Strategi Simple Moving Average Golden Cross dan Death Cross


Tanggal Pembuatan: 2023-11-14 16:17:16 Akhirnya memodifikasi: 2023-11-14 16:17:16
menyalin: 0 Jumlah klik: 716
1
fokus pada
1617
Pengikut

Strategi Simple Moving Average Golden Cross dan Death Cross

Ringkasan

Strategi ini didasarkan pada rata-rata bergerak sederhana (SMA) dari beberapa periode waktu yang berbeda untuk menilai tren pasar dan mengirim sinyal beli. Strategi ini menggunakan empat SMA pada garis 20, 50, 100 dan 200. Untuk sinyal gold fork, lakukan lebih banyak ketika Anda melewati SMA jangka pendek; untuk sinyal dead fork, lakukan kosong ketika Anda melewati SMA jangka panjang di bawah SMA jangka pendek.

Prinsip Strategi

Logika inti dari strategi ini didasarkan pada:

  1. Menghitung SMA dari berbagai periode waktu, termasuk 20 hari, 50 hari, 100 hari, dan 200 hari.

  2. Untuk menilai persilangan antara SMA jangka pendek (garis 20 hari) dan SMA jangka panjang (garis 50, 100, 200 hari).

  3. Bila 20 hari di atas garis melewati 50 hari di atas garis, maka ada sinyal Gold Fork. Bila 20 hari di bawah garis melewati 50 hari di atas garis, maka ada sinyal Dead Fork.

  4. Pada saat yang sama, 50th, 100th, dan 200th line harus memenuhi logika penilaian tren besar, yaitu SMA dengan periode yang lebih lama berada di atas SMA dengan periode yang lebih pendek.

  5. Prioritas sinyal masuk: 20th line dan 50th line> 20th line dan 100th line> 20th line dan 200th line 。

  6. Sinyal keberangkatan adalah garis 20 yang melintasi garis 50 lagi.

Strategi ini terutama bergantung pada persimpangan garis SMA untuk menentukan arah tren. Di pasar bull, SMA jangka pendek di atas SMA jangka panjang adalah sinyal garpu emas, yang menunjukkan bahwa pasar mungkin masuk ke tren; Di pasar bear, SMA jangka pendek di bawah SMA jangka panjang adalah sinyal garpu mati, yang menunjukkan bahwa pasar mungkin masuk. Selain itu, SMA jangka panjang lebih tinggi dari SMA jangka pendek juga merupakan dasar penilaian untuk mengkonfirmasi tren besar.

Keunggulan Strategis

Strategi ini memiliki beberapa keuntungan:

  1. Strategi ini sederhana dan jelas, mudah dipahami dan diterapkan.

  2. Menggunakan SMA indeks moving average, lebih efektif daripada EMA untuk menyaring kebisingan pasar dan mengidentifikasi tren.

  3. Penggunaan multiple-set periodic SMA dapat meningkatkan keandalan sinyal.

  4. Sinyal masuk harus diprioritaskan secara wajar untuk menghindari masuk lebih awal.

  5. Anda dapat menyesuaikan siklus SMA dan warna, dan mengoptimalkan strategi.

  6. Dapat digunakan dalam berbagai periode waktu, sesuai dengan gaya perdagangan yang berbeda.

  7. Sistem SMA cross sangat akurat dan efektif dalam menilai tren pasar besar.

Risiko Strategis

Strategi ini juga memiliki risiko sebagai berikut:

  1. Dalam situasi getaran, sinyal silang SMA sering terjadi dan dapat menghasilkan banyak sinyal salah.

  2. Siklus SMA tetap tidak dapat beradaptasi dengan perubahan pasar, dan harus digabungkan dengan tren dan volatilitas untuk mengoptimalkan parameter SMA.

  3. Jika tidak dapat menentukan waktu masuk hanya dengan crossover SMA, maka harus digabungkan dengan indikator lain seperti penilaian tambahan MACD.

  4. SMA bersifat tertunda dan harus dioptimalkan lebih awal untuk waktu masuk atau menggunakan kupon batas.

  5. Strategi ini memiliki persyaratan yang tinggi untuk manajemen dana perdagangan dan harus mematuhi logika stop loss secara ketat.

  6. Pengaruh biaya transaksi terhadap profitabilitas strategi harus dipertimbangkan secara penuh.

Optimasi Strategi

Strategi ini dapat dioptimalkan dalam beberapa hal:

  1. Mengoptimalkan parameter siklus SMA, parameter siklus yang berbeda berlaku untuk kondisi pasar yang berbeda, dapat digabungkan dengan optimasi dinamis ATR.

  2. Menambahkan kombinasi indikator lain, seperti MACD, RSI, dan lain-lain untuk membantu penyaringan waktu masuk ke pasar.

  3. Menambahkan logika penilaian tren, seperti ADX, untuk menghindari kesalahan perdagangan di pasar yang bergoyang.

  4. Optimalkan Stop Loss dengan Stop Loss ATR atau Tracking Stop Loss.

  5. Mengoptimalkan manajemen posisi, menyesuaikan setiap posisi secara dinamis sesuai dengan skala dana.

  6. Uji efek parameter dari berbagai varietas, menyesuaikan siklus SMA sesuai dengan karakteristik.

  7. Kombinasi beberapa kerangka waktu memastikan konsistensi tren siklus besar.

Meringkaskan

Secara keseluruhan, strategi SMA Gold Fork and Dead Fork dengan sistem simplistic moving average crossover untuk menentukan arah tren, memiliki keandalan yang tinggi, dan cocok untuk sebagian besar pedagang. Namun, ada beberapa keterlambatan dan kesalahan sinyal. Kita harus terus menyempurnakan strategi ini dalam hal mengoptimalkan waktu masuk, menghentikan kerugian, posisi, manajemen posisi, dan lain-lain, sehingga dapat memiliki kemampuan keuntungan yang stabil dalam berbagai lingkungan pasar.

Kode Sumber Strategi
/*backtest
start: 2023-10-14 00:00:00
end: 2023-11-13 00:00:00
period: 1h
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/
// © xyzdesign1989
//@version=5
strategy("SMA crossover buy/sell [SCSM_Algo]", overlay=true, margin_long=3000, margin_short=3000)


BuyCond = ta.crossover(ta.sma(close, 20), ta.sma(close, 50)) and ta.sma(close, 20) > ta.sma(close, 50) and  ta.sma(close, 50) > ta.sma(close, 100) and  ta.sma(close, 100) > ta.sma(close, 200) or (ta.crossover(ta.sma(close, 20), ta.sma(close, 100)) and ta.sma(close, 20) > ta.sma(close, 50))
if (BuyCond)
    strategy.entry("SCSM 🤲 Buy", strategy.long)

SellCond = ta.crossunder(ta.sma(close, 20), ta.sma(close, 50))
if (SellCond)
    strategy.entry("الحمد للہ،Sell", strategy.short)

ma(source, length, type) =>
    type == "SMA" ? ta.sma(source, length) :
     type == "EMA" ? ta.ema(source, length) :
     type == "SMMA (RMA)" ? ta.rma(source, length) :
     type == "WMA" ? ta.wma(source, length) :
     type == "VWMA" ? ta.vwma(source, length) :
     na

show_ma1   = input(true   , "MA №1", inline="MA #1")
ma1_type   = input.string("SMA"  , ""     , inline="MA #1", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma1_source = input(close  , ""     , inline="MA #1")
ma1_length = input.int(20     , ""     , inline="MA #1", minval=1)
ma1_color  = input(#0929f6, ""     , inline="MA #1")
ma1 = ma(ma1_source, ma1_length, ma1_type)
plot(show_ma1 ? ma1 : na, color = ma1_color, title="MA №1")

show_ma2   = input(true   , "MA №2", inline="MA #2")
ma2_type   = input.string("SMA"  , ""     , inline="MA #2", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma2_source = input(close  , ""     , inline="MA #2")
ma2_length = input.int(50     , ""     , inline="MA #2", minval=1)
ma2_color  = input(#00fb04, ""     , inline="MA #2")
ma2 = ma(ma2_source, ma2_length, ma2_type)
plot(show_ma2 ? ma2 : na, color = ma2_color, title="MA №2")

show_ma3   = input(true   , "MA №3", inline="MA #3")
ma3_type   = input.string("SMA"  , ""     , inline="MA #3", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma3_source = input(close  , ""     , inline="MA #3")
ma3_length = input.int(100    , ""     , inline="MA #3", minval=1)
ma3_color  = input(#131313, ""     , inline="MA #3")
ma3 = ma(ma3_source, ma3_length, ma3_type)
plot(show_ma3 ? ma3 : na, color = ma3_color, title="MA №3")

show_ma4   = input(true   , "MA №4", inline="MA #4")
ma4_type   = input.string("SMA"  , ""     , inline="MA #4", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma4_source = input(close  , ""     , inline="MA #4")
ma4_length = input.int(200    , ""     , inline="MA #4", minval=1)
ma4_color  = input(#f60c0c, ""     , inline="MA #4")
ma4 = ma(ma4_source, ma4_length, ma4_type)
plot(show_ma4 ? ma4 : na, color = ma4_color, title="MA №4")