1. Persegi
  2. Model Pemantauan Rata-rata Bergerak Ganda

Model Pemantauan Rata-rata Bergerak Ganda

Penulis:ChaoZhang, Tanggal: 2023-10-17 16:33:29
Tag:

img

Gambaran umum

Strategi ini menggunakan kombinasi indikator moving average (EMA) dan moving average crossover (MACD) untuk mengidentifikasi saham yang terlalu dinilai dalam jangka pendek dan mengambil posisi pendek untuk mendapatkan keuntungan dari penurunan harga. Strategi ini memanfaatkan sepenuhnya kemampuan EMA untuk bereaksi dengan cepat terhadap perubahan harga dan kekuatan MACD dalam memantau arah momentum, menangkap peluang keuntungan jangka pendek pada titik balik antara bulls dan bears.

Logika Strategi

  1. Menghitung 8-hari EMA dan 26-hari EMA Ketika 8-hari EMA melintasi di atas 26-hari EMA, itu dianggap sinyal beli.

  2. Menghitung MACD dengan EMA 12 hari, EMA 26 hari dan EMA 9 hari dari perbedaan yang disebut DEA. Ketika MACD melintasi di atas DEA, itu dianggap sinyal beli.

  3. Aturan masuk: EMA 8 hari > EMA 26 hari dan MACD melintasi di atas DEA, panjang jika kedua kondisi terpenuhi.

  4. Aturan keluar: Tetapkan stop loss trailing pada 3% dari harga masuk, stop loss trailing pada 1% dari harga masuk, keluar ketika salah satu disentuh.

Strategi ini memanfaatkan reaksi cepat EMA terhadap harga dan penilaian MACD pada arah momentum, mengidentifikasi titik balik utama dari bull ke bear. EMA cepat mencerminkan koreksi nilai intrinsik jangka pendek terhadap EMA yang lebih lambat, sementara MACD mencerminkan perubahan kekuatan perdagangan yang mengantisipasi arah rata-rata bergerak, meningkatkan akurasi menangkap peluang perdagangan menggunakan indikator ganda.

Analisis Keuntungan

  1. Kombinasi EMA dan MACD meningkatkan akurasi menangkap sinyal perdagangan. EMA menangkap tren harga sementara MACD menilai perubahan arah momentum, dikombinasikan mereka mengidentifikasi ekstrem jangka pendek dan menghindari kerugian dari pecah palsu.

  2. Trailing stop loss mengendalikan risiko dan keluar tepat waktu.

  3. Data backtest yang solid. strategi backtested melalui seluruh pasar beruang pada tahun 2022, mensimulasikan lingkungan perdagangan nyata.

  4. Rasio stop loss, rasio ukuran posisi dapat disesuaikan sesuai dengan preferensi risiko pribadi.

Analisis Risiko

  1. Perdagangan yang sering membutuhkan pelacakan yang dekat. jangka waktu 5 menit berarti frekuensi masuk dan keluar yang tinggi, yang membutuhkan waktu yang cukup untuk menindaklanjuti perdagangan.

  2. Stop loss yang terlalu ketat dapat menyebabkan exit yang terlalu dini.

  3. EMA dan MACD bekerja lebih baik untuk pasar tren.

  4. Biaya perdagangan perlu dipertimbangkan. Setiap perdagangan sesuai dengan komisi, perdagangan sering meningkatkan biaya.

Arahan Optimasi

  1. Sesuaikan parameter periode EMA untuk mengoptimalkan entri dan keluar. Dapat menguji memperpendek periode EMA cepat, memperbesar spread antara EMA untuk menemukan kombinasi yang optimal.

  2. Mengoptimalkan rasio stop loss untuk menurunkan risiko stop prematur.

  3. Uji periode penyimpanan yang berbeda untuk menemukan yang optimal.

  4. Evaluasi penambahan filter teknis lainnya. Uji penambahan indeks volatilitas dll untuk meningkatkan efektivitas keputusan perdagangan.

Kesimpulan

Strategi perdagangan EMA dan MACD ganda ini bertujuan untuk menangkap peluang pullback jangka pendek untuk shorting dan keuntungan. Ini sepenuhnya memanfaatkan reaksi cepat EMA dan kekuatan penilaian perubahan momentum MACD untuk meningkatkan akurasi dalam waktu perdagangan dengan konfirmasi ganda. Ruang optimasi terletak pada penyesuaian parameter, kontrol slippage, periode penahan dll. Optimasi parameter yang cermat dapat menghasilkan pengembalian yang baik.

/*backtest
start: 2023-09-16 00:00:00
end: 2023-10-16 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © Coinrule

//@version=5
// strategy('Fast EMA above Slow EMA with MACD (by Coinrule)',
//          overlay=true,
//          initial_capital=1000,
//          process_orders_on_close=true,
//          default_qty_type=strategy.percent_of_equity,
//          default_qty_value=30,
//          commission_type=strategy.commission.percent,
//          commission_value=0.1)

showDate = input(defval=true, title='Show Date Range')
timePeriod = time >= timestamp(syminfo.timezone, 2022, 1, 1, 0, 0)
notInTrade = strategy.position_size <= 0

// EMAs 
fastEMA = ta.ema(close, 8)
slowEMA = ta.ema(close, 26)
plot(fastEMA, color = color.blue)
plot(slowEMA, color = color.green)
//buyCondition1 = ta.crossover(fastEMA, slowEMA)
buyCondition1 = fastEMA > slowEMA


// DMI and MACD inputs and calculations
[macd, macd_signal, macd_histogram] = ta.macd(close, 12, 26, 9)
buyCondition2 = ta.crossover(macd, macd_signal)


// Configure trail stop level with input options
longTrailPerc = input.float(title='Trail Long Loss (%)', minval=0.0, step=0.1, defval=3) * 0.01
shortTrailPerc = input.float(title='Trail Short Loss (%)', minval=0.0, step=0.1, defval=1) * 0.01

// Determine trail stop loss prices
longStopPrice = 0.0
shortStopPrice = 0.0

longStopPrice := if strategy.position_size > 0
    stopValue = close * (1 - longTrailPerc)
    math.max(stopValue, longStopPrice[1])
else
    0

shortStopPrice := if strategy.position_size < 0
    stopValue = close * (1 + shortTrailPerc)
    math.min(stopValue, shortStopPrice[1])
else
    999999
    

if (buyCondition1 and buyCondition2 and notInTrade and timePeriod)
    strategy.entry(id="Long", direction = strategy.long)

strategy.exit(id="Exit", stop = longStopPrice, limit = shortStopPrice)


//if (sellCondition1 and sellCondition2 and notInTrade and timePeriod)
//strategy.close(id="Close", when = sellCondition1 or sellCondition2)
Lebih banyak

2019 FMZ - Semua hak dilindungi