Dual Moving Average Golden Cross Strategi Kuantitatif

Penulis:ChaoZhang, Tanggal: 2023-12-26 17:02:29
Tag:

Gambaran umum

Dual Moving Average Golden Cross Quantitative Strategy adalah strategi perdagangan kuantitatif berbasis indikator teknis. Strategi ini menentukan tren pasar dengan menghitung dua rata-rata bergerak dari periode yang berbeda dan memungkinkan perdagangan berisiko rendah. Ketika rata-rata bergerak jangka pendek melintasi di atas rata-rata bergerak jangka panjang, sinyal salib emas dihasilkan untuk pergi panjang. Ketika rata-rata bergerak jangka pendek melintasi di bawah yang lebih panjang, sinyal salib kematian dihasilkan untuk pergi pendek.

Prinsip Strategi

Strategi kuantitatif Golden Cross Dual Moving Average didasarkan pada teori rata-rata bergerak. Rata-rata bergerak dapat secara efektif menyaring kebisingan pasar dan menunjukkan arah tren jangka panjang. Ketika rata-rata bergerak jangka pendek melintasi di atas rata-rata bergerak jangka panjang, itu menunjukkan pembalikan ke atas pasar dan merupakan sinyal beli. Ketika rata-rata bergerak jangka pendek melintasi di bawah yang lebih lama, itu menunjukkan pembalikan ke bawah dan merupakan sinyal jual. Strategi ini menetapkan dua kelompok rata-rata bergerak - yang pertama adalah rata-rata bergerak 2 hari dan 3 hari, dan yang kedua adalah rata-rata bergerak 420 hari. Sinyal pembelian 2 hari dihasilkan ketika rata-rata bergerak 3 hari melintasi di atas, dan sinyal jual dihasilkan ketika melintasi di bawah. Rata-rata bergerak 420 hari digunakan untuk menentukan tren perdagangan jangka panjang untuk menghindari pullback jangka pendek.

Logika kunci dari kode strategi adalah:

Hitung rata-rata bergerak 2 hari, 3 hari, dan 420 hari
Menghakimi salib emas dan salib kematian antara rata-rata bergerak 2 hari dan 3 hari
Gunakan rata-rata bergerak 420 hari untuk menyaring sinyal dan menghindari pemutusan palsu
Membuat sinyal beli dan jual

Prinsip-prinsip spesifiknya adalah:

Hitung rata-rata bergerak sederhana 2 hari n2ma dan rata-rata bergerak sederhana 3 hari nma berdasarkan harga penutupan 3 hari terakhir.
Menghitung rata-rata bergerak tertimbang 420 hari dari harga penutupan dari 420 hari terakhir
Sinyal beli dihasilkan ketika n2ma melintasi nma
Sinyal jual dihasilkan ketika n2ma melintasi nma
Gunakan rvwma untuk menyaring sinyal, menghasilkan sinyal beli hanya ketika n2ma di bawah rvwma dan sinyal jual hanya ketika n2ma di atas rvwma

Ini menangkap peluang pembalikan tren setelah penyesuaian jangka pendek dengan menentukan titik balik dengan penyeberangan rata-rata bergerak ganda dan menetapkan filter parameter untuk menghindari perdagangan yang salah.

Analisis Keuntungan

Strategi Kuantitatif Golden Cross Dual Moving Average memiliki keuntungan berikut:

Mudah dan dapat diandalkan: Menggunakan dua persimpangan rata-rata bergerak untuk menentukan tren harga jangka pendek, menghasilkan sinyal yang langsung dan jelas
Sensitivitas tinggi: Parameter rata-rata bergerak 2 hari dan 3 hari diatur untuk cukup sensitif untuk dengan cepat menangkap perubahan harga jangka pendek
Filter kebisingan: Menggabungkan indikator saluran harga untuk secara efektif menyaring kebisingan dan menghindari perdagangan yang salah
Kemampuan beradaptasi yang kuat: Teori dua penyeberangan rata-rata bergerak dapat disesuaikan dengan produk dan kerangka waktu yang berbeda, sehingga mudah diterapkan
Mudah dioptimalkan: Ruang pengoptimalan besar dengan mengubah kombinasi parameter rata-rata bergerak dan menyesuaikan parameter filter
Validasi perdagangan riil: Strategi crossover rata-rata bergerak ganda telah divalidasi dalam perdagangan langsung dengan kinerja yang relatif stabil

Analisis Risiko

Strategi Kuantitatif Golden Cross Dual Moving Average juga memiliki risiko berikut:

Risiko Pullback: Rebound jangka pendek dapat memicu berhenti
Risiko pembalikan tren: Kejadian mendadak yang mengarah pada pembalikan tren jangka panjang dapat menyebabkan kerugian
Risiko optimasi parameter: Parameter yang tidak tepat dapat memperburuk kinerja strategi
Risiko overoptimasi: Optimasi parameter yang berlebihan dapat menyebabkan overfit
Risiko penyimpangan perdagangan langsung: Perbedaan antara backtesting dan live trading dapat mempengaruhi kinerja

Metode berikut dapat digunakan untuk mengurangi risiko:

Atur stop loss yang wajar untuk mengendalikan kerugian tunggal
Gabungkan dasar-dasar untuk menghindari perdagangan melawan pasar
Pilih produk yang tepat dan periode untuk optimasi
Lakukan pengujian sensitivitas parameter yang tepat
Tambahkan verifikasi perdagangan langsung

Arahan Optimasi

Strategi Kuantitatif Rata-rata Bergerak Ganda Golden Cross juga dapat dioptimalkan dalam aspek berikut:

Optimasi parameter: Sesuaikan parameter rata-rata bergerak dan indikator saluran untuk memilih kombinasi parameter optimal. Algoritma genetik dapat membantu optimasi.
Pemilihan waktu: Pilih parameter rata-rata bergerak yang paling cocok berdasarkan karakteristik produk yang berbeda.
Optimasi strategi stop loss: Atur dynamic stop, trailing stop dll untuk menghindari pullback stop.
Optimasi perdagangan arah: Mengintegrasikan indikator tren dan mengadopsi operasi yang mengikuti tren untuk mencegah perdagangan kontra-tren.
Kombinasi pembelajaran mesin: Menggunakan LSTM, RNN dan model pembelajaran mendalam lainnya untuk membantu menilai kualitas sinyal dan menentukan waktu masuk.

Kesimpulan

Strategi Kuantitatif Golden Cross Dual Moving Average menentukan tren harga jangka pendek melalui prinsip crossover rata-rata bergerak yang sederhana. Menetapkan indikator saluran secara efektif menyaring sinyal palsu. Strategi ini memiliki logika yang mudah dan mudah diterapkan. Penyesuaian parameter yang fleksibel dimungkinkan dengan kinerja yang relatif baik yang divalidasi dalam perdagangan langsung. Ini adalah strategi kuantitatif yang direkomendasikan yang dapat ditingkatkan melalui optimasi parameter, optimasi stop loss, pembelajaran mesin dan banyak lagi untuk mencapai kinerja yang lebih baik. Strategi ini cocok untuk perdagangan algoritmik di seluruh produk seperti cryptocurrency dan saham.

/*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)

Lebih banyak

2019 FMZ - Semua hak dilindungi