Berdasarkan strategi persilangan rata-rata bergerak


Tanggal Pembuatan: 2023-12-20 14:36:08 Akhirnya memodifikasi: 2023-12-20 14:36:08
menyalin: 0 Jumlah klik: 615
1
fokus pada
1621
Pengikut

Berdasarkan strategi persilangan rata-rata bergerak

Ringkasan

Strategi ini adalah strategi crossover berdasarkan 8 siklus dan 20 siklus SMA. Strategi ini terutama menggunakan crossover dari garis rata-rata periode yang berbeda untuk menangkap perubahan tren.

Prinsip Strategi

  1. Hitung SMA 8 dan 20 siklus.
  2. Ketika 8 siklus SMA melewati 20 siklus SMA, lakukan lebih.
  3. Ketika 8 siklus SMA di bawah 20 siklus SMA, kosongkan.
  4. Sinyal posisi rata: Saat terjadi reverse crossover, posisi saat ini rata.

Strategi ini menggunakan persilangan rata-rata cepat dan rata-rata lambat untuk menilai perubahan tren. Karena rata-rata cepat lebih sensitif terhadap perubahan harga, pergeseran tren jangka pendek dapat ditangkap lebih awal. Ketika garis pendek melewati rata-rata cepat di atas rata-rata lambat, ini adalah sinyal yang berlebihan.

Keunggulan Strategis

  1. Konsepnya sederhana, mudah dipahami dan diterapkan.
  2. Pilihan parameter yang fleksibel, dapat disesuaikan dengan pasar parameter garis rata-rata.
  3. Sinyal perdagangan jelas, aturan operasi jelas.
  4. Ini adalah salah satu cara yang efektif untuk menangkap perubahan dalam tren jangka pendek.

Keuntungan terbesar dari strategi ini adalah sederhana dan intuitif, mudah dimengerti dan diimplementasikan. Pada saat yang sama, juga relatif fleksibel, dapat beradaptasi dengan lingkungan pasar yang berbeda dengan menyesuaikan parameter rata-rata. Ini dapat digunakan sebagai strategi dasar, dan dapat diperluas dan dioptimalkan di atasnya.

Risiko Strategis

  1. Mungkin akan sering terjadi misdiagnosis dan sinyal palsu.
  2. Tidak bisa dipastikan berapa lama tren ini akan berlangsung, mungkin ada yang masuk dan keluar lebih awal.
  3. Ini adalah salah satu dari beberapa hal yang dapat Anda lakukan untuk mengurangi risiko kerugian di pasar.
  4. Parameter yang salah dapat menyebabkan kerugian.

Karena strategi ini hanya bergantung pada indikator sederhana seperti persilangan rata-rata, kemampuan penilaian terhadap situasi pasar yang kompleks lebih lemah. Tidak dapat menentukan panjang dan arah perubahan tren tertentu, mungkin masuk dan keluar terlalu dini.

Dengan kombinasi indikator lain, penghakiman terhadap konfirmasi sinyal tren dapat mengurangi kesalahan penghakiman. Sementara itu, pelepasan stop loss yang tepat juga dapat menghindari kerugian pasar yang bergoyang hingga batas tertentu.

Optimasi Strategi

  1. Dalam kombinasi dengan indikator lain filter sinyal. Misalnya KDJ, MACD dan sebagainya.
  2. Menambahkan aturan penilaian tren untuk menghindari pembalikan yang tidak perlu.
  3. Optimalkan parameter, sesuaikan siklus garis rata-rata.
  4. Tergabung dengan indikator volatilitas, posisi stop loss disesuaikan dengan pasar.

Strategi ini dapat digunakan dengan kombinasi indikator lainnya, menggunakan lebih banyak faktor untuk menilai sinyal tren, memfilter sinyal palsu. Selain itu, pengoptimalan parameter dan pengoptimalan stop loss juga dapat meningkatkan stabilitas strategi secara signifikan.

Meringkaskan

Konsep strategi crossover ini sederhana, mudah dipahami dan diimplementasikan. Menggunakan crossover yang berbeda kecepatan untuk menilai perubahan tren, dapat secara efektif menangkap tren jangka pendek. Namun ada beberapa masalah, kemampuan identifikasi yang lemah, mudah menghasilkan sinyal yang salah.

Kode Sumber Strategi
/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("SMA Crossover Strategy", overlay=true)

// Define SMA lengths
fastLength = input.int(8, title="Fast SMA Length", minval=1)
slowLength = input.int(20, title="Slow SMA Length", minval=1)

// Calculate SMAs
fastSMA = ta.sma(close, fastLength)
slowSMA = ta.sma(close, slowLength)

// Plot SMAs on the chart
plot(fastSMA, color=color.blue, title="Fast SMA")
plot(slowSMA, color=color.red, title="Slow SMA")

// Trading strategy
longCondition = ta.crossover(fastSMA, slowSMA)
shortCondition = ta.crossunder(fastSMA, slowSMA)

if (longCondition)
    strategy.entry("Long", strategy.long)

if (shortCondition)
    strategy.entry("Short", strategy.short)

if (ta.crossunder(fastSMA, slowSMA))
    strategy.close("Long")

if (ta.crossover(fastSMA, slowSMA))
    strategy.close("Short")

// Plot buy and sell signals on the chart
plotshape(series=longCondition, title="Buy Signal", color=color.green, style=shape.triangleup, location=location.belowbar)
plotshape(series=shortCondition, title="Sell Signal", color=color.red, style=shape.triangledown, location=location.abovebar)