Strategi Perdagangan Momentum Sistem Jalur Ganda


Tanggal Pembuatan: 2023-11-22 15:26:28 Akhirnya memodifikasi: 2023-11-22 15:26:28
menyalin: 0 Jumlah klik: 623
1
fokus pada
1617
Pengikut

Strategi Perdagangan Momentum Sistem Jalur Ganda

[trans]

Ringkasan

Strategi ini menggunakan MACD dan Stoch RSI dalam kombinasi, untuk membangun sistem perdagangan dua jalur, untuk melakukan trend tracking dan oversold oversold. Strategi ini membangun indikator pada garis harian dan 4 jam, untuk melakukan penilaian pada beberapa kerangka waktu, untuk mengurangi probabilitas kesalahan penilaian.

Prinsip Strategi

Portfolio strategi menggunakan MACD dan Stoch RSI dua jenis indikator teknis yang berbeda untuk konfigurasi. MACD adalah indikator pergerakan yang membedakan kecepatan perubahan harga; Stoch RSI adalah indikator overbought dan oversold yang membedakan harga yang relatif kuat.

Strategi pertama adalah membangun MACD dan Stoch RSI pada garis harian dan 4 jam, untuk melakukan penilaian tren dan overbought oversold. Ketika indikator dari kedua periode waktu secara bersamaan mengirimkan sinyal beli / jual, lakukan operasi beli / jual yang sesuai.

Secara khusus, membangun indikator MACD, garis DIF dan garis DEA membentuk garpu emas untuk penilaian; membangun indikator Stoch RSI, garis K dan garis D membentuk garpu emas untuk penilaian. Ketika dua set indikator menghasilkan sinyal beli ketika garpu emas pada saat yang sama dan menghasilkan sinyal jual ketika garpu emas pada saat yang sama.

Dengan demikian, strategi yang mengintegrasikan penggunaan indikator dual track dan penilaian multi-frame waktu untuk menilai secara menyeluruh kecepatan perubahan harga dan kekuatan relatif dapat membantu meningkatkan keakuratan keputusan dan mendapatkan hasil yang lebih baik.

Analisis Keunggulan

Strategi ini memiliki beberapa keuntungan:

  1. Kombinasi indikator dual track untuk penilaian menyeluruh dan peningkatan keakuratan keputusan
  2. Menggunakan Multi-Frames untuk Mengurangi Kesalahan Pengadilan
  3. Menggunakan trend tracking dan overbought oversold penilaian, pertimbangan komprehensif kecepatan perubahan harga dan relative strength
  4. Parameter indikator dapat disesuaikan dengan varietas dan lingkungan pasar yang berbeda
  5. Struktur kode yang jelas, mudah dipahami dan diperluas

Analisis risiko

Strategi ini juga memiliki beberapa risiko:

  1. Ada risiko sistematis di pasar yang tidak dapat dihindari sepenuhnya
  2. Setting parameter indikator yang tidak tepat dapat menyebabkan perdagangan yang sering atau kehilangan peluang
  3. Probabilitas indikator dual-rail untuk mengirimkan sinyal salah pada saat yang sama ada, tetapi lebih rendah daripada indikator tunggal
  4. Tidak mampu menghadapi perubahan pasar yang drastis, seperti peristiwa Black Swan.

Tanggapan:

  1. Optimalkan parameter, sesuaikan kondisi transaksi jual beli, dan kurangi kesalahan penilaian
  2. Kombinasi dengan lebih banyak indikator untuk lebih banyak penilaian
  3. Meningkatkan strategi stop loss dan mengendalikan risiko kerugian tunggal

Arah optimasi

Strategi ini juga dapat dioptimalkan dalam beberapa hal:

  1. Menambahkan lebih banyak indikator untuk kombinasi, membangun strategi multi-indikator
  2. Menambahkan algoritma pembelajaran mesin untuk optimasi parameter dinamis
  3. Menentukan kondisi pasar dengan faktor-faktor lain seperti sentimen, berita, dan sebagainya
  4. Meningkatkan strategi stop loss, stop loss, dan pengelolaan dana yang optimal
  5. Meningkatkan Varietas Perdagangan, Mencari Peluang Perdagangan yang Lebih Baik

Meringkaskan

Strategi ini menggunakan kombinasi indikator dua jalur dan penilaian jangka waktu multi, untuk menilai kecepatan perubahan harga dan kekuatan relatif secara menyeluruh, dapat secara efektif mendapatkan tren pasar, memperbaiki kesalahan penilaian dalam satu indikator. Selain itu, strategi ini juga memiliki kelebihan seperti fleksibilitas dalam penyesuaian parameter, mudah dipahami dan diperluas.

||

Overview

This strategy combines the MACD and Stoch RSI indicators to build a dual-rail trading system for trend tracking and oversold/overbought judgment. The strategy also builds indicators on the daily and 4-hour timeframes to make multi-timeframe judgments to reduce misjudgment probability.

Strategy Principle

The strategy combines the MACD and Stoch RSI indicators, which are different types of technical indicators, for configuration. MACD is a momentum indicator that judges price change velocity; Stoch RSI is an overbought/oversold indicator that judges relative price strength.

The strategy first constructs the MACD and Stoch RSI indicators on the daily and 4-hour timeframes respectively for trend and overbought/oversold judgments. When signals are triggered on both timeframes, corresponding buy/sell operations are performed.

Specifically, the MACD indicator is constructed with the DIF and DEA lines forming golden/dead crosses for judgment; the Stoch RSI indicator is constructed with the K and D lines forming golden/dead crosses for judgment. When both indicator pairs have golden crosses, buy signals are generated; when both have dead crosses, sell signals are generated.

Thus, by comprehensively applying the dual-indicator system and multi-timeframe judgments, the strategy judges price velocity and relative strength thoroughly, which helps improve decision accuracy and gain better returns.

Advantage Analysis

This strategy has the following advantages:

  1. Combining dual-indicator system for comprehensive judgment and higher decision accuracy
  2. Applying multi-timeframe to reduce misjudgment probability
  3. Adopting trend tracking and overbought/oversold judgment for consideration of both price velocity and relative strength
  4. Flexible indicator parameters adjustable for different products and market environments
  5. Clean code structure easy to understand and expand

Risk Analysis

There are also some risks with this strategy:

  1. There exist systemic market risks that cannot be fully avoided
  2. Inappropriate indicator parameter settings may lead to overtrading or missing opportunities
  3. Dual indicators may still give concurrent wrong signals, but less likely than single ones
  4. Unable to cope with drastic market changes like black swan events

Countermeasures:

  1. Optimize parameters and adjust trading conditions to reduce misjudgments
  2. Incorporate more indicators for combined judgments
  3. Add stop loss mechanisms to control single loss risk

Optimization Directions

This strategy can also be improved in the following aspects:

  1. Incorporate more indicators for multi-indicator strategies
  2. Add machine learning algorithms for dynamic parameter optimization
  3. Combine sentiment indicators, news etc. for more comprehensive market condition judgments
  4. Add stop loss, take profit strategies to optimize money management
  5. Expand to more trading products to discover better opportunities

Conclusion

By combined application of the dual-indicator system and multi-timeframe judgments, this strategy judges price velocity and relative strength thoroughly, which can effectively capture market trends and improve deficiencies of single indicators. It also has advantages like flexible parameter tuning, easy understanding and expansion. Further expansions by multi-indicator combination, dynamic parameter optimization, sentiment indicator incorporation etc. can help boost strategy performance. [trans]

Kode Sumber Strategi
/*backtest
start: 2023-11-14 00:00:00
end: 2023-11-15 10:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title='[RS]Khizon (UWTI) Strategy V0', shorttitle='K', overlay=false, pyramiding=0, initial_capital=100000, currency=currency.USD)
//  ||  Inputs:
macd_src = input(title='MACD Source:',  defval=close)
macd_fast = input(title='MACD Fast Length:',  defval=12)
macd_slow = input(title='MACD Slow Length:',  defval=26)
macd_signal_smooth = input(title='MACD Signal Smoothing:',  defval=9)
srsi_src = input(title='SRSI Source:',  defval=close)
srsi_rsi_length = input(title='SRSI RSI Length:',  defval=14)
srsi_stoch_length = input(title='SRSI Stoch Length:',  defval=14)
srsi_smooth = input(title='SRSI Smoothing:',  defval=3)
srsi_signal_smooth = input(title='SRSI Signal Smoothing:',  defval=3)
//  ||  Strategy Inputs:
trade_size = input(title='Trade Size in USD:', type=float, defval=1)
buy_trade = input(title='Perform buy trading?', type=bool, defval=true)
sel_trade = input(title='Perform sell trading?', type=bool, defval=true)
//  ||  MACD(close, 12, 26, 9):     ||---------------------------------------------||
f_macd_trigger(_src, _fast, _slow, _signal_smooth)=>
    _macd = ema(_src, _fast) - ema(_src, _slow)
    _signal = sma(_macd, _signal_smooth)
    _return_trigger = _macd >= _signal ? true : false
//  ||  Stoch RSI(close, 14, 14, 3, 3)  ||-----------------------------------------||
f_srsi_trigger(_src, _rsi_length, _stoch_length, _smooth, _signal_smooth)=>
    _rsi = rsi(_src, _rsi_length)
    _stoch = sma(stoch(_rsi, _rsi, _rsi, _stoch_length), _smooth)
    _signal = sma(_stoch, _signal_smooth)
    _return_trigger = _stoch >= _signal ? true : false
//  ||-----------------------------------------------------------------------------||
//  ||-----------------------------------------------------------------------------||
//  ||  Check Directional Bias from daily timeframe:
daily_trigger = security('USOIL', 'D', f_macd_trigger(macd_src, macd_fast, macd_slow, macd_signal_smooth) and f_srsi_trigger(srsi_src, srsi_rsi_length, srsi_stoch_length, srsi_smooth, srsi_signal_smooth))
h4_trigger = security('USOIL', '240', f_macd_trigger(macd_src, macd_fast, macd_slow, macd_signal_smooth) and f_srsi_trigger(srsi_src, srsi_rsi_length, srsi_stoch_length, srsi_smooth, srsi_signal_smooth))

plot(title='D1T', series=daily_trigger?0:na, style=circles, color=blue, linewidth=4, transp=65)
plot(title='H4T', series=h4_trigger?0:na, style=circles, color=navy, linewidth=2, transp=0)

sel_open = sel_trade and not daily_trigger and not h4_trigger
buy_open = buy_trade and daily_trigger and h4_trigger
sel_close = not buy_trade and daily_trigger and h4_trigger
buy_close = not sel_trade and not daily_trigger and not h4_trigger
strategy.entry('sel', long=false, qty=trade_size, comment='sel', when=sel_open)
strategy.close('sel', when=sel_close)
strategy.entry('buy', long=true, qty=trade_size, comment='buy', when=buy_open)
strategy.close('buy', when=buy_close)