Type/to search

Strategi Trading Sistem Moving Average Multi Time Frame

Common strategy
Created: 2023-12-12 16:07:18
Last modified: 3 years ago
1
Follow
1802
Followers

img

Gambaran Umum

Strategi ini menggunakan sistem rata-rata bergerak multi-timeframe, dikombinasikan dengan indikator RSI dan berbagai indikator teknis lainnya, untuk mencapai peralihan otomatis antara posisi long dan short. Nama strateginya adalah “Multi-Timeframe Moving Average System Trading Strategy”, dengan ide utama menghasilkan sinyal trading yang lebih andal melalui perbandingan tren harga dalam periode waktu yang berbeda.

Prinsip Strategi

Indikator inti strategi ini adalah sistem rata-rata bergerak. Strategi ini menggunakan berbagai indikator rata-rata bergerak seperti JMA, TEMA, dan DEMA untuk menghitung tren harga dalam periode yang berbeda, misalnya 15 menit, 30 menit, dan 60 menit. Sebagai contoh, dalam periode 15 menit, pergerakan rata-rata yang dihitung menggunakan JMA digunakan sebagai penilaian tren harga dalam periode tersebut. Kemudian strategi membandingkan pergerakan harga dalam periode yang berbeda untuk menentukan apakah ada divergensi antara jangka panjang dan jangka pendek. Jika terdapat sinyal divergensi yang signifikan, maka sinyal trading akan dihasilkan. Selain itu, strategi juga menggabungkan RSI, indikator gelombang, dan lain-lain sebagai pertimbangan tambahan untuk memastikan keandalan sinyal trading.

Secara khusus, variabel trend, trend2, dan trend3 dalam strategi masing-masing mewakili tren harga 15 menit, 30 menit, dan 60 menit. Jika harga 15 menit berbalik, sementara harga 30 menit dan 60 menit belum berbalik, maka dianggap terjadi divergensi antara jangka pendek dan jangka panjang, sehingga dihasilkan sinyal trading. Jika tren semua periode konsisten, tidak ada sinyal trading yang dihasilkan.

Dengan membandingkan hubungan antar periode, beberapa sinyal palsu disaring dan menghasilkan sinyal trading yang lebih andal – inilah inti dari strategi ini.

Analisis Keunggulan

Strategi ini memiliki keunggulan utama sebagai berikut:

  1. Menggunakan analisis multi-timeframe untuk meningkatkan keandalan sinyal dan menyaring sinyal palsu;
  2. Menggabungkan berbagai indikator untuk penilaian komprehensif, menghindari masalah yang disebabkan oleh indikator tunggal;
  3. Secara otomatis melakukan peralihan long/short tanpa intervensi manual, mengurangi kesulitan operasional.

Analisis Risiko

Strategi ini juga memiliki beberapa risiko:

  1. Analisis multi-timeframe akan meningkatkan ketidakpastian waktu trading, yang dapat menyebabkan melewatkan momen masuk terbaik;
  2. Menggabungkan berbagai indikator secara bersamaan, pengaturan parameter yang tidak tepat dapat menurunkan kualitas sinyal trading;
  3. Peralihan otomatis long/short memiliki risiko overfitting, sehingga hasil live trading mungkin lebih buruk dari backtest.

Untuk mengatasi risiko di atas, kita dapat mengambil langkah-langkah berikut:

  1. Menyesuaikan parameter timeframe untuk memastikan sinyal jangka pendek diterima tepat waktu untuk vez entry;
  2. Melakukan backtest dengan data yang banyak untuk terus mengoptimalkan parameter indikator;
  3. Melakukan intervensi yang tepat dalam live trading untuk menghindari perdagangan buta oleh sistem otomatis.

Arah Optimasi

Strategi ini masih memiliki ruang untuk optimasi lebih lanjut:

  1. Dapat memperkenalkan algoritma machine learning untuk mengoptimalkan parameter multi-indikator secara otomatis melalui pelatihan model;
  2. Dapat menambahkan pengaturan slippage adaptif, menyesuaikan ukuran slippage sesuai volatilitas pasar untuk meningkatkan hasil live trading;
  3. Dapat memperkenalkan mekanisme konfirmasi volume-harga untuk menghindari kerugian akibat pembalikan tren yang cepat.

Kesimpulan

Strategi ini membandingkan pergerakan harga multi-timeframe untuk menentukan hubungan jangka panjang-pendek, menggabungkan analisis komprehensif berbagai indikator untuk menghasilkan sinyal trading, mencapai peralihan otomatis long/short, dan hasil backtest cukup baik. Kami juga menemukan bahwa strategi ini memiliki ruang untuk perbaikan. Di masa depan, dengan mengoptimalkan melalui pengenalan machine learning, slippage adaptif, konfirmasi volume-harga, dan metode lainnya, diharapkan dapat lebih meningkatkan hasil live trading strategi ini.

Source
Pine
/*backtest
start: 2023-11-11 00:00:00
end: 2023-12-11 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Drexel Strategy", overlay=true )
Length1=7
Length2=9
Strategy parameters
Strategy parameters
Multiplier
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)