Type/to search

Strategi Rata-rata Bergerak Pengikut Tren Transformasi Fourier Frekuensi Rendah

Common strategy
Created: 2023-12-05 14:56:06
Last modified: 3 years ago
1
Follow
1802
Followers

img

Ikhtisar

Strategi ini adalah strategi pengikut tren yang memanfaatkan transformasi Fourier frekuensi rendah untuk mengekstrak komponen tren frekuensi rendah dari deret harga, dan menggabungkan tiga moving average (cepat, sedang, lambat) untuk mengidentifikasi tren dan menghasilkan sinyal trading. Ketika MA cepat melintasi ke atas MA sedang dan harga berada di atas MA lambat, maka posisi long (beli) diambil; ketika MA cepat melintasi ke bawah MA sedang dan harga berada di bawah MA lambat, maka posisi short (jual) diambil. Strategi ini cocok untuk mengikuti tren jangka menengah hingga panjang.

Prinsip Strategi

  1. Menggunakan transformasi Fourier frekuensi rendah untuk mengekstrak komponen tren frekuensi rendah dari deret harga. Transformasi Fourier frekuensi rendah secara efektif menyaring noise frekuensi tinggi, sehingga sinyal tren yang diekstrak menjadi lebih stabil.

  2. Tiga moving average (cepat, sedang, lambat) digunakan untuk menilai tren. MA lambat adalah 200 periode, MA sedang adalah 20 periode, dan MA cepat adalah 5 periode. MA lambat menyaring noise, MA sedang menangkap pembalikan tren, dan MA cepat menghasilkan sinyal trading.

  3. Ketika MA cepat melintasi ke atas MA sedang dan harga berada di atas MA lambat, maka pasar dianggap memasuki tren naik, dan posisi long diambil; ketika MA cepat melintasi ke bawah MA sedang dan harga berada di bawah MA lambat, maka pasar dianggap memasuki tren turun, dan posisi short diambil.

  4. Strategi ini adalah strategi pengikut tren. Setelah tren teridentifikasi, posisi akan dipertahankan selama mungkin untuk meraih keuntungan dari tren tersebut.

Analisis Keunggulan

  1. Penggunaan transformasi Fourier frekuensi rendah secara efektif menyaring noise frekuensi tinggi, sehingga sinyal tren yang teridentifikasi menjadi lebih andal dan stabil.

  2. Penggunaan MA cepat-sedang-lambat secara efektif menilai pembalikan tren pasar dan menghindari sinyal palsu. Parameter MA lambat yang besar secara efektif menyaring noise.

  3. Strategi ini memiliki keunggulan yang jelas dalam mengikuti tren jangka menengah hingga panjang. Setelah tren teridentifikasi, posisi akan terus ditambah untuk mengikuti tren, sehingga menghasilkan keuntungan berlebih.

  4. Ruang optimasi parameter strategi ini besar. Pengguna dapat menyesuaikan parameter untuk berbagai instrumen dan periode, sehingga memiliki adaptabilitas yang tinggi.

Analisis Risiko

  1. Sebagai strategi pengikut tren, strategi ini tidak dapat secara efektif mengidentifikasi dan merespons pembalikan tren yang disebabkan oleh peristiwa mendadak, yang dapat menyebabkan kerugian yang semakin besar.

  2. Dalam kondisi pasar yang bergerak sideways (konsolidasi), strategi ini akan menghasilkan banyak transaksi yang menguntungkan dan merugi. Namun, pada akhirnya masih mungkin untuk untung, sehingga diperlukan kesabaran mental tertentu.

  3. Strategi pengikut tren tradisional rentan terhadap "kekurangpekaan" (lagging), sehingga keluar dari tren terlalu dini menjadi masalah yang perlu diatasi oleh strategi ini.

  4. Stop loss dapat diatur untuk mengendalikan kerugian per transaksi. Pengujian ulang juga dapat menyertakan skenario peristiwa mendadak untuk mengevaluasi ketahanan risiko strategi.

Arah Optimasi

  1. Mencoba berbagai algoritma moving average agar lebih cocok dengan berbagai instrumen dan periode waktu.

  2. Menambahkan strategi stop loss, seperti keluar setelah kerugian berturut-turut, untuk mengontrol risiko.

  3. Menambahkan indikator kekuatan tren untuk menghindari terlalu banyak transaksi dalam kondisi sideways atau tren lemah.

  4. Menambahkan model machine learning untuk menilai pembalikan tren, sehingga strategi memiliki kemampuan beradaptasi terhadap peristiwa mendadak.

Kesimpulan

Strategi moving average pengikut tren dengan transformasi Fourier frekuensi rendah ini memiliki keunggulan dalam menyaring noise, mengidentifikasi tren, dan mengikuti tren. Cocok untuk posisi jangka menengah hingga panjang. Sebagai strategi pengikut tren, risiko utamanya adalah pembalikan tren dan konsolidasi yang berkepanjangan. Risiko-risiko ini dapat dihadapi dengan strategi penanganan tertentu. Secara keseluruhan, strategi ini memiliki ruang parameter yang besar, potensi optimasi yang tinggi, dan cocok untuk investor yang memiliki kemampuan pengembangan strategi dan pengendalian risiko untuk diuji di pasar nyata.

Source
Pine
/*backtest
start: 2023-11-27 00:00:00
end: 2023-11-29 02:00:00
period: 1m
basePeriod: 1m
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/
// © 03.freeman

//@version=4
Strategy parameters
Strategy parameters
Source
Slow MA period
Mid MA period
Fast MA period
Use MA
First sinusoid
Second sinusoid
Third sinusoid
MA Type
Use linear regression?
Linear regression lenght
Linear regression offset
Lookback Period
Take Profit Points
Stop Loss Points
Trailing Stop Loss Points
Trailing Stop Loss Offset Points
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)