Strategi Backtest Dinamis Multi Time Frame
Gambaran Umum
Strategi ini menggunakan mekanisme backtracking dinamis multi-kerangka waktu, dengan membandingkan harga tertinggi dan terendah dari berbagai periode waktu untuk menentukan tren harga, sehingga mencapai arbitrase berisiko rendah.
Prinsip Strategi
Strategi ini memperoleh harga tertinggi nhigh dan harga terendah nlow dari berbagai periode waktu dengan memanggil fungsi kustom f_get_htfHighLow. Secara spesifik, berdasarkan pengaturan pengguna untuk resolusi periode waktu resolution, pengali periode waktu HTFMultiplier, parameter backtracking lookahead dan gaps, serta offset offset, fungsi security dipanggil untuk mendapatkan harga tertinggi dan terendah dari berbagai periode waktu.
Misalnya, ketika offset adalah 0, diperoleh harga tertinggi dan terendah dari lilin saat ini; ketika offset adalah 1, diperoleh harga tertinggi dan terendah dari lilin sebelumnya. Dengan membandingkan perubahan harga antara dua lilin, arah tren ditentukan.
Jika harga tertinggi naik dan harga terendah naik, maka dianggap sebagai tren bullish; jika harga tertinggi turun dan harga terendah turun, maka dianggap sebagai tren bearish. Berdasarkan arah tren, dilakukan longing atau shorting untuk mencapai perdagangan arbitrase.
Keunggulan Strategi
- Menggunakan analisis multi-kerangka waktu untuk meningkatkan akurasi penentuan
- Menerapkan mekanisme backtracking dinamis untuk menghindari repainting
- Fleksibel dalam mengatur berbagai kombinasi parameter untuk beradaptasi dengan perubahan pasar
- Hanya membuka posisi saat tren jelas, mengontrol risiko secara efektif
Risiko Strategi
- Penentuan multi-kerangka waktu mungkin memiliki risiko kesalahan penilaian
- Pengaturan parameter backtracking yang tidak tepat dapat menyebabkan repainting
- Frekuensi perdagangan mungkin terlalu tinggi, meningkatkan biaya transaksi dan risiko slippage
Solusi:
- Mengoptimalkan parameter periode waktu untuk meningkatkan akurasi penentuan
- Menguji parameter backtracking secara ketat untuk menghindari repainting
- Menyesuaikan kondisi pembukaan posisi secara tepat untuk mengontrol frekuensi perdagangan
Arah Optimasi Strategi
- Menambahkan modul pembelajaran mesin, menggunakan AI untuk menentukan tren
- Menggabungkan volatilitas harga saham, menyesuaikan posisi secara dinamis
- Menambahkan mekanisme stop loss, mengontrol risiko kerugian secara efektif
Kesimpulan
Strategi ini memiliki kerangka berpikir yang jelas secara keseluruhan, menggunakan backtracking dinamis multi-kerangka waktu untuk menentukan tren harga saham, meminimalkan kesalahan penilaian manusia, dan merupakan strategi perdagangan terprogram yang khas. Melalui optimasi parameter dan perluasan fungsi, stabilitas strategi dan ruang profit dapat lebih ditingkatkan, layak untuk dipelajari dan dilacak lebih lanjut.
/*backtest
start: 2022-11-14 00:00:00
end: 2023-11-20 00:00:00
period: 1d
basePeriod: 1h
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/
// © HeWhoMustNotBeNamed
//@version=4- 1