
HYE Mean Reversion SMA Strategy adalah strategi perdagangan yang menggunakan rata-rata bergerak sederhana dan indikator yang relatif kuat. Strategi ini digunakan ketika harga menyimpang dari rata-rata bergerak dalam jumlah tertentu, yang dikombinasikan dengan sinyal filter indikator RSI, menghasilkan sinyal beli dan jual, termasuk strategi perdagangan garis pendek.
Strategi ini didasarkan pada aturan berikut:
Ketika rata-rata bergerak sederhana periode 2 turun 3% dari rata-rata bergerak sederhana periode 5, harga saham dianggap menyimpang dari rata-rata, menghasilkan sinyal beli;
Ketika 2 Periode Simple Moving Average melewati 5 Periode Simple Moving Average, dianggap sebagai harga kembali rata-rata, menghasilkan sinyal jual;
Kombinasi indeks bergerak rata-rata dari 5 periode RSI hanya menghasilkan sinyal beli ketika RSI di bawah 30, dan sinyal jual ketika RSI di atas 70, untuk menghindari perdagangan yang tidak perlu.
Strategi utama adalah memanfaatkan fluktuasi harga dalam jangka pendek untuk menangkap peluang untuk kembali ke nilai rata-rata. Beli ketika harga turun sejumlah besar, dan jual saat harga kembali ke sekitar garis rata-rata, dan menghasilkan keuntungan. Selain itu, indikator RSI dapat digunakan untuk mengidentifikasi overbought dan oversold, memfilter beberapa sinyal perdagangan bising.
Strategi ini memiliki beberapa keuntungan:
Operasi sederhana, mudah diterapkan, dan biaya pemantauan rendah;
Menggunakan karakteristik harga yang menyimpang dari rata-rata bergerak untuk menangkap peluang untuk kembali ke garis pendek, retrospeksi historis bekerja dengan baik;
Indikator RSI dapat memfilter perdagangan kebisingan secara efektif untuk menghindari kenaikan dan penurunan.
Fleksibilitas dalam penyesuaian parameter untuk menyesuaikan dengan kondisi pasar yang berbeda;
Anda dapat melakukan trading over, short, atau two-way, sesuai dengan preferensi Anda.
Strategi ini juga memiliki beberapa risiko:
Perdagangan regresi tergantung pada kemampuan harga untuk kembali ke garis rata-rata, dengan risiko stop loss yang lebih besar jika terjadi perubahan harga yang drastis;
Penetapan parameter yang tidak tepat dapat menyebabkan terlalu banyak perdagangan atau kehilangan peluang;
Performa strategi lebih terkait dengan pasar, dan lebih buruk di pasar horizontal dan bergejolak.
Tanggapan:
Pengaturan stop loss yang masuk akal dan pengendalian kerugian tunggal;
Parameter yang dioptimalkan secara bertahap untuk mengevaluasi rasio pengembalian pendapatan;
Adaptasi dalam kombinasi dengan strategi peningkatan indeks saham.
Strategi ini dapat dioptimalkan dalam beberapa hal:
Uji coba berbagai kombinasi rata-rata bergerak untuk mencari parameter optimal;
Mencoba untuk mengidentifikasi tren dan meningkatkan peluang strategi, yang dikombinasikan dengan indikator lainnya;
Meningkatkan mekanisme stop loss dan mengurangi penarikan maksimal dari strategi;
Untuk itu, pemerintah harus lebih fokus dalam memfasilitasi pemenuhan kebutuhan masyarakat.
Membangun parameter adaptif dengan teknologi pembelajaran mesin.
Strategi ini menggunakan deviasi harga relatif terhadap moving average untuk menghasilkan sinyal perdagangan, sementara dengan filter RSI untuk memfilter kebisingan, dan berkinerja baik dalam pelacakan. Strategi ini sederhana dan mudah diimplementasikan, dapat menyesuaikan parameter sesuai dengan lingkungan pasar, dan cocok untuk investor yang melacak short-line return rata-rata. Tetapi juga harus memperhatikan ketidakpastian return dan risiko stop loss, yang perlu dioptimalkan secara rasional untuk menyesuaikan dengan kondisi pasar yang berbeda.
/*backtest
start: 2022-12-08 00:00:00
end: 2023-12-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// @version=4
strategy("HYE Mean Reversion SMA [Strategy]", overlay = true )
//Strategy inputs
source = input(title = "Source", defval = close)
tradeDirection = input(title="Trade Direction", type=input.string,
options=["Long Only", "Short Only", "Both"], defval="Long Only")
smallMAPeriod = input(title = "Small Moving Average", defval = 2)
bigMAPeriod = input(title = "Big Moving Average", defval = 5)
percentBelowToBuy = input(title = "Percent below to buy %", defval = 3)
percentAboveToSell = input(title = "Percent above to sell %", defval = 3)
rsiPeriod = input(title = "Rsi Period", defval = 2)
rsiLevelforBuy = input(title = "Maximum Rsi Level for Buy", defval = 30)
rsiLevelforSell = input(title = "Minimum Rsi Level for Sell", defval = 70)
longOK = (tradeDirection == "Long Only") or (tradeDirection == "Both")
shortOK = (tradeDirection == "Short Only") or (tradeDirection == "Both")
// Make input options that configure backtest date range
startDate = input(title="Start Date", type=input.integer,
defval=1, minval=1, maxval=31)
startMonth = input(title="Start Month", type=input.integer,
defval=1, minval=1, maxval=12)
startYear = input(title="Start Year", type=input.integer,
defval=2020, minval=1800, maxval=2100)
endDate = input(title="End Date", type=input.integer,
defval=31, minval=1, maxval=31)
endMonth = input(title="End Month", type=input.integer,
defval=12, minval=1, maxval=12)
endYear = input(title="End Year", type=input.integer,
defval=2021, minval=1800, maxval=2100)
inDateRange = true
//Strategy calculation
rsiValue = rsi(source, rsiPeriod)
rsiEMA = ema(rsiValue, 5)
smallMA = sma(source, smallMAPeriod)
bigMA = sma(source, bigMAPeriod)
buyMA = ((100 - percentBelowToBuy) / 100) * sma(source, bigMAPeriod)[0]
sellMA = ((100 + percentAboveToSell) / 100) * sma(source, bigMAPeriod)[0]
if(crossunder(smallMA, buyMA) and rsiEMA < rsiLevelforBuy and inDateRange and longOK)
strategy.entry("BUY", strategy.long)
if(crossover(smallMA, bigMA) or not inDateRange)
strategy.close("BUY")
if(crossover(smallMA, sellMA) and rsiEMA > rsiLevelforSell and inDateRange and shortOK)
strategy.entry("SELL", strategy.short)
if(crossunder(smallMA, bigMA) or not inDateRange)
strategy.close("SELL")