Strategi Kuantitatif Double Moving Average Golden Cross


Tanggal Pembuatan: 2023-12-26 17:02:29 Akhirnya memodifikasi: 2023-12-26 17:02:29
menyalin: 2 Jumlah klik: 810
1
fokus pada
1623
Pengikut

Strategi Kuantitatif Double Moving Average Golden Cross

Ringkasan

Dual Moving Average Golden Cross Quantitative Strategy adalah strategi perdagangan kuantitatif dari indikator teknis. Strategi ini menghasilkan sinyal silang emas ketika melewati garis rata-rata berkala pendek dari garis rata-rata berkala panjang, dan menghasilkan sinyal silang mati ketika melewati garis rata-rata berkala pendek dari garis rata-rata berkala panjang. Strategi ini menggabungkan indikator saluran harga untuk menghindari terobosan palsu.

Prinsip Strategi

Strategi kuantitatif crossover emas dua rata-rata didasarkan pada teori rata-rata. Rata-rata dapat secara efektif memfilter kebisingan pasar, menunjukkan arah tren jangka panjang. Ketika rata-rata berjangka pendek melewati rata-rata berjangka yang lebih panjang, menunjukkan bahwa tren berbalik dari bawah ke atas, termasuk sinyal beli. Ketika rata-rata berjangka pendek melewati rata-rata panjang, menunjukkan bahwa tren berbalik dari atas ke bawah, termasuk menjual.

Strategi ini didasarkan pada logika kodenya:

  1. Hitung rata-rata harian 2, rata-rata harian 3, dan rata-rata harian 420
  2. Perhitungan Gagal Mata Uang Garis Rata-Rata 2 Hari dan Garis Rata-Rata 3 Hari
  3. Filter sinyal dengan rata-rata 420 hari untuk menghindari penembusan palsu
  4. menghasilkan sinyal beli dan jual

Prinsipnya adalah:

  1. Perhitungan harga penutupan dalam 3 hari terakhir 2 hari Simple Moving Average n2ma dan 3 hari Simple Moving Average nma
  2. Hitung rvwma sebagai rata-rata bergerak tertimbang dari harga close-out selama 420 hari terakhir
  3. Ketika n2ma memakai nma menghasilkan sinyal beli
  4. Ketika n2ma di bawah melewati nma menghasilkan sinyal jual
  5. Dengan menggunakan rvwma untuk memfilter sinyal, hanya n2ma di bawah rvwma yang menghasilkan sinyal beli, dan n2ma di atas rvwma yang menghasilkan sinyal jual

Strategi ini dapat secara efektif menangkap peluang untuk membalikkan tren setelah penyesuaian jangka pendek, dengan faktor profit yang lebih tinggi.

Analisis Keunggulan

Strategi kuantifikasi crossover emas linear ganda memiliki keuntungan sebagai berikut:

  1. Sederhana dan dapat diandalkan: Menggunakan teori crossover dua rata-rata, menilai tren perubahan harga jangka pendek, sinyal menghasilkan sederhana dan jelas.
  2. Sensitivitas tinggiPengaturan parameter garis rata-rata 2 hari dan 3 hari lebih sensitif dan dapat menangkap perubahan harga jangka pendek dengan cepat.
  3. Filter kebisinganIni adalah salah satu cara yang paling efektif untuk meminimalisir kebisingan dan menghindari perdagangan yang salah.
  4. Sangat mudah beradaptasi: Teori penyeberangan dua garis sejajar berlaku untuk varietas dan siklus yang berbeda, mudah diterapkan.
  5. Mudah dioptimalkan: Mengubah kombinasi parameter rata-rata, menyesuaikan parameter filter, ruang untuk mengoptimalkan kebijakan besar.
  6. Verifikasi di lapanganStrategi ini telah terbukti di dunia nyata, dan hasilnya stabil.

Analisis risiko

Strategi kuantitatif crossover emas linear juga memiliki risiko sebagai berikut:

  1. Risiko penarikan balik“Pertumbuhan harga bisa memicu penurunan harga.
  2. Risiko pembalikan tren“Sebuah kejadian yang tak terduga menyebabkan pasar berbalik dari tren jangka panjang yang menyebabkan kerugian”.
  3. Risiko Optimasi ParameterParameter yang tidak tepat dapat menyebabkan efek kebijakan yang buruk.
  4. Risiko yang Terlalu OptimalParameter yang dioptimalkan secara berlebihan dapat menyebabkan overmatch.
  5. Risiko Diskriminasi“Sebuah disk yang tidak sesuai dengan deteksi dapat mempengaruhi hasil”.

Risiko dapat dikurangi dengan:

  1. Tetapkan Stop Loss yang Rasional untuk Mengontrol Kerugian Tunggal
  2. Di samping analisis fundamental, hindari perdagangan berlawanan pasar.
  3. Memilih varietas yang tepat dan mengoptimalkan siklus yang tepat
  4. Lakukan tes sensitivitas parameter.
  5. Menambahkan verifikasi di tempat kerja.

Arah optimasi

Strategi kuantitatif cross-gold dua rata-rata dapat dioptimalkan dengan:

  1. Optimasi parameter: Mengatur parameter garis rata-rata dan parameter indikator saluran, memilih kombinasi parameter yang optimal. Optimalisasi tambahan dapat dilakukan dengan alat seperti algoritma genetik.

  2. Pemilihan varietas: Sesuai dengan karakteristik varietas yang berbeda, pilih parameter rata-rata yang paling cocok. Misalnya, varietas yang relevan dengan minat mengatur rata-rata siklus yang lebih pendek.

  3. Optimalisasi strategi stop loss: Mengatur float stop loss, melacak stop loss dan lain-lain, menghindari reset stop loss.

  4. Optimisasi operasi simultan: Menggabungkan indikator tren, mengambil operasi sinkronisasi tren, menghindari perdagangan berlawanan arah.

  5. Pembelajaran Mesin Gabungan: Menggunakan model pembelajaran mendalam seperti LSTM, RNN untuk membantu menilai kualitas sinyal dan menentukan waktu masuk.

Meringkaskan

Strategi kuantitatif dua garis emas silang dengan prinsip garis silang yang sederhana untuk menilai tren harga jangka pendek. Mengatur indikator saluran yang efektif untuk memfilter sinyal kesalahan. Logika strategi mudah untuk diterapkan, penyesuaian parameter fleksibel, pengujian di lapangan lebih baik, adalah strategi kuantitatif yang disarankan. Strategi ini dapat ditingkatkan dengan cara optimasi parameter, pengoptimalan stop loss, pembelajaran mesin, dan sebagainya.

Kode Sumber Strategi
/*backtest
start: 2023-12-24 00:00:00
end: 2023-12-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
//                                                Indicator420 by SeaSide420
strategy("Indicator420 strategy", overlay=true)
q=input(title="HullMA",defval=420)
z=input(title="HullMA cross",defval=3)
a=input(title="VWMA",defval=14)
rvwma=vwma(close,round(a))
rvwma2=vwma(close,round(a*2))
rvwma3=vwma(close,round(a*3))
n2ma=2*wma(close,round(z/2))
nma=wma(close,z)
diff=n2ma-nma
sqn=round(sqrt(z))
n2ma1=2*wma(close[1],round(z/2))
nma1=wma(close[1],z)
diff1=n2ma1-nma1
sqn1=round(sqrt(z))
n2ma2=2*wma(close[2],round(q/2))
nma2=wma(close[2],q)
diff2=n2ma2-nma2
sqn2=round(sqrt(q))
n1=wma(diff,sqn)
n2=wma(diff1,sqn)
n3=wma(diff2,sqn)
b=n1>n2?red:lime
c=n1>n2?green:red
d=n3>rvwma3?red:green
e=rvwma2>rvwma3?green:red
f=n1>n2?red:green
//plot(rvwma3, color=e, linewidth=1)
plot(cross(rvwma, rvwma2) ? rvwma : na, style = line,color=e, linewidth = 1)
plot(cross(n1, n2) ? n1 : na, style = line,color=b, linewidth = 3)
plot(cross(n1, n2) ? n1 : na, style = circles,color=c, linewidth = 4)
closelong = n1<n2
if (closelong)
    strategy.close("Long")
closeshort = n1>n2
if (closeshort)
    strategy.close("Short") 
longCondition = n1>n2 and strategy.opentrades<1 and n1<rvwma3
if (longCondition)
    strategy.entry("Long",strategy.long)
shortCondition = n1<n2 and strategy.opentrades<1 and n1>rvwma3
if (shortCondition)
    strategy.entry("Short",strategy.short)