Strategi Osilasi Falcon Perak TTM Berdasarkan Pembalikan Harga


Tanggal Pembuatan: 2023-12-05 15:07:10 Akhirnya memodifikasi: 2023-12-05 15:07:10
menyalin: 3 Jumlah klik: 594
1
fokus pada
1618
Pengikut

Strategi Osilasi Falcon Perak TTM Berdasarkan Pembalikan Harga

Ringkasan

Strategi ini disebut TTM Falcon Oscillator Reversal Strategy. Ini adalah indikator oscillator yang menggunakan sinyal reversal harga untuk menemukan titik jual.

Gagasan utama dari strategi ini adalah menggunakan bentuk harga untuk menilai pembalikan tren, dan ketika harga muncul dengan tiga garis K yang membentuk titik tinggi atau rendah baru, menilai itu sebagai sinyal pembalikan harga, dan melakukan operasi shorting yang sesuai.

Prinsip Strategi

Strategi ini menilai harga berbalik dengan melihat perubahan harga penutupan pada garis K. Logika spesifiknya adalah:

  1. Ketika harga penutupan K baris pertama lebih rendah dari harga penutupan K baris kedua, sinyal yang dicatat adalah 1; ketika harga penutupan K baris pertama lebih tinggi dari harga penutupan K baris kedua, sinyal yang dicatat adalah 0.
  2. Jika sinyal sebelumnya adalah 1 ((mewakili penurunan harga), dan pada garis K kedua dan ketiga, harga penutupan pada salah satu garis K adalah lebih rendah dari harga penutupan pada garis K pertama, maka ini dianggap sebagai sinyal reversal harga, dan sinyal jual dikeluarkan.
  3. Jika sinyal sebelumnya adalah 0 ((mewakili kenaikan harga), dan pada garis K kedua dan ketiga ada harga penutupan pada baris K yang lebih tinggi dari harga penutupan pada baris K pertama, maka ini dianggap sebagai sinyal reversal harga dan sinyal beli akan dikirim.

Dengan cara ini, strategi dapat dengan cepat menentukan harga yang berbalik dan masuk ke pasar tepat waktu sebelum dan sesudah titik balik.

Keunggulan Strategis

Strategi ini memiliki beberapa keuntungan utama:

  1. Respons cepat. Dengan membandingkan hubungan ukuran hanya tiga garis K untuk menilai harga berbalik, dapat dengan cepat menilai titik berbalik pasar, masuk tepat waktu.

  2. Mengurangi frekuensi perdagangan. Berbeda dengan strategi goyangan lainnya, strategi ini hanya memberi sinyal jika harga jelas berbalik, yang secara efektif mengurangi jumlah perdagangan yang tidak perlu.

  3. Ada banyak ruang untuk optimasi parameter. Ada banyak potensi untuk optimasi strategi, dan parameter siklus K-line dapat disesuaikan untuk menyesuaikan dengan lingkungan pasar yang berbeda.

  4. Strategi ini memungkinkan untuk melakukan pengembalian otomatis secara langsung di platform kuantitatif, yang secara signifikan meningkatkan efisiensi pengujian.

  5. Logika sederhana dan mudah dipahami. Pedagang pemula juga dapat dengan mudah memahami dan menguasai logika inti dari strategi tersebut.

Risiko Strategis

Strategi ini juga memiliki beberapa risiko, terutama di:

  1. Harga berfluktuasi dalam jangkauan yang luas. Ketika harga berfluktuasi terlalu besar, sinyal reversal mungkin tidak akurat dan mudah mengejar tinggi dan membunuh rendah.

  2. Optimasi parameter sangat sulit. Pilihan parameter siklus K memiliki pengaruh besar terhadap kinerja strategi, dan diperlukan banyak optimasi untuk menemukan kombinasi parameter yang optimal.

  3. Terlalu sering diperdagangkan. Dalam beberapa situasi pasar, sinyal pembalikan mungkin terlalu sering, menyebabkan terlalu banyak transaksi.

  4. Strategi ini tidak dapat menentukan berapa lama tren baru akan bertahan setelah harga berbalik, dan ada risiko tidak dapat mempertahankan tren.

Solusi yang sesuai adalah: menyesuaikan parameter dengan tepat untuk mengurangi fluktuasi harga, mengoptimalkan pengujian dalam berbagai lingkungan pasar, dan mengatur stop loss untuk mengendalikan kerugian tunggal.

Arah optimasi strategi

Strategi ini dapat dioptimalkan dari beberapa arah:

  1. Pengoptimalan siklus K. Sesuaikan parameter siklus waktu dari garis K untuk menemukan kombinasi parameter yang optimal.

  2. Tambahkan kondisi penyaringan. Tambahkan penilaian kondisi tambahan sebelum sinyal dikirim, untuk menghindari sinyal yang salah.

  3. Meningkatkan mekanisme penghentian kerugian. Menetapkan titik-titik penghentian yang masuk akal dan mengendalikan kerugian tunggal.

  4. Dalam kombinasi dengan indikator lain, sinyal indikator lain seperti garis rata-rata konvergensi, tingkat fluktuasi, dan lain-lain, meningkatkan akurasi pengambilan keputusan.

  5. Parameter dapat disesuaikan dan dioptimalkan. Parameter dapat disesuaikan secara dinamis sesuai dengan perubahan lingkungan pasar, sehingga strategi menjadi lebih kasar.

Dengan optimasi ini, stabilitas, kemenangan, dan profitabilitas strategi dapat ditingkatkan secara signifikan.

Meringkaskan

Secara keseluruhan, strategi ini menggunakan pola harga untuk menentukan titik balik yang sangat sederhana dan langsung, logika yang jelas dan mudah dipahami, dan ruang untuk optimasi parameter yang besar, dapat disesuaikan sesuai dengan preferensi pribadi. Namun, ada juga risiko terlalu sering sinyal dan waktu memegang posisi yang tidak tepat pada probabilitas tertentu. Dengan pengukuran ulang yang ketat dan optimasi parameter yang kuat, strategi ini dapat menjadi salah satu strategi perdagangan jenis getaran yang efisien dan menguntungkan.

Kode Sumber Strategi
/*backtest
start: 2022-11-28 00:00:00
end: 2023-12-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v2.0 10/01/2018
// TTM scalper indicator of John Carter’s Scalper Buys and Sells. The methodology 
// is a close approximation of the one described in his book Mastering the Trade. 
// The book is highly recommended. Note the squares are not real-time but will 
// show up once the third bar has confirmed a reversal. 
//
//You can change long to short in the Input Settings
//WARNING:
//- For purpose educate only
//- This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="TTM scalper indicator", overlay = true)
reverse = input(false, title="Trade reverse")
triggerSell = iff(iff(close[1] < close,1,0) and (close[2] < close[1] or close[3] <close[1]),1,0)
triggerBuy = iff(iff(close[1] > close,1,0) and (close[2] > close[1] or close[3] > close[1]),1,0)
buySellSwitch = iff(triggerSell, 1, iff(triggerBuy, 0, nz(buySellSwitch[1])))
SBS = iff(triggerSell and buySellSwitch[1] == false, high, iff(triggerBuy and buySellSwitch[1], low, nz(SBS[1])))
clr_s = iff(triggerSell and buySellSwitch[1] == false, 1, iff(triggerBuy and buySellSwitch[1], 0, nz(clr_s[1])))
clr = iff(clr_s == 0 , red , green)
pos = iff(clr == green, 1,
       iff(clr == red, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue ) 
plot(SBS, color=clr, title="TTM", style = circles, linewidth = 2)