Strategi Rata-rata Pergerakan Tertimbang Pembalikan Breakout
ChaoZhang
Ringkasan
Gagasan utama dari strategi ini adalah untuk membangun posisi dengan menggunakan area dukungan atau resistensi penting di dekat garis rata-rata bergerak. Ketika harga naik atau turun, ada kemungkinan untuk membentuk dukungan atau tekanan, sehingga menghasilkan peluang untuk berbalik.
Prinsip Strategi
Strategi ini didasarkan pada indikator rata-rata bergerak berbobot, yang pertama kali menghitung rata-rata bergerak berbobot dengan panjang tertentu, dan kemudian memantau apakah harga mengalami terobosan dengan amplitudo tertentu. Ketika harga mencapai jarak tertentu dari rata-rata terobosan, gambarkan petunjuk panah dan buka posisi untuk membangun posisi.
Strategi memilih apakah akan menggunakan tracking stop atau menggunakan jarak stop tetap dengan parameter trail. Risiko dapat dikendalikan dengan menyesuaikan amplitudo stop.
Analisis Keunggulan
Keuntungan terbesar dari strategi ini adalah menggunakan tren berbalik yang digabungkan dengan garis rata-rata untuk menemukan titik kunci pasar untuk membuka posisi. Keuntungan dan kerugian dari strategi berbalik biasanya lebih baik, dan risikonya mudah dikendalikan. Selain itu, strategi ini juga menyediakan mekanisme penghentian kerugian yang sempurna, dan metode penguncian sebagian dari keuntungan, yang dapat membantu mengurangi risiko dan meningkatkan stabilitas.
Karena dibangun di atas dasar rata-rata bergerak, parameter optimasi ruang yang lebih besar, dapat dengan menyesuaikan panjang rata-rata garis, amplitudo terobosan parameter untuk menguji adaptasi dari pasar yang berbeda.
Analisis risiko
Risiko terbesar dari strategi ini adalah kegagalan pembalikan. Ketika harga membentuk sinyal pembalikan, jika tidak berhasil memicu stop loss atau stop loss, dan terus berjalan di arah aslinya, maka akan terjadi kerugian besar.
Selain itu, ketergantungan pada optimasi parameter yang tinggi, jika pengaturan parameter yang tidak tepat, mudah untuk melewatkan waktu reversal harga atau menghasilkan sinyal palsu. Perlu memahami dan menguji perilaku pasar yang cukup, hati-hati mengevaluasi pengaturan parameter.
Arah optimasi
Anda dapat mempertimbangkan untuk menambahkan lebih banyak indikator untuk meningkatkan kualitas dan akurasi sinyal. Misalnya, sebelum muncul sinyal reversal harga, Anda dapat mendeteksi kenaikan dalam jangka waktu tertentu, terutama data kenaikan periode pendek, untuk menilai karakteristik fluktuasi harga. Atau Anda dapat menambahkan faktor kuantitatif tertentu, mendeteksi nilai karakteristik seperti dinamika harga, fluktuasi, dan membangun model multi-faktor.
Metode pembelajaran mesin juga dapat dicoba, dengan merekam sinyal perdagangan historis dan data harga, untuk melatih model untuk menilai kemungkinan pergerakan harga selanjutnya. Hal ini dapat membantu memfilter sinyal palsu dan meningkatkan kualitas sinyal.
Selain itu, dapat diperkenalkan mekanisme optimasi adaptasi tertentu. Bergantung pada hasil transaksi yang sebenarnya, parameter atau aturan berat dapat disesuaikan secara dinamis, sehingga strategi dapat dioptimalkan sendiri dan ENO.
Meringkaskan
Strategi ini secara keseluruhan bekerja dengan stabil, dalam ruang parameter yang wajar dan lingkungan pasar, dapat menghasilkan keuntungan yang baik. Keuntungan terbesar adalah risiko yang dapat dikendalikan, sementara memiliki potensi optimasi tertentu.
/*backtest
start: 2023-11-20 00:00:00
end: 2023-11-22 08:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy(title="WMA Breakout",overlay=true, initial_capital=25000, default_qty_value=1, commission_type=strategy.commission.cash_per_contract, commission_value=3.02)
len = input(20, minval=1, title="Length")
src = input(close, title="Source")
out = wma(src, len)
price_drop = input(.003, "When price drops (In Ticks) Enter Long", step=.001)
price_climb = input(.003, "When price climbs (In Ticks) Enter Short", step=.001)
trail = input(true, "Trailing Stop(checked), Market stop(unchecked)")
stop = input(10, "Stop (in ticks)", step=1)
limit = input(5, "Limit Out", step=1)
//size = input(1, "Limit Position Size (pyramiding)", minval=1)
timec = input(true, "Limit Time of Day (Buying Side)")
//Time Session
sess = input("1600-0500", "Start/Stop trades (Est time)")
t = time(timeframe.period, sess)
//plots
plot(wma(src,len))
z = if low+price_drop<out
(out-low)
plotarrow(z, colorup=red)
a = if high-price_climb>out
(high-out)
plotarrow(a, colorup=lime)
av=wma(src,len)
//Orders
if(timec)
strategy.entry("Enterlong", long=true, when=z and t>1)
else
strategy.entry("Enterlong", long=true, when=z)
if(trail)
strategy.exit("Exit","Enterlong", profit=limit, trail_points = 0, trail_offset = stop )
else
strategy.exit("Exit","Enterlong", profit=limit, loss = stop )
if(timec)
strategy.entry("Entershort", long=false, when=a and t>1)
else
strategy.entry("Entershort", long=false, when=a)
if(trail)
strategy.exit("Exit","Entershort", profit=limit, trail_points = 0, trail_offset = stop )
else
strategy.exit("Exit","Entershort", profit=limit, loss = stop )