Multi Timeframe Beli Strategi penurunan

Penulis:ChaoZhang, Tanggal: 2023-10-27 16:56:23
Tag:

img

Gambaran umum

Strategi multi timeframe buy the dip adalah strategi perdagangan otomatis yang relatif sederhana yang dapat menghasilkan keuntungan yang mengesankan, terutama selama periode uptrend.

Strategi ini menangkap penurunan harga tiba-tiba pada jangka waktu 1 jam ketika harga telah meningkat secara signifikan dalam 12 jam terakhir.

Setup skrip dioptimalkan pada jangka waktu 30 menit. Anda dapat menyesuaikan parameter untuk menyesuaikan jangka waktu yang berbeda.

Sistem memicu sinyal beli ketika:

  • Harga turun 1% dari dua lilin sebelumnya (frame waktu 1 jam = dua lilin 30 menit)
  • Harga naik 3% dari 12 jam terakhir (dua puluh empat 30-menit lilin sama dengan kerangka waktu yang diinginkan)

Pengaturan ini telah dioptimalkan menjalankan lebih dari 150 backtest pada lebih dari 20 pasangan perdagangan crypto yang berbeda.

Strategi ini mengasumsikan setiap order untuk diperdagangkan 30% dari modal yang tersedia. Biaya perdagangan sebesar 0,1% diperhitungkan. Biaya tersebut selaras dengan biaya dasar yang diterapkan pada Binance, bursa cryptocurrency terbesar.

Logika Strategi

Ide inti dari strategi multi timeframe buy dip adalah menggabungkan jangka panjang dan jangka pendek untuk menentukan sinyal masuk.

Pertama, ia memeriksa jangka waktu 1 jam untuk melihat apakah ada penurunan harga tiba-tiba. Hal ini dikonfirmasi dengan memeriksa apakah lilin saat ini telah turun lebih dari 1% dibandingkan dengan dua lilin sebelumnya.

Kedua, ia memeriksa jangka waktu 12 jam untuk melihat apakah ada tren kenaikan yang signifikan dalam jangka panjang. hal ini dikonfirmasi dengan menghitung apakah harga telah meningkat lebih dari 3% dalam 12 jam terakhir.

Hanya ketika ada penurunan jangka pendek dan tren kenaikan jangka panjang sinyal beli akan dipicu.

Kombinasi ini menghindari membeli secara membabi buta ke dalam tren penurunan jangka panjang sementara juga menangkap peluang pullback jangka pendek.

Secara teknis, strategi ini menggunakan duaperc_change()fungsi dengan parameter yang berbeda untuk memeriksa dua kerangka waktu. satu memeriksa perubahan 12 jam, yang lain memeriksa perubahan 1 jam. ketika kedua kondisi terpenuhi, sinyal beli dipicu.

Analisis Keuntungan

Keuntungan terbesar dari strategi multi timeframe buy dip adalah bahwa strategi ini dapat secara efektif menentukan tren dan menangkap peluang pullback.

  1. Menggabungkan dua kerangka waktu menghindari membeli ke arah penurunan jangka panjang, mengurangi kerugian yang tidak perlu.

  2. Kerangka waktu jangka pendek menangkap penurunan tiba-tiba yang memberikan harga masuk yang lebih rendah.

  3. Parameter backtested dan dioptimalkan membuat strategi lebih cocok untuk volatilitas crypto yang tinggi.

  4. Biaya perdagangan dipertimbangkan, membuat simulasi lebih dekat dengan perdagangan nyata.

  5. Logika sederhana dan konfigurasi parameter membuatnya mudah dimengerti dan disetel.

  6. Secara luas berlaku untuk pasangan perdagangan yang berbeda dengan fleksibilitas tinggi.

Analisis Risiko

Strategi multi timeframe buy dip juga memiliki beberapa risiko, terutama di bidang berikut:

  1. Tidak dapat sepenuhnya menghindari risiko pecah palsu, penurunan jangka pendek bisa menjadi pembalikan tren.

  2. Parameter tetap mungkin tidak dapat beradaptasi sepenuhnya dengan perubahan pasar, yang membutuhkan penyesuaian.

  3. Backtest selalu berkinerja baik dalam simulasi, perbedaan ada dalam perdagangan langsung.

  4. Ada risiko keterlambatan waktu karena kehilangan titik masuk yang optimal selama fluktuasi harga.

  5. Strategi tunggal rentan terhadap risiko sistemik.

  6. Perdagangan frekuensi tinggi meningkatkan beban biaya perdagangan.

Untuk risiko, beberapa langkah optimalisasi dapat dipertimbangkan:

  1. Tambahkan lebih banyak indikator untuk menentukan tren jangka pendek dan panjang untuk meningkatkan akurasi.

  2. Mengoptimalkan parameter untuk membuat mereka beradaptasi lebih dinamis dengan pasar.

  3. Strategi pengujian di lingkungan hidup untuk mengukur perbedaan dari backtest.

  4. Sesuaikan kerangka waktu dengan tepat untuk mengurangi masalah waktu.

  5. Menggunakan beberapa strategi yang tidak berkorelasi untuk mendiversifikasi risiko sistemik.

  6. Atur stop loss yang tepat dan ambil keuntungan untuk mengontrol risiko per perdagangan.

Arahan Optimasi

Masih ada ruang yang luas untuk mengoptimalkan strategi multi-frame time buy dip, terutama di bidang-bidang berikut:

  1. Tambahkan lebih banyak indikator seperti Bollinger Bands, RSI dll untuk meningkatkan stabilitas.

  2. Mengintegrasikan model pembelajaran mesin untuk optimasi parameter dinamis untuk beradaptasi dengan perubahan pasar.

  3. Mengoptimalkan stop loss dan mengambil strategi keuntungan untuk mengurangi risiko per perdagangan.

  4. Backtest pada lebih banyak pasangan perdagangan dan kerangka waktu untuk menemukan set parameter yang optimal.

  5. Masukkan perubahan volume untuk menghindari sinyal palsu dari perdagangan arbitrase.

  6. Tambahkan modul manajemen risiko seperti alokasi aset, ukuran posisi dll untuk mengendalikan risiko keseluruhan.

  7. Jelajahi jenis strategi algoritmik lainnya seperti mengikuti tren, arbitrage dll untuk diversifikasi.

  8. Penelitian kombinasi multi-frame waktu yang lebih kompleks untuk menemukan set optimal.

  9. Masukkan elemen perdagangan berita menggunakan peristiwa sebagai pendorong perdagangan.

Dengan teknik pengoptimalan ini, strategi dapat menjadi lebih kuat, cerdas dan komprehensif untuk kompleksitas pasar kripto.

Kesimpulan

Secara keseluruhan, strategi multi timeframe buy the dip adalah sistem perdagangan jangka pendek yang sangat praktis. Ini melihat dimensi waktu jangka pendek dan jangka panjang secara bersamaan untuk meningkatkan akurasi sambil tetap relatif efisien. Dengan penyesuaian dan optimalisasi parameter yang tepat, ini dapat beradaptasi dengan sebagian besar pasar perdagangan, terutama aset tren.

Tetapi seperti strategi mekanis lainnya, strategi ini memiliki keterbatasan yang mengharuskan trader untuk tetap rasional dan terus-menerus mengoptimalkan dan beradaptasi dengan perubahan pasar.

Sebagai kesimpulan, strategi multi timeframe buy the dip memberikan templat yang sangat baik untuk trading algoritmik. Ini merangkum poin-poin kunci seperti memilih timeframe, mengkonfigurasi parameter, backtesting, pengendalian risiko dll. Menggunakan strategi ini secara masuk akal dan memperbaikinya melalui praktek dapat membantu pedagang memahami petunjuk penting di tengah-tengah lautan data, dan mencapai alfa yang konsisten di pasar.


/*backtest
start: 2023-09-26 00:00:00
end: 2023-10-26 00:00:00
period: 4h
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=1
strategy(shorttitle='Multi Time Frame Buy the Dips',title='Multi Time Frame Buy the Dips (by Coinrule)', overlay=true, initial_capital = 1000, default_qty_type = strategy.percent_of_equity, default_qty_value = 30, commission_type=strategy.commission.percent, commission_value=0.1)


//Backtest dates
fromMonth = input(defval = 1,  title = "From Month")     
fromDay   = input(defval = 10,    title = "From Day")       
fromYear  = input(defval = 2020, title = "From Year")       
thruMonth = input(defval = 1,    title = "Thru Month")     
thruDay   = input(defval = 1,    title = "Thru Day")     
thruYear  = input(defval = 2112, title = "Thru Year")       

showDate  = input(defval = true, title = "Show Date Range")

start     = timestamp(fromYear, fromMonth, fromDay, 00, 00)        // backtest start window
finish    = timestamp(thruYear, thruMonth, thruDay, 23, 59)        // backtest finish window
window()  => true       // create function "within window of time"

inp_lkb = input(24, title='Lookback Long Period')
inp_lkb_2 = input(2, title='Lookback Short Period')
 
perc_change(lkb) =>
    overall_change = ((close[0] - close[lkb]) / close[lkb]) * 100

// Call the function    
overall = perc_change(inp_lkb)
overall_2 = perc_change(inp_lkb_2)

//Entry

dip= -(input(1))
increase= (input(3))

strategy.entry(id="long", long = true, when = overall > increase and overall_2 < dip and window()) 

//Exit
Stop_loss= ((input (3))/100)
Take_profit= ((input (4))/100)

longStopPrice  = strategy.position_avg_price * (1 - Stop_loss)
longTakeProfit = strategy.position_avg_price * (1 + Take_profit)

strategy.close("long", when = close < longStopPrice or close > longTakeProfit and window())


Lebih banyak