Strategi Panjang LSMA Super Trend


Tanggal Pembuatan: 2023-12-18 10:43:14 Akhirnya memodifikasi: 2023-12-18 10:43:14
menyalin: 0 Jumlah klik: 903
1
fokus pada
1621
Pengikut

Strategi Panjang LSMA Super Trend

Ringkasan

Supertrend LSMA multihead adalah strategi multihead yang menggabungkan indikator supertrend dan rata-rata bergerak LSMA. Ini berlaku untuk pasar tren jangka panjang seperti saham, cryptocurrency, dan lain-lain, dan bekerja lebih baik dalam jangka waktu yang lebih besar.

Prinsip Strategi

Aturan trading untuk strategi ini adalah sebagai berikut:

Sinyal masuk multi-head: Sinyal masuk multi-head dilakukan ketika indikator supertrend mengeluarkan sinyal masuk multi-head, dan harga close out lebih tinggi dari moving average LSMA.

Sinyal keluar multihead: Bila indikator supertrend mengeluarkan sinyal keluar, posisi kosong multihead.

Jadi, kita bisa menggunakan supertrend untuk menentukan arah tren besar, dan LSMA untuk menentukan titik masuk spesifik.

Analisis Keunggulan

Strategi ini menggabungkan trend tracking dan moving averages untuk menangkap tren besar dan untuk menghindari terjerat oleh kesalahan penyaringan rata-rata. Ini memungkinkan pengendalian risiko yang lebih baik daripada menggunakan indikator tren atau rata-rata.

Selain itu, supertrend itu sendiri memiliki keterlambatan, dan jika digabungkan dengan sifat LSMA yang halus, dapat secara efektif menyaring kebisingan pasar dan menghindari tertipu oleh terobosan palsu.

Analisis risiko

Risiko terbesar dari strategi ini adalah ketidakmampuan untuk menentukan dengan tepat titik pembalikan tren. Ketika tren berbalik, kerugian dapat berkembang karena supertrend dan keterlambatan LSMA. Saat ini, stop loss diperlukan untuk mengendalikan risiko.

Selain itu, pengaturan parameter juga dapat mempengaruhi kinerja strategi. Jika parameter ATR atau parameter faktor diatur dengan tidak benar, efek penilaian tren super akan dikurangkan; Jika siklus LSMA diatur terlalu pendek, efek gelombang surut buruk, mudah dipengaruhi oleh noise. Oleh karena itu, pengoptimalan parameter sangat penting.

Arah optimasi

Strategi ini dapat dioptimalkan dalam beberapa hal:

  1. Menggunakan algoritma pembelajaran mesin untuk mengoptimalkan parameter secara otomatis agar lebih sesuai dengan lingkungan pasar yang berbeda.

  2. Meningkatkan mekanisme stop loss. Memaksa stop loss ketika kerugian mencapai stop loss yang telah ditetapkan sebelumnya.

  3. Tambahkan modul manajemen posisi. Bila tren besar terbentuk, posisi ditingkatkan secara tepat; Bila tren berakhir, posisi dikurangi.

  4. Menambahkan lebih banyak indikator penyaringan, seperti indikator volatilitas, indikator energi kuantitatif, dan lain-lain, untuk menghindari risiko pembalikan tren.

  5. Menggunakan model pembelajaran mendalam untuk menilai tren, menggantikan penilaian tren super sederhana, dan membuat penilaian tren lebih cerdas.

Meringkaskan

Strategi multihead LSMA supertrend menggabungkan keuntungan dari indikator pelacakan tren dengan indikator garis rata, baik untuk menangkap arah besar dalam waktu yang lebih lama, maupun untuk memanfaatkan kebisingan penyaringan garis rata. Dengan optimasi parameter, mekanisme stop loss, dan penguatan modul kontrol risiko, strategi ini dapat meningkatkan profitabilitas dan kontrol risiko, menjadi strategi kuantitatif yang sangat praktis.

Kode Sumber Strategi
/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title = "Supertrend LSMA long Strategy", overlay = true,  pyramiding=1,initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.1)


atrPeriod = input(14, "ATR Length")
factor = input(3, "Factor")

//Time
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2010, title = "From Year", minval = 1970)
 //monday and session 
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2031, title = "To Year", minval = 1970)

startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = time >= startDate and time <= finishDate

//LSMA
lengthx = input(title="Length LSMA", type=input.integer, defval=101)
offset = 0//input(title="Offset", type=input.integer, defval=0)
src = input(close, title="Source")
lsma = linreg(src, lengthx, offset)



[_, direction] = supertrend(factor, atrPeriod)

if(time_cond)
    if change(direction) < 0 and close > lsma
        strategy.entry("long", strategy.long)
    
    if change(direction) > 0 //and close < lsma
        strategy.close("long")
        //strategy.entry("short", strategy.short)

//strategy.close("long",when=close<lsma)
//strategy.close("short",when=change(direction) < 0 )

    
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)