Strategi Saldo Pembalikan Ganda


Tanggal Pembuatan: 2023-12-15 16:56:20 Akhirnya memodifikasi: 2023-12-15 16:56:20
menyalin: 1 Jumlah klik: 673
1
fokus pada
1621
Pengikut

Strategi Saldo Pembalikan Ganda

Ringkasan

Strategi ini menggunakan strategi 123 reverse system untuk menghasilkan sinyal perdagangan, dan kemudian melakukan pengolahan gelombang dengan menggunakan analisis model empiris (EMD) untuk mengintegrasikan kedua sinyal perdagangan, untuk mencapai tingkat kemenangan yang lebih tinggi.

Prinsip Strategi

123 sistem reversal

Sistem 123 berbalik berasal dari Ulf Jensen dalam bukunya How I Get Three-Fold Income in the Futures Market. Bagian ini adalah bagian dari strategi berbalik. Strategi ini dilakukan ketika harga close out 2 hari berturut-turut lebih tinggi dari harga close out hari sebelumnya, dan 9 hari K-line lambat di bawah 50.

Pembagian pola pengalaman (EMD)

Pemisahan pola pengalaman (EMD) adalah metode analisis data yang bersifat adaptif. Ini dapat secara efektif memisahkan komponen frekuensi yang berbeda dari data dan mengekstrak tren jangka panjang dari data. Di sini kita mengatur panjang 20, delta 0,5, fraksi 0,1, untuk menghasilkan sinyal perdagangan berdasarkan komponen frekuensi yang berbeda dari harga.

Sintesis sinyal

Strategi keseimbangan reversal ganda mensintesis sinyal perdagangan yang dihasilkan oleh 123 reversal system dan pemecahan mode pengalaman, dan mengkonfirmasi entrada ketika kedua sinyal sesuai. Dengan demikian, strategi ini dapat meningkatkan peluang kemenangan.

Analisis Keunggulan

Strategi keseimbangan reversal ganda menggabungkan strategi reversal dan teknologi pemrosesan sinyal digital, memanfaatkan keunggulan model yang berbeda secara komprehensif. Sistem reversal menangkap peluang reversal jangka pendek, dan mode pengalaman terurai untuk menangkap tren jangka panjang, keduanya dapat meningkatkan stabilitas strategi.

Strategi ini juga memperkenalkan 123 mode, yang dapat mencegah pembalikan yang tidak ideal dari arbitrage. Menetapkan parameter yang masuk akal dalam pemisahan mode pengalaman membantu menyaring sebagian dari kebisingan dan mengurangi sinyal yang salah.

Analisis risiko

Risiko terbesar dari strategi keseimbangan terbalik ganda adalah kegagalan terbalik. Meskipun pengenalan bentuk 123 dapat mengurangi probabilitas ini, ingatlah bahwa perdagangan terbalik secara alami memiliki ketidakpastian yang lebih besar. Selain itu, pemecahan pola pengalaman sebagai metode penyesuaian gelombang dapat gagal dalam situasi ekstrem.

Untuk mengendalikan risiko-risiko ini, kita dapat menyesuaikan parameter reversal dengan tepat untuk memastikan sinyal reversal lebih dapat diandalkan. Kita juga dapat menguji metode fluktuasi yang berbeda untuk mendiskripsikan model pengalaman alternatif untuk melihat apakah kita bisa mendapatkan efek fluktuasi yang lebih baik. Selain itu, menjaga volume perdagangan yang kecil dan menghindari kerugian tunggal yang terlalu besar juga diperlukan.

Arah optimasi

Strategi ini dapat dioptimalkan dalam beberapa hal:

  1. Pengujian sistem reversal dengan parameter yang berbeda untuk menentukan kombinasi optimal

  2. Cobalah berbagai metode penyaringan digital, seperti transformasi gelombang kecil, transformasi Hilbert, dan lain-lain.

  3. Meningkatkan strategi stop loss untuk mengendalikan kerugian tunggal

  4. Tergabung dengan indikator lain untuk memastikan arah perdagangan lebih akurat dan dapat diandalkan

  5. Optimalkan pengelolaan dana dan menentukan rasio ukuran transaksi yang optimal

Meringkaskan

Keuntungan dari strategi keseimbangan reversal ganda adalah penggunaan strategi reversal dan teknologi pemrosesan sinyal digital secara komprehensif. Ini mengatur parameter yang masuk akal, mengendalikan risiko, dan stabil dalam perdagangan. Strategi ini memiliki fleksibilitas dan skalabilitas yang kuat, dan merupakan strategi perdagangan yang disarankan.

Kode Sumber Strategi
/*backtest
start: 2023-11-14 00:00:00
end: 2023-12-14 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 30/06/2020
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// The related article is copyrighted material from Stocks & Commodities Mar 2010
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

Empirical(Length,Delta,Fraction) =>
    pos = 0
    xBandpassFilter = 0.0
    xPeak = 0.0
    xValley =0.0
    xPrice = hl2
    beta = cos(3.1415 * (360 / Length) / 180)
    gamma = 1 / cos(3.1415 * (720 * Delta / Length) / 180)
    alpha = gamma - sqrt(gamma * gamma - 1)
    xBandpassFilter := 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(xBandpassFilter[1]) - alpha * nz(xBandpassFilter[2])
    xMean = sma(xBandpassFilter, 2 * Length)
    xPeak :=  iff (xBandpassFilter[1] > xBandpassFilter and xBandpassFilter[1] > xBandpassFilter[2], xBandpassFilter[1], nz(xPeak[1])) 
    xValley :=  iff (xBandpassFilter[1] < xBandpassFilter and xBandpassFilter[1] < xBandpassFilter[2], xBandpassFilter[1], nz(xValley[1])) 
    xAvrPeak = sma(xPeak, 50)
    xAvrValley = sma(xValley, 50)
    nAvrPeak = Fraction * xAvrPeak
    nAvrValley = Fraction * xAvrValley
    pos := iff(xMean > nAvrPeak and xMean > nAvrValley, 1,
    	   iff(xMean < nAvrPeak and xMean < nAvrValley, -1, nz(pos[1], 0)))
    pos

strategy(title="Combo Backtest 123 Reversal & Empirical Mode Decomposition", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthEMD = input(20, minval=1)
Delta = input(0.5)
Fraction = input(0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posEmpirical = Empirical(LengthEMD,Delta,Fraction)
pos = iff(posReversal123 == 1 and posEmpirical == 1 , 1,
	   iff(posReversal123 == -1 and posEmpirical == -1, -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)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )