Jupiter dan Saturnus Momentum MA Crossover Filter Strategi

Penulis:ChaoZhang, Tanggal: 2023-11-03 16:13:20
Tag:

Gambaran umum

Strategi ini menggunakan crossover rata-rata bergerak sebagai sinyal perdagangan, dikombinasikan dengan indikator volatilitas BB dan indikator momentum khusus untuk penyaringan, yang bertujuan untuk meningkatkan keandalan sinyal crossover MA dan mengurangi sinyal palsu.

Prinsip-prinsip

Gunakan EMA 50 periode dan SMA 200 periode untuk membentuk sinyal golden cross dan death cross.
Ketika harga berada dalam tren naik, mengharuskan harga berada di atas garis 200 hari dan nilai indikator momentum khusus di bawah 25 untuk menghasilkan sinyal beli.
Ketika harga berada dalam tren penurunan, mengharuskan harga berada di bawah garis 200 hari dan nilai indikator momentum khusus di atas 75 untuk menghasilkan sinyal jual.
Indikator momentum khusus memetakan garis tengah BB dan jarak band ke dalam kisaran 0-100 berdasarkan maksimum dan minimum historis.
Indikator momentum mencerminkan volatilitas harga relatif, penyaringan ambang membantu mengurangi persilangan palsu.

Keuntungan

Menggunakan kekuatan EMA dan SMA untuk menangkap tren jangka menengah dan panjang.
Peningkatan filtrasi dengan indikator momentum meningkatkan keandalan dan mengurangi sinyal palsu.
Jarak pita BB mencerminkan intensitas volatilitas, normalisasi historis menghindari ketergantungan parameter.
EMA yang dapat disesuaikan, periode SMA dan ambang momentum yang dapat disesuaikan dengan lingkungan pasar yang berbeda.
Logika sederhana dengan fleksibilitas optimasi, kepraktisan yang kuat.

Analisis Risiko

EMA dan SMA memiliki efek keterlambatan, mungkin kehilangan peluang jangka pendek.
Tren mengikuti sifat yang tidak cocok untuk pasar yang terikat rentang.
Ambang momentum membutuhkan backtesting iteratif untuk parameter optimal, risiko overfitting.
Sistem jangka panjang menawarkan pengembalian absolut yang stabil tetapi berpotensi terbatas.
Dapat memperpendek periode MA atau menambahkan indikator tambahan untuk meningkatkan kemampuan beradaptasi.

Peluang Peningkatan

Uji kombinasi MA yang berbeda untuk parameter optimal.
Tambahkan indikator pelengkap seperti MACD, KD untuk validasi tambahan.
Mengoptimalkan parameter indikator momentum seperti periode lookback, rentang pemetaan.
Menggabungkan stop loss untuk mengendalikan risiko.
Sesuaikan parameter spesifik simbol menggunakan ekstraksi fitur pembelajaran mesin.
Tambahkan indikator volume untuk menghindari sinyal silang yang tidak masuk akal.

Kesimpulan

Strategi ini menggabungkan kekuatan trend jangka panjang berikut dan dua momentum ambang penyaringan untuk keandalan tinggi dan nilai praktis. Perbaikan lebih lanjut mungkin melalui optimasi parameter dan teknik komplementer. Konsep inovatif memberikan wawasan yang berharga untuk sistem tren lainnya.

/*backtest
start: 2023-10-26 00:00:00
end: 2023-10-27 13:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title="EMA Difference Mapping with Trades", shorttitle="EMA Diff Map", overlay=false)

// Inputs
emaLength = input(20, "EMA Length")
stdDevLength = input(2, "Standard Deviation Length")
priceSource = close
takeProfitPoints = input(1000, title="Take Profit (in Points)")
stopLossPoints = input(2500, title="Stop Loss (in Points)")

// Calculate EMA
ema = ema(priceSource, emaLength)

// Calculate Standard Deviation
stdDev = stdev(priceSource, stdDevLength)

// Calculate differences
diff1 = (ema + stdDev) - ema
diff2 = ema - (ema - stdDev)

// Calculate min and max differences from last year
lookbackPeriod = 504 // Number of trading days in a year
minDiff1 = lowest(diff1, lookbackPeriod)
maxDiff1 = highest(diff1, lookbackPeriod)
minDiff2 = lowest(diff2, lookbackPeriod)
maxDiff2 = highest(diff2, lookbackPeriod)

// Map differences based on requirements
mappedDiff1 = 50 + 50 * ((diff1 - minDiff1) / (maxDiff1 - minDiff1))
mappedDiff2 = 50 - 50 * ((diff2 - minDiff2) / (maxDiff2 - minDiff2))

// Combine mapped differences into a single line
mappedLine = if close > ema
    mappedDiff1
else
    mappedDiff2

// Plot 'mappedLine' in the main chart area conditionally
plot(mappedLine, title="EMA Difference Mapping", color=(close > ema ? color.blue : na), style=plot.style_line, linewidth=2)

// Calculate the 50EMA and 200SMA
ema50 = ema(close, 50)
sma200 = sma(close, 200)

// Plot the 50EMA and 200SMA on the main chart
plot(ema50, color=color.blue, title="50 SMA", linewidth=2)
plot(sma200, color=color.red, title="200 SMA", linewidth=2)

// Initialize trade variables
var bool waitingForBuy = na
var bool waitingForSell = na
var bool buyConditionMet = false
var bool sellConditionMet = false

if not sellConditionMet and crossunder(ema50, sma200)
    sellConditionMet := true
    waitingForBuy := false

if sellConditionMet 
    waitingForSell := true
    sellConditionMet := false

if waitingForSell and close < sma200 and mappedLine > 75
    strategy.entry("Sell", strategy.short)
    strategy.exit("Sell Exit", "Sell", profit=takeProfitPoints, loss=stopLossPoints)
    waitingForSell := false

// Define the strategy conditions and execute trades
if not buyConditionMet  and crossover(ema50, sma200)
    buyConditionMet := true
    waitingForSell := false

if buyConditionMet 
    waitingForBuy := true
    buyConditionMet := false

if waitingForBuy and close > sma200 and mappedLine < 25
    strategy.entry("Buy", strategy.long)
    strategy.exit("Buy Exit", "Buy", profit=takeProfitPoints, loss=stopLossPoints)
    waitingForBuy := false

Lebih banyak

2019 FMZ - Semua hak dilindungi