Strategi pembalikan rata-rata pergerakan dua arah


Tanggal Pembuatan: 2023-11-21 11:28:27 Akhirnya memodifikasi: 2023-11-21 11:28:27
menyalin: 0 Jumlah klik: 586
1
fokus pada
1617
Pengikut

Strategi pembalikan rata-rata pergerakan dua arah Berikut adalah artikel yang saya coba tulis berdasarkan permintaan Anda:

Ringkasan

Strategi ini menggunakan kombinasi strategi 123 bentuk reversal dan strategi indikator kekuatan bearish, yang menghasilkan sinyal perdagangan ketika keduanya muncul bersama-sama untuk melakukan lebih banyak atau lebih sedikit sinyal, yang merupakan strategi perdagangan reversal yang terobosan.

Prinsip Strategi

Strategi ini terdiri dari dua bagian:

  1. 123 strategi pembalikan bentuk

Ketika harga penutupan menembus ke atas pada hari ke-3 setelah turun 2 hari berturut-turut, dan indikator stoch rendah menghasilkan sinyal beli dari rebound rendah; ketika harga penutupan menembus ke bawah pada hari ke-3 setelah naik 2 hari berturut-turut, dan indikator stoch tinggi menghasilkan sinyal jual dari rebound tinggi.

  1. Strategi Indeks Kekuatan Beruang

Indikator kekuatan bearing mencerminkan kontras kekuatan kosong, menghasilkan sinyal jual ketika indikator lebih besar dari batas jual yang ditetapkan, menghasilkan sinyal beli ketika indikator lebih kecil dari batas beli yang ditetapkan.

Dalam sinyal gabungan, jika keduanya memberikan sinyal sinkron, menghasilkan sinyal transaksi yang sebenarnya.

Keunggulan Strategis

  1. Kombinasi sinyal reversal dan penyaringan indikator, untuk menghindari penembusan palsu, meningkatkan kualitas sinyal.

  2. Ada beberapa siklus waktu yang dapat diterapkan, dan fleksibilitas dalam menghadapi situasi pasar yang berbeda.

  3. Strategi komponen dapat digunakan secara terpisah, atau dapat digunakan dalam kombinasi, dengan strategi desain modular.

Risiko Strategis

  1. Sinyal pembalikan mungkin terjadi pada kedalaman pembalikan yang lebih besar.

  2. Pengaturan parameter indikator gaya dorong membutuhkan pengujian berulang dan optimalisasi.

  3. Parameter strategi komprehensif multi-faktor sangat rumit untuk disesuaikan dan memerlukan banyak pengujian data historis.

Optimasi Strategi

  1. Modul kuantitatif join menghubungkan lebih banyak sumber data, dan mendapatkan data yang lebih kaya untuk jangka waktu yang lebih lama.

  2. Menggunakan metode pembelajaran mesin untuk mencari dan menilai kombinasi parameter secara otomatis.

  3. Meningkatkan mekanisme stop loss untuk mengendalikan kerugian tunggal.

Meringkaskan

Strategi ini mengintegrasikan penggunaan analisis dan pengukuran kuantitatif dari teknologi reversal untuk meningkatkan kualitas sinyal melalui double confirmation, memiliki tingkat modularitas yang tinggi, dapat diperluas, dan merupakan strategi yang praktis. Strategi ini dapat dioptimalkan dengan memperkenalkan lebih banyak alat teknologi canggih, sehingga dapat beradaptasi dengan lingkungan pasar yang lebih kompleks.

Kode Sumber Strategi
/*backtest
start: 2023-11-13 00:00:00
end: 2023-11-20 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 29/05/2019
// This is combo strategies for get 
// a cumulative signal. Result signal will return 1 if two strategies 
// is long, -1 if all strategies is short and 0 if signals of strategies is not equal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
//  Bear Power Indicator
//  To get more information please see "Bull And Bear Balance Indicator" 
//  by Vadim Gimelfarb. 
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

BearPower(SellLevel, BuyLevel) =>
    value =  iff (close < open ,  
              iff (close[1] > open ,  max(close - open, high - low), high - low), 
               iff (close > open, 
                 iff(close[1] > open, max(close[1] - low, high - close), max(open - low, high - close)), 
                  iff(high - close > close - low, 
                   iff (close[1] > open, max(close[1] - open, high - low), high - low), 
                     iff (high - close < close - low, 
                      iff(close > open, max(close - low, high - close),open - low), 
                       iff (close > open, max(close[1] - open, high - close),
                         iff(close[1] < open, max(open - low, high - close), high - low))))))
    pos = 0.0
    pos := iff(value > SellLevel, -1,
	   iff(value <= BuyLevel, 1, nz(pos[1], 0))) 

    pos

strategy(title="Combo Backtest 123 Reversal & Bear Power", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
SellLevel = input(30)
BuyLevel = input(3)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posBearPower = BearPower(SellLevel, BuyLevel)
pos = iff(posReversal123 == 1 and posBearPower == 1 , 1,
	   iff(posReversal123 == -1 and posBearPower == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? red: possig == 1 ? green : blue )