahan pasar.

• Logika perdagangan yang matang. Dengan menggabungkan penilaian posisi dan logika keluar stop loss, risiko dapat dikendalikan secara efektif.

Risiko

• Kombinasi multi-parameter meningkatkan kompleksitas. Kecocokan kombinasi berbagai parameter perlu diuji, kombinasi parameter yang tidak tepat dapat menurunkan efektivitas.

• Pengaturan parameter shape bergantung pada pengalaman. Parameter bentuk seperti ukuran badan lilin yang sesuai memerlukan akumulasi pengalaman untuk menyesuaikan.

• Risiko dari posisi satu sisi. Hanya melakukan long atau short akan membatasi ruang profit. Dengan pengaturan parameter, dapat dilakukan long dan short sekaligus.

• Kemungkinan melewatkan titik pembalikan tren. Strategi ini terutama didasarkan pada identifikasi bentuk, sehingga tidak dapat secara efektif menilai pembalikan tren. Dapat dikombinasikan dengan indikator lain untuk menentukan waktu yang tepat.

Optimasi

• Menambahkan strategi stop loss untuk mengurangi risiko dari posisi satu sisi.

• Menggabungkan indikator teknikal lain untuk menilai arah tren utama, menghindari perdagangan melawan tren. Misalnya MACD, Bollinger Band, dll.

• Menguji preferensi parameter pada instrumen yang berbeda, membangun kombinasi bentuk yang cocok untuk instrumen yang berbeda.

• Menambahkan algoritma pembelajaran mesin, menggunakan AI untuk membantu optimasi parameter dan identifikasi bentuk.

Kesimpulan

Strategi ini membangun sistem perdagangan jangka pendek yang relatif stabil dan andal dengan memanfaatkan keunggulan berbagai pola lilin secara komprehensif. Namun, beberapa pengaturan parameter dan kontrol risiko masih perlu dioptimalkan lebih lanjut untuk beradaptasi dengan lingkungan pasar yang lebih kompleks. Secara keseluruhan, strategi ini memiliki kerangka berpikir yang masuk akal, dan dengan akumulasi pengalaman dan data yang cukup, melalui sarana seperti pembelajaran mesin untuk melakukan optimasi cerdas, prospeknya cerah.