Strategi Perdagangan Stokastik Rata-rata
ChaoZhang
Ringkasan
Strategi ini didasarkan pada indikator acak rata-rata untuk menilai sinyal perdagangan, dan merupakan strategi pelacakan tren. Strategi ini dilakukan dengan menghitung rata-rata rata-rata indikator acak rata-rata% K dan% D, melakukan plus ketika mereka terjadi Gold Forks, dan melakukan kosong ketika terjadi dead Forks, dan merupakan strategi pelacakan tren yang khas.
Prinsip Strategi
Hitung nilai rata-rata indikator acak% K dan% D. Di mana% K adalah rata-rata bergerak dari nilai acak yang dihitung berdasarkan harga penutupan dalam periode tertentu, yang mencerminkan posisi relatif harga saat ini terhadap harga tertinggi dan terendah dalam periode tertentu.% D adalah rata-rata bergerak dari% K, yang digunakan untuk mengkonfirmasi tren.
Rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata rata-rata_avg_k dan_avg_d。
Mencari sinyal perdagangan:
Sinyal pembelian:_avg_k memakai_avg_d, dan_avg_d <20 tahun, lebih banyak.
Menjual sinyal: ketika_avg_k di bawah_avg_d, dan_avg_Bila d > 80, kosongkan
Manajemen Posisi:
Multiple Stop Loss: Ketika_avg_d >Posisi 80 jam
Hilangnya tiket:_avg_d <20:00 posisi kosong
Izinkan hingga 3 pesanan serentak, termasuk dalam strategi penimbunan
Keunggulan Strategis
Menggunakan dua garis rata untuk menilai dead fork, dapat secara efektif menyaring false breaks, meningkatkan kualitas sinyal
Menggunakan indikator rata-rata acak untuk melacak tren harga secara efektif
Pengertian ini dapat digunakan untuk menghindari perdagangan yang sering terjadi dalam situasi yang tidak stabil.
Di sisi lain, ada beberapa hal yang perlu diperhatikan, seperti:
Strategi Stop Loss Mengendalikan Kerugian Tunggal
Risiko Strategis
Strategi perdagangan biner dapat menghasilkan perdagangan yang sering terjadi, dan jika biaya perdagangan terlalu tinggi dapat mempengaruhi keuntungan.
Menggunakan Stop Loss Fixed Mungkin Mematikan Tren Keluar Lebih Awal
Terlalu banyak deposit bisa menyebabkan kerugian meningkat
Tidak dapat menilai titik balik tren secara efektif, dan kemungkinan kerugian besar jika tren berbalik
Periode parameter yang perlu dioptimalkan, dengan efek yang sangat berbeda dari siklus yang berbeda
Arah optimasi
Pertimbangan untuk memperkenalkan indikator penilaian tren untuk menghindari perdagangan berlawanan
Mengubah Stop Loss Secara Dinamis Agar Lebih Sesuai Dengan Tren
Optimalkan strategi penambahan posisi, misalnya dengan meningkatkan jumlah pemegang posisi per putaran
Dengan indikator-indikator lain, trend berbalik dan keluar dari keuntungan lebih awal
Optimalisasi parameter pengujian untuk varietas yang berbeda, meningkatkan kemampuan adaptasi parameter
Meringkaskan
Strategi ini secara keseluruhan adalah strategi pelacakan tren yang khas, menggunakan indikator acak rata-rata untuk menentukan arah tren, melakukan perdagangan kenaikan ketika tren muncul. Keuntungan dari strategi ini adalah kemampuan pelacakan yang kuat, sesuai dengan tren, tetapi perlu berhati-hati untuk mencegah perdagangan mundur.
/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
_avg_k[1]<_avg_d[1]
and _avg_k>_avg_d
and _avg_d<20
dn=
_avg_k[1]>_avg_d[1]
and _avg_k<_avg_d
and _avg_d>80
var arr_val=0
if up
arr_val:=1
strategy.entry("Long", strategy.long)
if dn
arr_val:=-1
strategy.entry("Short", strategy.short)
if up[1] or dn[1]
arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80
strategy.close("Long")
if _avg_d<20
strategy.close("Short")
//EOF