Strategi Crossover Rata-rata Bergerak Ganda

Penulis:ChaoZhang, Tanggal: 2024-01-12 14:59:18
Tag:

Gambaran umum

Strategi Dual Moving Average Crossover adalah strategi trend berikut yang khas. Strategi ini menggunakan dua garis EMA dengan periode yang berbeda dan pergi panjang ketika EMA periode yang lebih pendek melintasi EMA periode yang lebih panjang dan pergi pendek ketika penyeberangan sebaliknya terjadi untuk menangkap pembalikan tren.

Prinsip-prinsip

Indikator inti dari strategi ini adalah dua garis EMA, satu adalah 30-periode dan yang lainnya adalah 60-periode.

emaLen1 = emaFuncOne(close, lenMA1)
emaLen2 = emaFuncTwo(close, lenMA2)

Sinyal perdagangan dihasilkan dari persimpangan dua garis EMA:

currentState = if emaLen2 > emaLen1
    0
else 
    1

previousState = if emaLastLen2 > emaLastLen1 
    0
else
    1

convergence = if currentState != previousState
    1  
else
    0

Ketika EMA periode yang lebih pendek melintasi EMA periode yang lebih lama, currentState tidak sama dengan previousState, sinyal crossover dipicu, pergi panjang. Ketika EMA periode yang lebih pendek melintasi di bawah EMA periode yang lebih lama, currentState tidak sama dengan previousState, sinyal crossover dipicu, pergi pendek.

Analisis Keuntungan

Keuntungan dari strategi ini adalah:

Logika sederhana dan intuitif, mudah dipahami dan diterapkan
Meratakan fluktuasi harga dengan EMA dan menyaring kebisingan pasar
Otomatis mengikuti tren, menghindari kehilangan perdagangan

Analisis Risiko

Ada juga beberapa risiko dengan strategi ini:

Sinyal crossover mungkin terlambat dan gagal menangkap pembalikan secara tepat waktu
Whipsaw sinyal dapat terjadi sering selama pasar berkisar
Penyesuaian parameter yang buruk dapat menyebabkan sensitivitas berlebihan atau penundaan

Optimasi dapat dilakukan dengan menyesuaikan periode EMA atau menambahkan filter.

Arahan Optimasi

Strategi ini dapat dioptimalkan dari aspek berikut:

Uji kombinasi periode EMA yang berbeda
Tambahkan volume atau volatilitas filter untuk mengurangi sinyal palsu
Menggabungkan indikator lain seperti MACD untuk mengkonfirmasi tren
Optimalkan pengelolaan uang dengan stop loss dan take profit

Kesimpulan

Strategi Dual Moving Average Crossover adalah strategi yang sederhana dan praktis mengikuti tren secara keseluruhan. Ini lurus ke depan, mudah diterapkan dan dapat melacak tren secara otomatis. Tapi beberapa risiko seperti lag dan sinyal palsu ada. Dengan penyesuaian parameter dan menambahkan filter, dapat ditingkatkan lebih lanjut untuk menjadi salah satu strategi perdagangan algoritmik mendasar.

/*backtest
start: 2024-01-10 00:00:00
end: 2024-01-11 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("ParkerMAStrat", overlay=true)

lenMA1=input(title="Length 1", defval=30)
lenMA2=input(title="Length 2",  defval=60)

x = 0

checkLines(current, last) =>

    if current > last
        x = 1
    else
        x = 0
    x
    

//plot ema based on len1
emaFuncOne(src, time_period) =>

    alpha = 2 / (time_period + 1)
    // we have defined the alpha function above
    ema = 0.0
    // this is the initial declaration of ema, since we dont know the first ema we will declare it to 0.0 [as a decimal]
    ema := alpha * src + (1 - alpha) * nz(ema[1])
    // this returns the computed ema at the current time
    // notice the use of : (colon) symbol before =, it symbolises, that we are changing the value of ema,
    // since the ema was previously declared to 0
    // this is called mutable variale declaration in pine script
    ema
    // return ema from the function

emaLen1 = emaFuncOne(close, lenMA1)

    
plot(emaLen1, color=green, transp=0, linewidth=2)
// now we plot the _10_period_ema

//plot ema based on len2
emaFuncTwo(src, time_period) =>

    alpha = 2 / (time_period + 1)
    // we have defined the alpha function above
    ema = 0.0
    // this is the initial declaration of ema, since we dont know the first ema we will declare it to 0.0 [as a decimal]
    ema := alpha * src + (1 - alpha) * nz(ema[1])
    // this returns the computed ema at the current time
    // notice the use of : (colon) symbol before =, it symbolises, that we are changing the value of ema,
    // since the ema was previously declared to 0
    // this is called mutable variale declaration in pine script
    ema
    // return ema from the function

//plot ema based on len2
emaFuncOneLast(src, time_period) =>

    alpha = 2 / (time_period + 1)
    // we have defined the alpha function above
    ema = 0.0
    // this is the initial declaration of ema, since we dont know the first ema we will declare it to 0.0 [as a decimal]
    ema := alpha * src + (1 - alpha) * nz(ema[0])
    // this returns the computed ema at the current time
    // notice the use of : (colon) symbol before =, it symbolises, that we are changing the value of ema,
    // since the ema was previously declared to 0
    // this is called mutable variale declaration in pine script
    ema
    // return ema from the function

//plot ema based on len2
emaFuncTwoLast(src, time_period) =>

    alpha = 2 / (time_period + 1)
    // we have defined the alpha function above
    ema = 0.0
    // this is the initial declaration of ema, since we dont know the first ema we will declare it to 0.0 [as a decimal]
    ema := alpha * src + (1 - alpha) * nz(ema[0])
    // this returns the computed ema at the current time
    // notice the use of : (colon) symbol before =, it symbolises, that we are changing the value of ema,
    // since the ema was previously declared to 0
    // this is called mutable variale declaration in pine script
    ema
    // return ema from the function



emaLastLen1 = emaFuncOneLast(close, lenMA1)
emaLastLen2 = emaFuncTwoLast(close, lenMA2)
emaLen2 = emaFuncTwo(close, lenMA2)

    
plot(emaLen2, color=red, transp=30, linewidth=2)
// now we plot the _10_period_ema

//now we compare the two and when green crosses red we buy/sell (line1 vs line2)

previousState = if emaLastLen2 > emaLastLen1
    0
else
    1

currentState = if emaLen2 > emaLen1
    0
else
    1

convergence = if currentState != previousState
    1
else
    0

    
lineCheck = if convergence == 1 
    checkLines(currentState, previousState)
    
if lineCheck == 1
    strategy.entry("Long", strategy.long)
else
    strategy.entry("Short", strategy.short)

Lebih banyak

2019 FMZ - Semua hak dilindungi