Strategi mengikuti tren bendera berdasarkan indikator EMA


Tanggal Pembuatan: 2023-11-27 15:30:29 Akhirnya memodifikasi: 2023-11-27 15:30:29
menyalin: 0 Jumlah klik: 623
1
fokus pada
1617
Pengikut

Strategi mengikuti tren bendera berdasarkan indikator EMA

Ringkasan

Strategi ini terutama menggunakan indikator EMA rata-rata dan indikator standar deviasi, dengan sinyal silang EMA rata-rata untuk menentukan arah tren, dan menggunakan indikator standar deviasi untuk mencari sinyal pecah, dan kemudian menghasilkan sinyal beli dan jual. Ketika harga menerobos rel, menghasilkan sinyal beli, ketika menerobos rel, menghasilkan sinyal jual, termasuk dalam jenis strategi pelacakan tren.

Prinsip Strategi

Strategi ini terdiri dari tiga bagian utama:

  1. EMA rata-rata selisih ((s2)): menghitung EMA rata-rata cepat ((ema_range) dikurangi selisih EMA rata-rata lambat ((ema_watch), yang digunakan untuk menentukan arah tren harga.

  2. Perbedaan standar atas dan bawah orbit ((s3): Berdasarkan perbedaan rata-rata EMA, tambahkan kelipatan perbedaan standar untuk membangun jalur orbit atas dan bawah. Di antaranya, kelipatan perbedaan standar menggunakan pembagian emas 5.618

  3. Bendera dan sinyal: Ketika harga dari bawah ke atas menerobos ke atas, menghasilkan sinyal beli; Ketika harga dari atas ke bawah menerobos ke bawah, menghasilkan sinyal jual.

Dengan indikator kombinasi ini, arah tren harga dapat ditangkap, menghasilkan sinyal beli dan jual di titik-titik kunci, dan merupakan strategi pelacakan tren yang khas.

Analisis Keunggulan

Strategi ini memiliki beberapa keuntungan:

  1. Menggunakan garis rata-rata EMA untuk menentukan arah tren harga, dapat secara efektif melacak tren.
  2. Menggunakan indikator standar deviasi untuk membangun naik turun, untuk menghindari sinyal yang salah di titik-titik non-kritis.
  3. “Saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa”.
  4. Pengaturan parameter yang fleksibel, dapat disesuaikan dengan periode rata-rata dan perkalian standar diferensial.
  5. Pengendalian penarikan maksimum membantu mengurangi risiko.

Analisis risiko

Strategi ini juga memiliki beberapa risiko:

  1. Efeknya lebih baik di pasar tren, tetapi dapat menghasilkan lebih banyak sinyal salah di pasar getaran.
  2. “Saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa, saya tidak tahu apa-apa”.
  3. Tidak ada strategi stop loss, jika ada penarikan balik setelah terobosan dapat menyebabkan kerugian yang lebih besar.

Untuk mengantisipasi risiko tersebut, dapat dioptimalkan dengan:

  1. Meningkatkan penilaian di pasar yang bergolak, dan menggunakan strategi alternatif di pasar yang bergolak.
  2. Optimalkan parameter standar deviasi untuk mencari kombinasi parameter optimal.
  3. Menambahkan stop loss bergerak untuk mengendalikan kerugian dari unit individu.

Arah optimasi

Strategi ini dapat dioptimalkan dari beberapa arah:

  1. Menambahkan lebih banyak indikator penilaian, misalnya dengan menambahkan pita Brin, meningkatkan kualitas sinyal.
  2. Optimalkan parameter mean dan standard deviasi untuk mencari kombinasi parameter yang optimal.
  3. Meningkatkan strategi stop loss dan mengurangi risiko penarikan.
  4. Parameter sinyal jual beli yang optimal berdasarkan pasar yang berbeda.
  5. Menambahkan algoritma pembelajaran mesin untuk menentukan overall market regime.

Meringkaskan

Strategi ini secara keseluruhan merupakan strategi pelacakan tren yang lebih khas, menggunakan sistem indikator yang dibangun dengan EMA dan standar deviasi, dan menghasilkan sinyal bendera di titik-titik penting. Keunggulan strategi ini adalah menangkap tren, menggunakan indikator standar deviasi untuk menghindari sinyal palsu.

Kode Sumber Strategi
/*backtest
start: 2023-09-27 00:00:00
end: 2023-11-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("ROCKET_EWO", overlay=true)
ema_range = input(5)
ema_watch = input(13)
inval_a = input(open)
inval_b = input(open)
ratio = input(0)
max = 5000
s2=ta.ema(inval_a, ema_range) - ta.ema(inval_b, ema_watch)
c_color=s2 <= ratio ? 'red' : 'lime'
s3 = s2 + (ta.stdev(open, 1)) * 5.618
plotshape(s3, color=color.white, style=shape.cross, location=location.abovebar, size=size.auto, show_last=max, transp=30, offset= 0)
cr = s2 > 0
alertcondition(cr, title='[Rocket_EWO]', message='[Rocket_EWO]')
buy = s2 > 1
sell = s2 < -1
txt  = "🚀" + "\n"+ "\n"+ "\n"+ "\n"
plotshape(buy, color=color.lime, style=shape.triangleup, location=location.belowbar ,color=color.white, text=txt, size=size.normal, show_last=max, transp=1, offset= -3)
plotshape(not buy, color=color.red, style=shape.triangledown, location=location.belowbar, size=size.normal, show_last=max, transp=1, offset= 0)
signalperiod = time
s4 = ta.cross(s2, 0) ? time : na
colsig= s2 <= ratio ? color.red : color.lime
plotshape((time==s4)?7000:na,color=color.blue, style=shape.flag, location=location.abovebar, size=size.large, transp=1)

longCondition =  ta.crossover(s2, 1.618)
if (longCondition)
    strategy.entry("LONG Id", strategy.long)

shortCondition = ta.crossunder(s2, 1.618)
if (shortCondition)
    strategy.entry("SHORT Id", strategy.short)

strategy.close("LONG Id", when = s2 < 0.218)
// strategy.risk.max_drawdown(75, strategy.percent_of_equity)