Strategi Pengikut Tren Adaptif Berdasarkan Model Multi-Faktor
Ikhtisar
Strategi ini adalah strategi penelusuran tren adaptif yang digerakkan oleh model multi-faktor. Strategi ini mengintegrasikan beberapa indikator seperti RSI, MACD, Stochastics, dll., untuk membangun model multi-faktor guna menentukan arah tren. Selain itu, strategi ini memiliki mekanisme stop-loss adaptif yang dapat menyesuaikan harga stop-loss secara dinamis berdasarkan ATR, sehingga mencapai pengendalian risiko.
Prinsip
Strategi ini menggunakan beberapa indikator untuk membangun model penilaian tren. Pertama, strategi ini menggabungkan RSI dan MACD untuk menentukan arah tren; kemudian, digabungkan dengan Stochastics untuk menentukan apakah pasar sudah overbought atau oversold, sehingga menyaring sebagian sinyal. Setelah masuk ke dalam posisi, strategi ini memanfaatkan ATR untuk menghitung parameter risiko, sehingga mencapai stop-loss adaptif.
Secara spesifik, sinyal beli dihasilkan ketika RSI di atas 52 dan MACD membentuk golden cross; sinyal jual dihasilkan ketika RSI di bawah 48 dan MACD membentuk death cross. Untuk menyaring sinyal palsu, strategi ini juga mendeteksi apakah Stochastics berada dalam kondisi overbought atau oversold. Dalam hal stop-loss, strategi ini menghitung parameter berdasarkan ATR untuk mencapai stop-loss adaptif, yang secara efektif dapat mengendalikan risiko stop-loss per transaksi.
Keunggulan
Keunggulan terbesar dari strategi ini terletak pada kemampuannya dalam pengendalian risiko yang kuat. Dengan menggunakan model multi-faktor untuk menentukan arah tren, sebagian noise dapat disaring, sehingga meningkatkan kualitas sinyal. Selain itu, mekanisme stop-loss adaptif dapat menyesuaikan besaran stop-loss berdasarkan tingkat volatilitas pasar, sehingga secara efektif mengendalikan kerugian per transaksi.
Selain itu, pengaturan parameter strategi ini cukup masuk akal dan hasil backtestingnya cukup baik. Aset pada periode yang berbeda dapat dioptimalkan dengan menyesuaikan parameter. Strategi ini dapat beradaptasi dengan lebih banyak kondisi pasar melalui optimasi parameter.
Risiko
Risiko utama dari strategi ini terletak pada kualitas pembangunan model multi-faktor. Jika model dibangun dengan tidak tepat dan tidak dapat membedakan tren secara efektif, maka akan menghasilkan banyak sinyal yang salah. Selain itu, strategi stop-loss itu sendiri memiliki risiko dimanfaatkan (arbitrase).
Untuk mengurangi risiko-risiko ini, perbaikan dapat dilakukan dengan menyesuaikan bobot model, mengoptimalkan pengaturan parameter, dan menggabungkan strategi stop-loss lainnya. Intervensi manual juga diperlukan ketika terjadi kondisi pasar yang tidak normal.
Arah Optimalisasi
Strategi ini dapat dioptimalkan dari beberapa aspek berikut:
-
Menyesuaikan bobot indikator dalam model multi-faktor untuk menemukan kombinasi bobot optimal
-
Menguji lebih banyak indikator, seperti CCI, volatilitas, dll., untuk memperkaya model multi-faktor
-
Mengoptimalkan pengaturan parameter agar sesuai dengan lebih banyak instrumen dan periode
-
Mencoba berbagai strategi stop-loss untuk menemukan kombinasi terbaik
-
Menambahkan modul pelatihan model dan evaluasi strategi untuk mewujudkan penggerakan berbasis pembelajaran mesin
Kesimpulan
Strategi ini mengintegrasikan model multi-faktor dan mekanisme stop-loss adaptif, sehingga mencapai kombinasi organik antara penentuan tren dan pengendalian risiko. Hasil backtestingnya baik dan memiliki skalabilitas. Melalui optimasi berkelanjutan, strategi ini dapat menjadi strategi kuantitatif yang layak dipertahankan dalam jangka panjang.
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy(title="TradersAI_UTBot", overlay = true)
// CREDITS to @HPotter for the orginal code.
// CREDITS to @Yo_adriiiiaan for recently publishing the UT Bot study based on the original code - - 1