Gambaran Umum

Strategi ini merancang strategi trading breakout dinamis berdasarkan indikator Bollinger Bands. Strategi ini menggabungkan filter badan candle dan filter warna untuk mencari peluang entry di dekat pita bawah (lower band) saat terjadi breakout. Exit didasarkan pada filter badan. Strategi ini secara otomatis mengelola jumlah posisi dan risiko.

Prinsip Strategi

Perhitungan Indikator

Pertama, hitung garis dasar (basis) dan pita bawah dari Bollinger Bands berdasarkan harga terendah (low):

            
            
            
src = low
basis = sma(src, length)
dev = mult * stdev(src, length)
lower = basis - dev

Di mana src adalah harga terendah, length adalah periode perhitungan, basis adalah rata-rata bergerak, dev adalah deviasi standar, dan lower adalah pita bawah.

mult biasanya diatur ke 2, yang berarti pita bawah adalah satu deviasi standar.

Kondisi Filter

Strategi menambahkan dua kondisi filter:

Filter Badan Candle (K-line Body Filter)
Menggunakan ukuran badan nbody dan rata-ratanya abody untuk menilai. Sinyal trading hanya dihasilkan jika nbody lebih besar dari setengah abody.

Filter Warna (Color Filter)
Tidak melakukan posisi long saat candle bullish (close > open). Ini untuk menghindari breakout palsu di bagian atas (head) dari hbox.

Sinyal Trading

Sinyal long dihasilkan ketika kondisi berikut terpenuhi:

            
            
            
low < lower  // harga menembus pita bawah
close < open or usecol == false // filter warna
nbody > abody / 2 or usebod == false // filter badan

Saat ukuran badan kembali lebih besar dari setengah rata-rata, terjadi penutupan posisi (exit):

            
            
            
close > open and nbody > abody / 2

Manajemen Posisi

Strategi secara otomatis menghitung jumlah lot, dengan pertumbuhan eksponensial:

            
            
            
lot = strategy.position_size == 0 ? strategy.equity / close * capital / 100 : lot[1]

Kontrol Risiko

Ditambahkan kondisi tahun, bulan, hari untuk membatasi trading hanya dalam rentang tanggal yang ditentukan:

            
            
            
when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59))

Keunggulan Strategi

Rentang Trading Dinamis

Pita bawah Bollinger Bands adalah area support dinamis yang dapat menangkap peluang rebound setelah tren pasar.

Mekanisme Filter Ganda

Menggabungkan penilaian badan candle dan warna, secara efektif menyaring breakout palsu.

Manajemen Posisi Otomatis

Posisi bertambah secara eksponensial hingga 100%, mengelola risiko secara otomatis.

Batasan Waktu Trading

Menetapkan rentang tanggal, mengurangi risiko akibat volatilitas pasar pada waktu tertentu.

Risiko Strategi

Waktu Posisi Kosong yang Terlalu Lama

Ketika pasar dalam tren bullish jangka panjang, pita tengah dan atas Bollinger Bands bergerak naik dengan cepat, mudah menyebabkan posisi kosong terlalu lama.

Solusi

Dapat dikombinasikan dengan indikator tren untuk menilai. Saat dalam jangka menengah/panjang teridentifikasi sebagai pasar bullish, hentikan strategi sementara untuk menghindari posisi kosong yang terlalu lama.

Gagal Breakout

Setelah menembus pita bawah, mungkin terjadi pullback dan pengujian ulang pita bawah.

Solusi

Tambahkan garis stop loss, dengan persentase tertentu di bawah support. Atau tambahkan logika untuk mendeteksi kegagalan pengujian ulang dan segera cut loss.

Optimasi Strategi

Menambahkan Logika Stop Loss

Berdasarkan data backtest, tentukan posisi stop loss yang wajar di bawah support.

Optimasi Parameter Filter

Sesuaikan periode abody untuk filter badan, penggunaan filter warna, dll. Temukan kombinasi parameter optimal.

Menggabungkan Penilaian Tren

Tambahkan penilaian tren jangka menengah/panjang. Hentikan strategi saat teridentifikasi sebagai pasar bullish. Kurangi waktu posisi kosong.

Kesimpulan

Strategi ini menggabungkan support Bollinger Bands dengan logika filter badan, filter warna, dan trading breakout untuk mencari peluang rebound dengan probabilitas tinggi. Dalam penerapan praktis, parameter dapat dioptimalkan terus menerus berdasarkan hasil backtest, serta menambahkan modul stop loss dan penilaian tren untuk mengendalikan risiko, sehingga memperoleh kinerja yang lebih baik.