1. Persegi
  2. Strategi Tren Berbagai Jangka Waktu

Strategi Tren Berbagai Jangka Waktu

Penulis:ChaoZhang, Tanggal: 2023-10-23 16:56:52
Tag:

img

Gambaran umum

Strategi ini adalah strategi perdagangan yang memanfaatkan beberapa kerangka waktu. Ini terutama menggunakan kerangka waktu jangka panjang untuk menentukan arah tren, kerangka waktu jangka menengah untuk menentukan arah momentum, dan kerangka waktu jangka pendek untuk menemukan titik masuk tertentu.

Prinsip-prinsip

Strategi ini diimplementasikan terutama melalui hal berikut:

  1. Mendefinisikan kerangka waktu yang berbeda

    • Jangka panjang (harian): untuk menentukan tren keseluruhan
    • Rata-rata waktu (4 jam): untuk menentukan arah momentum
    • Jangka pendek (custom): untuk menemukan titik masuk

  2. Tentukan tren jangka panjang

    • Menggunakan SMA untuk menentukan arah tren jangka panjang
    • Jika close berada di atas SMA, definisikan sebagai uptrend
    • Jika close berada di bawah SMA, definisikan sebagai downtrend

  3. Tentukan momentum jangka menengah

    • Gunakan garis Stoch K dan D
    • Ketika garis K di atas garis D, mendefinisikan sebagai momentum ke atas
    • Ketika garis K berada di bawah garis D, mendefinisikan sebagai momentum ke bawah

  4. Temukan titik masuk

    • Long entry: long term uptrend, medium term Stoch upwards, short term MA golden cross
    • Entri pendek: tren penurunan jangka panjang, penurunan saham jangka menengah, persimpangan mati MA jangka pendek

  5. Titik keluar

    • Exit panjang: jangka menengah Stoch garis K melintasi di bawah garis D
    • Keluar pendek: jangka menengah garis Stoch K melintasi garis D

Singkatnya, strategi ini memanfaatkan sepenuhnya informasi di seluruh kerangka waktu, menilai tren dan waktu dari dimensi yang berbeda, yang dapat secara efektif menyaring terobosan palsu dan memilih titik masuk dengan probabilitas tinggi di sepanjang tren.

Keuntungan

Keuntungan dari strategi ini meliputi:

  1. Desain kerangka waktu ganda ilmiah dan cermat, memungkinkan penilaian tren pasar yang lebih akurat dan menghindari tertipu oleh kebisingan pasar jangka pendek.

  2. Kondisi komprehensif yang mempertimbangkan tren, momentum dan waktu masuk membantu menyaring banyak sinyal palsu.

  3. Menggunakan Stoch untuk menentukan momentum jangka menengah sangat tepat dan membantu menangkap pembalikan pasar yang sebenarnya.

  4. Kriteria masuk yang ketat mencegah sebagian besar kebocoran palsu dari lonjakan harga.

  5. Titik keluar stop loss yang didefinisikan secara efektif mengendalikan risiko untuk setiap perdagangan.

  6. Terapkan pada berbagai lingkungan pasar tanpa dibatasi oleh kondisi pasar tertentu.

  7. Ada ruang untuk mengoptimalkan manajemen modal, seperti persentase stop loss tetap, ukuran posisi dinamis dll.

Risiko

Ada juga beberapa risiko yang harus diperhatikan untuk strategi ini:

  1. Di pasar range, mungkin ada beberapa stop loss hits.

  2. Perubahan tren mungkin tidak terdeteksi tepat waktu, yang mengarah pada perdagangan yang tidak tepat.

  3. Bergantung hanya pada Stoch untuk penilaian momentum memiliki keterbatasan.

  4. Kriteria masuk yang ketat dapat menyebabkan kehilangan beberapa tren.

  5. Potensi keuntungan relatif terbatas, tidak mampu menangkap tren besar.

Beberapa cara untuk mengurangi risiko:

  1. Parameter fine tune untuk menurunkan tingkat kesalahan.

  2. Tambahkan indikator tren untuk menetapkan penilaian gabungan.

  3. Masukkan lebih banyak indikator seperti MACD untuk penilaian momentum.

  4. Mengoptimalkan stop loss untuk menggunakan trailing stop dll.

  5. Cepat menyesuaikan stop loss dan ukuran posisi saat perubahan tren utama.

Optimalisasi

Beberapa cara untuk mengoptimalkan strategi:

  1. Optimasi parameter seperti periode MA, pengaturan Stoch untuk meningkatkan akurasi sinyal.

  2. Tambahkan lebih banyak indikator seperti MACD, Bollinger Bands untuk penilaian yang ditingkatkan.

  3. Mengoptimalkan kriteria masuk, memungkinkan lebih banyak perdagangan pada tingkat risiko yang dapat diterima.

  4. Gunakan stop loss atau stop berbasis ATR.

  5. Aktif menyesuaikan ukuran posisi saat perubahan tren utama.

  6. Menggunakan pembelajaran mesin untuk mengoptimalkan parameter dan aturan secara otomatis.

  7. Pertimbangkan dasar-dasar, gunakan rilis data kunci untuk lebih mengkonfirmasi sinyal.

  8. Uji efektivitas di berbagai produk seperti forex, logam dll.

Kesimpulan

Singkatnya, ide inti dari strategi tren jangka waktu ganda ini adalah untuk membuat keputusan berdasarkan dimensi jangka panjang, menengah dan pendek. Keuntungannya terletak pada kondisi yang ketat dan risiko yang dapat dikendalikan, tetapi parameter dan aturan perlu dioptimalkan untuk pasar tertentu. Ke depan, strategi ini dapat ditingkatkan lebih lanjut dengan memasukkan lebih banyak indikator, mengoptimalkan berhenti, menambahkan pembelajaran mesin dll.

/*backtest
start: 2023-10-15 00:00:00
end: 2023-10-22 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("TUX MTF", overlay=true)

// MULTIPLE TIME FRAME STRATEGY
// LONG TERM --- TREND
// MED TERM --- MOMENTUM
// SHORT TERM --- ENTRY

// ENTRY POSITION TIMEFRAME
entry_position = input(title="Entry timeframe (minutes)",  defval=5, minval=1, maxval=1440)
med_term = entry_position * 4
long_term = med_term * 4

// GLOBAL VARIABLES
ma_trend = input(title="Moving Average Period (Trend)",  defval=50, minval=5, maxval=200)

// RSI
length = input(title="Stoch Length",  defval=18, minval=5, maxval=200)
OverBought = input(title="Stoch OB",  defval=80, minval=60, maxval=100)
OverSold = input(title="Stoch OS",  defval=20, minval=5, maxval=40)
smoothK = input(title="Stoch SmoothK",  defval=14, minval=1, maxval=40)
smoothD = input(title="Stoch SmoothD",  defval=14, minval=1, maxval=40)
maSm = input(title="Moving Avg SM",  defval=7, minval=5, maxval=50)
maMed = input(title="Moving Avg MD",  defval=21, minval=13, maxval=200)

// LONG TERM TREND
long_term_trend = request.security(syminfo.ticker, tostring(long_term), sma(close,ma_trend)) > request.security(syminfo.ticker, tostring(long_term), close)
plot(request.security(syminfo.ticker, tostring(long_term), sma(close,ma_trend)), title="Long Term MA", linewidth=2)
// FALSE = BEAR
// TRUE = BULL

// MED TERM MOMENTUM

k = request.security(syminfo.ticker, tostring(med_term), sma(stoch(close, high, low, length), smoothK))
d = request.security(syminfo.ticker, tostring(med_term), sma(k, smoothD))

os = k >= OverBought or d >= OverBought
ob = k <= OverSold or d <= OverSold


// SHORT TERM MA X OVER
bull_entry = long_term_trend == false and os == false and ob == false and k > d and request.security(syminfo.ticker, tostring(entry_position), crossover(sma(close, maSm), sma(close, maMed)))
bear_entry = long_term_trend == true and os == false and ob == false and k < d and request.security(syminfo.ticker, tostring(entry_position), crossunder(sma(close, maSm), sma(close, maMed)))



bull_exit = crossunder(k,d)
bear_exit = crossover(k,d)



if (bull_entry)
    strategy.entry("Long", strategy.long)
    

if (bear_entry)
    strategy.entry("Short", strategy.short)
  
strategy.close("Long", when = bull_exit == true)
strategy.close("Short", when = bear_exit == true)
Lebih banyak

2019 FMZ - Semua hak dilindungi