Strategi Pelacakan Tren Berdasarkan Indikator ICHIMOKU Cloud dan STOCH

Penulis:ChaoZhang, Tanggal: 2023-11-15 11:19:29
Tag:

Gambaran umum

Strategi ini didasarkan pada indikator pola grafik awan ICHIMOKU dan indikator acak STOCH untuk menentukan dan melacak tren.

Prinsip Strategi

Strategi ini terutama menilai arah tren saat ini dan situasi overbought/oversold melalui grafik awan ICHIMOKU dan indikator STOCH.

Ketika Garis Konversi melintasi di atas Garis Dasar dan indikator Stoch memantul kembali dari area oversold, itu dianggap sebagai tren bullish dan strategi mengambil arah bullish.

Dalam kode, Garis Konversi didefinisikan sebagai rata-rata harga tertinggi dan terendah dari bar N1 terakhir; Garis Basis didefinisikan sebagai rata-rata harga tertinggi dan terendah dari bar N2 terakhir.

Indikator Stoch mendefinisikan garis ambang overbought dan oversold, serta parameter smoothing K dan D. Sinyal bullish dihasilkan ketika Stoch bangkit kembali dari area overbought, dan sinyal bearish dihasilkan ketika jatuh kembali dari area overbought.

Dengan menggabungkan kedua indikator, strategi menentukan arah tren.

Analisis Keuntungan

Strategi ini menggabungkan indikator pola grafik dan indikator overbought/oversold untuk secara efektif menentukan arah tren.

Dibandingkan dengan menggunakan satu indikator penilaian tren, strategi ini secara komprehensif mempertimbangkan situasi tren dan melampaui, dan dapat menentukan waktu masuk dengan lebih akurat.

Grafik awan ICHIMOKU dapat mengidentifikasi tren jangka menengah dan panjang, sementara indikator Stoch dapat mendeteksi situasi overbought / oversold jangka pendek. Keduanya saling melengkapi untuk membentuk penilaian sistematis.

Analisis Risiko

Risiko utama dari strategi ini adalah:

Risiko kegagalan indikator jika terjadi peristiwa angsa hitam.
Ada beberapa lag, yang mungkin kehilangan bagian dari tren atau membalik posisi pembukaan.
Penghakiman faktor ganda yang dikombinasikan memiliki beberapa subjektivitas, dan pengaturan parameter yang tidak tepat dapat menyebabkan kesalahan.
Frekuensi perdagangan yang tinggi dapat mempengaruhi keuntungan karena biaya transaksi.

Langkah-langkah optimalisasi yang sesuai:

Gabungkan peristiwa berita untuk menghindari perdagangan buta selama peristiwa kebijakan utama.
Singkatkan parameter siklus dengan tepat untuk mengurangi kemungkinan lag.
Mengoptimalkan parameter melalui backtesting untuk meningkatkan pengaturan ilmiah.
Meningkatkan rentang mengambil keuntungan dan stop loss yang tepat untuk mengurangi frekuensi perdagangan.

Arahan Optimasi

Arah utama optimasi untuk strategi ini adalah:

Mengoptimalkan parameter siklus dari jalur konversi ICHIMOKU dan garis dasar agar lebih sesuai dengan karakteristik pasar yang berbeda.
Mengoptimalkan parameter penghalusan K, D dan nilai ambang overbought/oversold dari indikator Stoch.
Meningkatkan indikator lain untuk membentuk model multifaktor dan meningkatkan keandalan sistem.
Mengoptimalkan titik mengambil keuntungan dan stop loss untuk mengurangi frekuensi perdagangan sambil memastikan profitabilitas.
Tambahkan modul untuk menilai keadaan darurat dan menghindari kegagalan selama peristiwa besar.

Ringkasan

Strategi ini menggabungkan grafik awan ICHIMOKU dan indikator Stoch untuk membuat penilaian komprehensif tentang arah tren dan situasi overbought / oversold, yang dapat secara efektif melacak tren pasar. Dengan mempertimbangkan pola grafik dan indikator kuantitatif, strategi lebih sistematis. Optimasi di masa depan dapat mencakup penyesuaian parameter, menambahkan indikator lain, menambahkan modul penilaian darurat, dll.

/*backtest
start: 2023-10-15 00:00:00
end: 2023-11-14 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("ICHI + STOCH V1", overlay=true)
length = input.int(20, minval=1)
smoothK = input(5)
smoothD = input(3)
OverBought = input(25)
OverSold = input(65)
Profit = input(1800)
Stop = input(1200)
k = ta.sma(ta.stoch(close, high, low, length), smoothK)
d = ta.sma(k, smoothD)
co = ta.crossover(k,d)
cu = ta.crossunder(k,d)
conversionPeriods = input.int(9, minval=1, title="Conversion Line Length")
basePeriods = input.int(26, minval=1, title="Base Line Length")
laggingSpan2Periods = input.int(52, minval=1, title="Leading Span B Length")
displacement = input.int(1, minval=1, title="Lagging Span")
conversionLine = math.avg(ta.lowest(conversionPeriods), ta.highest(conversionPeriods))
baseLine = math.avg(ta.lowest(basePeriods), ta.highest(basePeriods))
leadLine1 = math.avg(conversionLine, baseLine)
leadLine2 = math.avg(ta.lowest(laggingSpan2Periods), ta.highest(laggingSpan2Periods))
TREND = ta.ema(math.avg(leadLine1,leadLine2),displacement)
//plot(conversionLine, color=#2962FF, title="Conversion Line")
//plot(baseLine, color=#B71C1C, title="Base Line")
//plot(close, offset = -displacement + 1, color=#43A047, title="Lagging Span")
plot(TREND, color=#2962FF, title="TREND")
p1 = plot(leadLine1,style=plot.style_line, offset = displacement - 1, color=#A5D6A7,
	 title="Leading Span A")

p2 = plot(leadLine2,style=plot.style_line, offset = displacement - 1, color=#EF9A9A,
	 title="Leading Span B")
fill(p1, p2, color = leadLine1 > leadLine2 ? color.rgb(67, 160, 71, 90) : color.rgb(244, 67, 54, 90))
close_price = ta.sma(close,1)
pc = plot(close_price,style=plot.style_line, color=#2a0ab9,
	 title="Price Close")
if (not na(k) and not na(d))
	if (co and k < OverSold)and(close_price > TREND)
		strategy.entry("BUY order", strategy.long, comment="BUY order")
		strategy.exit("exitBUY", "BUY order", profit = Profit, loss = Stop)
	if (cu and k > OverBought)and(close_price < TREND)
		strategy.entry("SELL order", strategy.short, comment="SELL order")
		strategy.exit("exitSELL", "SELL order", profit = Profit, loss = Stop)
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)

Lebih banyak

2019 FMZ - Semua hak dilindungi