Strategi Trading Ehlers Berdasarkan Fisher Transform
Ikhtisar
Strategi ini didasarkan pada indikator Fisher Transform yang dirancang oleh pakar analisis teknis John Ehlers, yang secara otomatis mengidentifikasi titik pembalikan tren harga dan melakukan perdagangan otomatis untuk posisi long dan short. Keunggulan utamanya terletak pada akurasi dan ketepatan waktu dalam mengidentifikasi pembalikan harga.
Prinsip Strategi
Strategi ini menggunakan rumus Fisher Transform untuk menstandarisasi harga, menghasilkan deret harga yang mendekati distribusi Gaussian. Rumus transformasi Fisher adalah: y = 0,5 * ln((1+x)/(1-x)). Melalui transformasi ini, nilai ekstrem harga dapat diubah menjadi peristiwa yang relatif lebih jarang terjadi. Ketika nilai Fisher Transform terbaru lebih tinggi atau lebih rendah dari periode sebelumnya, ini menunjukkan kemungkinan terjadinya pembalikan harga. Strategi ini memberikan sinyal perdagangan berdasarkan titik balik indikator tersebut.
Secara spesifik, langkah-langkah strategi adalah sebagai berikut:
- Hitung harga tengah HL2;
- Hitung harga tertinggi xMaxH dan harga terendah xMinL dalam periode Length;
- Hitung harga standar nValue1 = (xHL2 - xMinL) / (xMaxH - xMinL) - 0,5;
- Haluskan nValue1 untuk mendapatkan nValue2, untuk mencegah nilai ekstrem;
- Terapkan rumus Fisher Transform pada nValue2 untuk mendapatkan indikator Fisher Transform nFish;
- Bandingkan nFish dengan nilai periode sebelumnya, tentukan apakah terjadi pembalikan, dan atur arah perdagangan pos;
- Atur arah posisi long atau short berdasarkan pos, dan berikan sinyal perdagangan.
Analisis Keunggulan
Keunggulan terbesar dari strategi ini adalah akurasi dan ketepatan waktu sinyal perdagangannya. Karena deret harga yang dihasilkan oleh Fisher Transform mendekati distribusi Gaussian, indikator Fisher Transform dapat dengan cepat mengidentifikasi dan merespons ketika terjadi pembalikan harga. Ini memastikan peluang pembalikan dapat ditangkap tepat waktu. Selain itu, indikator Fisher Transform Ehlers sendiri telah teruji dalam jangka panjang, dan keakuratan sinyal pembalikannya sangat andal.
Analisis Risiko
Risiko terbesar dari strategi ini adalah bahwa deret harga setelah transformasi Fisher mungkin tidak sepenuhnya sesuai dengan distribusi Gaussian teoritis. Ketika terjadi fluktuasi pasar yang tidak normal, seperti gap atau lonjakan harga, hal ini dapat menyebabkan indikator Fisher Transform menghasilkan sinyal yang salah. Jika tetap melakukan perdagangan secara mekanis dalam situasi seperti itu, dapat mengakibatkan kerugian yang signifikan.
Untuk mengurangi risiko ini, dapat dipertimbangkan untuk menggabungkan indikator lain guna menyaring sinyal perdagangan, menghindari perdagangan saat pasar tidak normal. Atau parameter dapat disesuaikan untuk mengurangi frekuensi perdagangan dan ukuran laba/rugi per transaksi.
Arah Optimasi
Strategi ini dapat dioptimalkan dari beberapa aspek berikut:
- Optimalkan parameter Length untuk menemukan kombinasi parameter optimal di bawah kondisi pasar yang berbeda;
- Tambahkan mekanisme stop loss untuk membatasi kerugian per transaksi;
- Tambahkan penyaringan perdagangan untuk menghindari kesalahan perdagangan di pasar yang tidak normal;
- Gabungkan dengan indikator lain untuk membentuk strategi kombinasi guna meningkatkan akurasi sinyal.
Kesimpulan
Strategi ini didasarkan pada indikator Fisher Transform yang dirancang oleh Ehlers, mampu mengidentifikasi titik pembalikan harga dengan cepat dan akurat, sehingga menangkap peluang perdagangan tepat waktu. Keunggulan utamanya terletak pada akurasi dan ketepatan waktu sinyal perdagangan. Namun, tetap terdapat beberapa risiko yang perlu dioptimalkan melalui penyesuaian parameter dan aturan perdagangan untuk mengurangi risiko. Secara keseluruhan, strategi ini layak untuk diteliti dan diterapkan lebih lanjut.
/*backtest
start: 2023-12-08 00:00:00
end: 2024-01-07 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version = 2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 15/12/2016
// Market prices do not have a Gaussian probability density function- 1

