Strategi Pembalikan Momentum Multi Timeframe

Penulis:ChaoZhang, Tanggal: 2023-10-30 10:42:54
Tag:

Gambaran umum

Strategi ini menggabungkan indikator momentum di berbagai kerangka waktu untuk mengidentifikasi pembalikan tren pada beberapa skala waktu. Ini menggunakan osilator Stochastic untuk melihat pembalikan jangka pendek dan indikator (Paling Tinggi-Terendah) / Tutup untuk tren jangka menengah hingga panjang, memungkinkan deteksi pembalikan dalam beberapa dimensi waktu.

Logika Strategi

Strategi ini terdiri dari dua komponen:

123 Pembalikan

Hal ini menggunakan garis cepat Stochastic melintasi di bawah garis lambat bersama dengan pola pembalikan harga untuk mengidentifikasi pembalikan tren jangka pendek. Secara khusus, ia pergi panjang ketika harga ditutup lebih tinggi dari penutupan sebelumnya dan garis cepat Stochastic melintasi di bawah garis lambat dan di bawah 50; ia pergi pendek ketika harga ditutup lebih rendah dari penutupan sebelumnya dan garis cepat Stochastic melintasi di atas garis lambat dan di atas 50. Bagian ini bertujuan untuk menangkap pengaturan pembalikan rata-rata berdasarkan pembacaan overbought / oversold.

(Paling Tinggi-Paling Rendah) / Indikator Dekat

Indikator ini mengukur volatilitas bar saat ini. Nilai yang lebih tinggi menunjukkan peningkatan volatilitas dan potensi pembalikan, sementara nilai yang lebih rendah menunjukkan penurunan volatilitas dan kelanjutan tren. Strategi menggunakan SMA dari indikator ini untuk mengidentifikasi pembalikan tren jangka menengah hingga panjang.

Dikombinasikan bersama, kedua komponen memungkinkan strategi untuk mendeteksi pembalikan dalam jangka waktu pendek dan menengah hingga panjang.

Keuntungan

Keakuratan yang ditingkatkan dengan indikator multi-timeframe

Menggunakan indikator jangka pendek dan jangka menengah hingga panjang memastikan keandalan sinyal dan menghindari sinyal palsu.
Parameter indikator yang fleksibel

Parameter dari kedua Stochastic dan (H-L) / C dapat disesuaikan untuk rezim pasar, membuat strategi yang kuat.
Logika sederhana dan intuitif

Dengan Stochastic sebagai inti dan filter tren, kerangka kerja sederhana dan mudah dipahami.
Keterluasannya

Kerangka kerja yang sederhana memungkinkan penggabungan indikator yang lebih mudah untuk membangun model multifaktor.

Risiko

Mungkin kurang berkinerja dalam tren berkelanjutan

Sifat rata-rata-reversi membuatnya kurang ideal untuk pasar tren yang kuat. Parameter dapat disetel untuk beradaptasi.
Risiko sinyal palsu

Stochastic dan (H-L) /C dapat memberikan sinyal yang salah di pasar abnormal.
Pengaturan indikator membutuhkan keahlian

Parameter harus dioptimalkan untuk pasar yang berubah, jika tidak kinerja dapat terganggu.
Dibutuhkan ukuran posisi yang tepat

Sebagai strategi pembalikan, manajemen risiko yang bijaksana pada ukuran posisi penting.

Peluang Peningkatan

Lebih banyak faktor dalam model multifaktor

Faktor tambahan seperti volume, indikator pembalikan lainnya dapat ditambahkan untuk membuat model multifaktor.
Mengimplementasikan stop loss

Stop loss pada waktu atau basis bergerak dapat membantu mengendalikan kerugian perdagangan tunggal.
Optimasi parameter

Metode penyesuaian parameter yang lebih sistematis seperti algoritma genetik dapat dieksplorasi.
Pembelajaran mesin

Algoritma ML dapat membantu meningkatkan akurasi prediksi pembalikan.
Analisis Sentimen

Menggabungkan data alternatif seperti sentimen sosial dapat membantu dalam memprediksi pembalikan.

Kesimpulan

Strategi ini menggabungkan indikator jangka pendek dan menengah untuk mengidentifikasi pembalikan di seluruh kerangka waktu. Ini memiliki keuntungan seperti parameter yang fleksibel, struktur yang sederhana, ekstensibilitas. Langkah selanjutnya dapat mencakup lebih banyak faktor, stop loss, optimasi parameter, pembelajaran mesin untuk lebih meningkatkan profitabilitas dan manajemen risiko. Secara keseluruhan, ini adalah strategi inovatif yang layak untuk diteliti dan diterapkan.

//@version=3
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 23/05/2019
// This is combo strategies for get 
// a cumulative signal. Result signal will return 1 if two strategies 
// is long, -1 if all strategies is short and 0 if signals of strategies is not equal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
//  This histogram displays (high-low)/close
//  Can be applied to any time frame.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

HLCHist(input_barsback, input_percentorprice, input_smalength) =>
    xPrice = (high-low)/close
    xPriceHL = (high-low)
    xPrice1 = iff(input_percentorprice, xPrice * 100, xPriceHL)
    xPrice1SMA = sma(abs(xPrice1), input_smalength)
    pos = 0.0
    pos := iff(xPrice1SMA[input_barsback] > abs(xPrice1), 1,
    	   iff(xPrice1SMA[input_barsback] < abs(xPrice1), -1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & (H-L)/C Histogram", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
input_barsback = input(4, title="Look Back")
input_percentorprice = input(false, title="% change")
input_smalength = input(13, title="SMA Length")
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posHLCHist = HLCHist(input_barsback, input_percentorprice, input_smalength)
pos = iff(posReversal123 == 1 and posHLCHist == 1 , 1,
	   iff(posReversal123 == -1 and posHLCHist == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? red: possig == 1 ? green : blue )

Lebih banyak

2019 FMZ - Semua hak dilindungi