Strategi Penangkapan Rata-rata Geser
ChaoZhang
Ringkasan
Strategi ini menggunakan teknik moving average sebagai sinyal perdagangan utama, yang dikombinasikan dengan strategi Heiken Curve Indicator untuk mendeteksi pembalikan tren pasar dan menangkap dinamika harga jangka pendek. Strategi ini mengoptimalkan strategi Heiken Uniform Line dari Gustavo Brano, untuk mencapai output sinyal tanpa lag dengan menghilangkan fitur heavy paint.
Prinsip Strategi
Perhitungan harga penutupan Heiken nAMAn, sebagai garis dasar harga.
Perhitungan rata-rata bergerak cepat (fma) dan rata-rata bergerak lambat (sma) dari harga penutupan Heiken.
Ketika fma di atas memakai sma menghasilkan sinyal beli; ketika fma di bawah memakai sma menghasilkan sinyal jual.
Strategi ini menghilangkan fitur overlay dari strategi asli, dan dapat menghasilkan sinyal perdagangan secara real-time, menghindari data retrospektif yang salah.
Analisis Keunggulan
Dengan menggunakan indikator Heiken Curve, kita bisa lebih akurat menentukan titik balik tren pasar.
Menggunakan kombinasi dua rata-rata, dapat secara efektif memfilter terobosan palsu.
Keluar sinyal tanpa lag, kinerja solid disk yang dapat diandalkan.
Parameter optimasi fleksibel, dapat disesuaikan untuk varietas yang berbeda.
Strategi logisnya sederhana, jelas, dan mudah dimengerti.
Strategi perdagangan yang sepenuhnya otomatis dapat dikonfigurasi untuk mengurangi risiko operasi manusia.
Analisis risiko
Haiken Average tidak bekerja dengan baik untuk pasar yang bergejolak.
Strategi perdagangan bilateral cenderung menghasilkan sinyal palsu.
Parameter rata-rata tidak disetel dengan benar, akan kehilangan tren atau memperbesar mundurnya.
Ada biaya transaksi yang akan berdampak pada laba bersih.
Hal ini perlu dilakukan dengan cara yang ketat untuk mengontrol kerugian.
Strategi perdagangan otomatis memiliki risiko penarikan dan manajemen dana yang baik diperlukan.
Langkah-langkah manajemen risiko yang sesuai:
Dengan indikator volatilitas, hindari zona seismik.
Menambahkan kondisi penyaringan untuk memastikan kualitas sinyal perdagangan.
Optimalkan pengujian parameter, pilih kombinasi garis rata yang sesuai.
Mengatur frekuensi transaksi untuk mengurangi dampak biaya transaksi.
Tetapkan Stop Loss yang wajar untuk mengendalikan kerugian tunggal.
Pengelolaan dana yang optimal, kontrol ketat terhadap ukuran posisi.
Arah optimasi strategi
Mengoptimalkan kombinasi parameter dua rata-rata untuk meningkatkan kualitas sinyal.
Meningkatkan indikator penyaringan tren, menghindari zona getaran.
Menggabungkan indikator volume pertukaran untuk memastikan keandalan tren.
Mengatur Stop Loss Dinamis dan Tracking Stop Loss untuk Mengoptimalkan Pengumpulan Profit.
Mengintegrasikan Modul Manajemen Dana untuk Mengontrol Ukuran Posisi
Menambahkan modul perdagangan algoritmik untuk otomatisasi penuh.
Meringkaskan
Strategi ini mengintegrasikan penghakiman tren linier Heiken dan teknologi penyaringan kombinasi linier ganda untuk mewujudkan strategi pelacakan tren jangka pendek yang sederhana dan praktis. Strategi menghasilkan sinyal yang dapat diandalkan secara real-time dan berkinerja baik di lapangan. Strategi ini dapat dioptimalkan menjadi strategi perdagangan otomatis yang dapat diandalkan melalui pengoptimalan parameter, pengaturan langkah-langkah pengendalian risiko, dan perluasan modul perdagangan algoritmik.
/*backtest
start: 2022-10-25 00:00:00
end: 2023-10-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
//Heikin/Kaufman by Gustavo v5
// strategy('Heikin Ashi EMA v5 no repaint ', shorttitle='Heikin Ashi EMA v5 no repaint', overlay=true, max_bars_back=500, default_qty_value=1000, initial_capital=100000, currency=currency.EUR)
// Settings - H/K
res1 = input.timeframe(title='Heikin Ashi EMA Time Frame', defval='D')
test = input(0, 'Heikin Ashi EMA Shift')
sloma = input(20, 'Slow EMA Period')
nAMA = hlc3
//Kaufman MA
Length = input.int(5, minval=1)
xPrice = input(hlc3)
xvnoise = math.abs(xPrice - xPrice[1])
Fastend = input.float(2.5, step=.5)
Slowend = input(20)
nfastend = 2 / (Fastend + 1)
nslowend = 2 / (Slowend + 1)
nsignal = math.abs(xPrice - xPrice[Length])
nnoise = math.sum(xvnoise, Length)
nefratio = nnoise != 0 ? nsignal / nnoise : 0
nsmooth = math.pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMAn = nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))
//Heikin Ashi Open/Close Price
ha_t = ticker.heikinashi(syminfo.tickerid)
ha_close = request.security(ha_t, timeframe.period, nAMAn)
mha_close = request.security(ha_t, res1, hlc3)
//Moving Average
fma = ta.ema(mha_close[test], 1)
sma = ta.ema(ha_close, sloma)
plot(fma, title='MA', color=color.new(color.black, 0), linewidth=2, style=plot.style_line)
plot(sma, title='SMA', color=color.new(color.red, 0), linewidth=2, style=plot.style_line)
//Strategy
golong = ta.crossover(fma, sma)
goshort = ta.crossunder(fma, sma)
strategy.entry('Buy', strategy.long, when=golong)
strategy.entry('Sell', strategy.short,when=goshort)