Strategi Crossover Rata-rata Bergerak Klasik
ChaoZhang
Ringkasan
Strategi moving average crossover adalah strategi analisis teknis yang sangat klasik. Strategi ini menilai tren pasar dengan menghitung rata-rata bergerak dari berbagai periode dan mengamati persimpangan mereka untuk mencapai tujuan jual beli rendah. Strategi ini cocok untuk perdagangan garis panjang dan menengah, yang dapat secara efektif menyaring kebisingan pasar dan mengidentifikasi tren.
Prinsip
Strategi ini terutama menghitung 10 hari SMA dan 10 hari TRIMA Triangular Moving Average. Ketika SMA melewati TRIMA menghasilkan sinyal beli, menunjukkan bahwa pasar berubah dari turun ke atas, dan dapat dibeli. Ketika SMA melewati TRIMA menghasilkan sinyal jual, menunjukkan bahwa pasar berubah dari naik ke turun, dan dapat dijual.
Secara khusus, strategi pertama menginput harga close out dan menentukan panjang siklus untuk menghitung SMA dan TRIMA.
SMA = (P1 + P2 + … + Pn) / n
Dimana Pn adalah harga penutupan n hari terakhir.
Rumus TRIMA adalah sebagai berikut:
TRIMA = (SMA1 + SMA2 + SMA3) / 3
SMA1, SMA2, dan SMA3 adalah harga penutupan n hari terakhir.
Dengan demikian, TRIMA setara dengan melakukan SMA lagi pada SMA, dengan efek perataan yang lebih baik. Ketika SMA berperiode pendek di atas SMA berperiode panjang, yang menunjukkan terobosan pada rata-rata berperiode pendek, dapat dibeli. Sebaliknya, ketika SMA berperiode pendek di bawah TRIMA, yang menunjukkan terobosan di bawah rata-rata berperiode pendek, dapat dijual.
Keunggulan
Keuntungan terbesar dari strategi ini adalah memanfaatkan kemampuan menilai tren rata-rata bergerak, yang dapat secara efektif mengidentifikasi tren pasar, menghilangkan kebisingan pasar jangka pendek, dan mencapai harga murah. Dibandingkan dengan rata-rata bergerak tunggal, penggunaan kombinasi SMA dan TRIMA dapat meningkatkan keandalan penembusan dan mengurangi probabilitas penembusan palsu.
Risiko
Risiko utama dari strategi ini adalah bahwa rata-rata bergerak itu sendiri tertinggal dari perubahan harga, dan mungkin akan melewatkan periode awal dari tren, yang menyebabkan terlambat masuk. Selain itu, ketika pasar tidak memiliki tren yang jelas, strategi ini akan menghasilkan lebih banyak false breakout.
Arah optimasi
Strategi ini dapat dioptimalkan dalam beberapa hal:
Mengoptimalkan parameter periodik dari moving average, menggunakan metode yang lebih ilmiah untuk mencari kombinasi periodik yang optimal.
Meningkatkan indikator penyaringan lalu lintas untuk menghindari sinyal yang salah jika lalu lintas buruk.
Menggabungkan indikator tren seperti MACD untuk menilai tren lokal, menghindari perdagangan berulang dalam penutupan pasar.
Adaptasi Moving Average digunakan untuk menyesuaikan parameter siklus secara dinamis ketika pasar memasuki tahap tertentu.
Validasi menggunakan beberapa kerangka waktu, misalnya hanya dipertimbangkan jika garis hari dan garis 4 jam terpecah.
Meringkaskan
Strategi moving average cross-line adalah strategi analisis teknis yang sederhana dan praktis, sangat cocok untuk perdagangan posisi menengah dan panjang, dapat mengidentifikasi arah tren secara efektif. Namun, strategi ini juga memiliki keterlambatan tertentu, perlu digabungkan dengan indikator penilaian tren untuk melakukan optimasi penyaringan, mengurangi probabilitas sinyal palsu. Jika parameter dioptimalkan dengan benar, itu dapat melindungi modal rodeo, tetapi juga dapat menangkap peluang tren yang lebih besar.
/*backtest
start: 2022-10-31 00:00:00
end: 2023-11-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//TMA strategy I came across, uses sma to display entry/exit points for both margin and non margin trading. The buy/sell signals as well as syntax are hidden behind comments if you scroll down.
//Change the commented fields for margin or spot trading!
//@version=3
strategy("MP Rollercoaster Strat", overlay=true)
bgcolor ( color=black, transp=0, title='Blackground', editable=true)
x = input(close, "Red")
n = input(10, "periods")
trima = sma(sma(x,n), n)
kisa=input(5, "Green")
sma = sma(close, kisa)
bull = (sma>trima)
fill(plot(sma, color = green), plot(trima, color=red), bull ? green : red)
//Conditions
buy_signal = crossover(sma,trima)
sell_signal = crossunder(sma,trima)
plotshape(sell_signal, style=shape.triangleup, color = red, text="Short")
plotshape(buy_signal, style=shape.triangledown, color = green, text="Long")
//plotshape(sell_signal, style=shape.triangleup, color = red, text="Sell")
//plotshape(buy_signal, style=shape.triangledown, color = green, text="Buy")
alertcondition(sell_signal, title = 'Short', message = 'e= s= c=position b=long t=market l= | delay=30 | e= s= b=short l= t=market q=0.01')
alertcondition(buy_signal, title = 'Long', message = 'e= s= c=position b=short t=market l= | delay=30 | e= s= b=long l= t=market q=0.01')
//alertcondition(sell_signal, title = 'Sell', message = 'e= s= c=order b=buy | delay=3 | e= b=sell q=99% p=0.70% u=currency')
//alertcondition(buy_signal, title = 'Buy', message = 'e= s= c=order b=sell | delay=30 | e= b=buy q=80 p=0.1% u=currency')
testStartYear = input(2018, "From Year")
testStartMonth = input(4, "From Month")
testStartDay = input(1, "From Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = input(2019, "To Year")
testStopMonth = input(1, "To Month")
testStopDay = input(1, "To Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => true
if testPeriod()
if buy_signal
strategy.entry("Long", true)
if sell_signal
strategy.close("Long")