Strategi Terobosan Master-Pembalikan Menyeberangi


Tanggal Pembuatan: 2023-10-20 17:24:14 Akhirnya memodifikasi: 2023-10-20 17:24:14
menyalin: 0 Jumlah klik: 680
1
fokus pada
1617
Pengikut

Strategi Terobosan Master-Pembalikan Menyeberangi

Ringkasan

Strategi breakout master-reversal adalah strategi perdagangan sederhana namun praktis yang didasarkan pada moving average. Strategi ini menggunakan persilangan rata-rata bergerak cepat dan rata-rata bergerak lambat sebagai sinyal beli dan jual. Ini menghasilkan sinyal beli ketika rata-rata bergerak cepat melintasi rata-rata bergerak lambat dari bawah; ini menghasilkan sinyal jual ketika rata-rata bergerak cepat melintasi rata-rata bergerak lambat dari atas ke bawah.

Prinsip Strategi

Strategi ini menggunakan dua rata-rata bergerak: rata-rata bergerak cepat jangka pendek dan rata-rata bergerak lambat jangka panjang. Parameter rata-rata bergerak cepat adalah 12 hari dan parameter rata-rata bergerak lambat adalah 26 hari. Strategi ini pertama-tama menghitung rata-rata bergerak sederhana 2 hari ENDPOINT sebagai data harga, kemudian menghitung rata-rata bergerak cepat dan rata-rata bergerak lambat.

Secara khusus, strategi ini menilai tren pasar dengan membandingkan ukuran nilai rata-rata bergerak cepat dan rata-rata bergerak lambat. Ketika nilai rata-rata bergerak cepat lebih besar dari rata-rata bergerak lambat, pasar dianggap sedang dalam tren naik (Bullish); Ketika nilai rata-rata bergerak cepat lebih kecil dari rata-rata bergerak lambat, pasar dianggap sedang dalam tren menurun (Bearish). Strategi ini menggabungkan indikator volume pergerakan harga untuk membeli dan menjual saat menilai pasar berbalik.

Logika pemicu sinyal beli adalah: ketika pasar berubah dari tren turun ke tren naik, yaitu melewati rata-rata bergerak lambat di atas rata-rata bergerak cepat, dan harga lebih tinggi dari rata-rata bergerak cepat, sinyal beli dihasilkan.

Logika pemicu sinyal jual adalah: ketika pasar berubah dari tren naik ke tren turun, yaitu dengan melewati rata-rata bergerak cepat di bawah rata-rata bergerak lambat, dan harga lebih rendah dari rata-rata bergerak cepat menghasilkan sinyal jual.

Dengan desain seperti itu, strategi dapat bekerja dengan baik dan tepat waktu ketika pasar berbalik.

Analisis Keunggulan

Strategi ini memiliki keuntungan sebagai berikut:

  1. Strategi logisnya sederhana dan jelas, mudah dipahami dan diterapkan.

  2. Teknologi rata-rata bergerak sudah matang, dapat diandalkan, dan digunakan secara luas.

  3. Desain moving average ganda digunakan untuk memfilter kebisingan pasar dan mengidentifikasi tren pasar.

  4. Dengan mengkombinasikan indikator dinamika harga, dapat meningkatkan akurasi waktu jual beli.

  5. Ada banyak ruang untuk mengoptimalkan parameter, sehingga parameter dapat disesuaikan dengan pasar untuk mendapatkan hasil yang lebih baik.

  6. Anda dapat menambahkan Stop Loss Logic untuk mengontrol risiko.

  7. Berdagang dengan frekuensi yang moderat dan hindari berdagang berlebihan.

  8. Dapat digabungkan dengan indikator lain, seperti Bollinger Bands, RSI, dll.

  9. Data yang cukup untuk memverifikasi efektifitas strategi.

Analisis risiko

Strategi ini juga memiliki risiko sebagai berikut:

  1. Strategi Moving Average Ganda mudah menghasilkan sinyal yang salah, yang dapat melewatkan tren pasar atau menghasilkan perdagangan yang tidak perlu.

  2. Rata-rata bergerak memiliki keterbelakangan dan mungkin kehilangan kesempatan untuk berbalik dengan cepat.

  3. Pengaturan parameter yang salah dapat menyebabkan frekuensi transaksi terlalu tinggi atau terlalu rendah.

  4. Strategi ini lebih cocok untuk perdagangan jangka panjang dan menengah, sementara perdagangan jangka pendek mungkin kurang efektif.

  5. Strategi ini tidak dapat menanggapi dampak dari kejutan pasar.

  6. Ada risiko kerugian dalam jangka waktu tertentu.

  7. Pengaturan parameter untuk varietas yang berbeda perlu disesuaikan.

  8. Efeknya mungkin akan berkurang dalam situasi pasar yang bergejolak.

Risiko dapat dikurangi dengan:

  1. Parameter optimasi, disesuaikan dengan lingkungan pasar saat ini.

  2. Dalam kombinasi dengan indikator lain, filter sinyal.

  3. Menetapkan mekanisme pengendalian kerugian.

  4. Mengatur manajemen posisi dengan tepat.

  5. Parameter optimasi diuji berdasarkan varietas yang berbeda.

Arah optimasi

Strategi ini dapat dioptimalkan dengan:

  1. Optimalkan parameter periodik dari moving average agar lebih sesuai dengan situasi pasar saat ini.

  2. Uji berbagai jenis rata-rata bergerak, seperti rata-rata bergerak indeks, rata-rata bergerak berat, dan lain-lain.

  3. Menambahkan indikator volume transaksi untuk memverifikasi tren.

  4. Kombinasi dengan indikator teknis lainnya, seperti MACD, RSI, dll.

  5. Menambahkan strategi stop loss, seperti stop loss bergerak, stop loss waktu, dan lain sebagainya.

  6. Optimalkan strategi manajemen posisi, seperti saham tetap, rasio dinamis, dll.

  7. Pengoptimalan parameter pengujian interval waktu dan varietas.

  8. Menambahkan algoritma pembelajaran mesin, menggunakan teknologi AI untuk optimasi parameter otomatis dan pengujian sinyal.

  9. Menggunakan Deep Learning untuk mengenali bentuk grafis yang lebih kompleks.

  10. Menjelajahi strategi desain tanpa parameter.

Dengan terus mengoptimalkan, strategi dapat meningkatkan kemampuan adaptasi untuk mendapatkan hasil yang stabil di berbagai lingkungan pasar.

Meringkaskan

Kesimpulannya, strategi master-reverse breakout ini jelas, mudah diimplementasikan, dan memiliki nilai praktis tertentu. Strategi ini memanfaatkan keuntungan dari indikator pergerakan rata-rata untuk menilai tren, dan digabungkan dengan indikator pergerakan harga untuk meningkatkan kualitas sinyal. Ada ruang untuk peningkatan dalam pengoptimalan parameter dan pengendalian risiko. Secara keseluruhan, strategi ini memberi kita cara berpikir untuk mencapai strategi perdagangan yang terobosan berdasarkan indikator sederhana, yang dapat digunakan sebagai contoh yang baik untuk mempelajari strategi perdagangan kuantitatif.

Kode Sumber Strategi
/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)

// === INPUT BACKTEST RANGE ===
FromYear  = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth   = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"

Bullish = Fast>Slow
Bearish = Fast<Slow

Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast

//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0

//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0

//Plot

l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)

strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)