Strategi Breakout Indikator Perbedaan Rata-rata Momentum


Tanggal Pembuatan: 2024-01-17 14:08:46 Akhirnya memodifikasi: 2024-01-17 14:08:46
menyalin: 0 Jumlah klik: 630
1
fokus pada
1617
Pengikut

Strategi Breakout Indikator Perbedaan Rata-rata Momentum

Ringkasan

Strategi ini didasarkan pada William Blau dalam bukunya yang diterbitkan pada tahun 1995 tentang momentum, arah dan deviasi dari harga. Indikator ini berfokus pada tiga elemen kunci, yaitu momentum harga, arah harga, dan deviasi harga, dan menganalisis secara mendalam hubungan antara harga dan momentum.

Prinsip Strategi

Strategi ini menggunakan momentum rata-rata deviasi indikator untuk menentukan tren harga dan titik-titik pecah. Pertama, menghitung harga rata-rata EMA, kemudian menghitung deviasi harga dari garis EMA tersebut.

  1. EMA rata-rata untuk menghitung harga xEMA
  2. Perhitungan deviasi harga terhadap xEMA xEMA_S
  3. EMA smoothing untuk xEMA_S, parameter s, mendapatkan xEMA_U
  4. XEMA_U dan EMA smoothing, parameter u, mendapatkan garis sinyal xSignal
  5. Bandingkan hubungan ukuran xEMA_U dengan xSignal:
    1. xEMA_U > xSignal sebagai sinyal multihead
    2. xEMA_U < xSignal sebagai sinyal kosong
  6. menghasilkan sinyal perdagangan possig

Operasi pembelian dan penjualan berdasarkan sinyal possig.

Analisis Keunggulan

Strategi ini memiliki keuntungan sebagai berikut:

  1. Dengan menggunakan filter EMA ganda, dapat secara efektif memfilter penembusan palsu, meningkatkan keandalan sinyal
  2. Berdasarkan EMA, lebih sensitif terhadap perubahan harga jangka pendek dan dapat menangkap titik balik tren
  3. Menggunakan desain parametrisasi, parameter dapat disesuaikan sesuai kebutuhan untuk adaptasi dengan berbagai siklus dan varietas
  4. Sinyal perdagangan dua arah yang panjang dan pendek yang dapat dimanfaatkan untuk keuntungan dari pergerakan dua arah harga

Analisis risiko

Strategi ini juga memiliki beberapa potensi risiko:

  1. EMA sangat sensitif terhadap pilihan parameter, pengaturan yang tidak tepat dapat melewatkan sinyal atau menghasilkan sinyal yang salah
  2. Sinyal multi-head dan kosong-head dapat muncul pada saat yang sama, perlu mengatur kondisi penyaringan untuk menghindari saling mengimbangi
  3. Filter EMA ganda mungkin terlalu banyak memfilter sinyal yang efektif, menyebabkan bocor
  4. Tidak mempertimbangkan tren siklus besar, ada risiko perdagangan negatif

Risiko ini dapat dikurangi dengan cara mengoptimalkan parameter, mengatur kondisi filter, dan memperkenalkan penilaian tren.

Arah optimasi

Strategi ini dioptimalkan sebagai berikut:

  1. Optimalkan parameter r,s,u agar lebih sesuai dengan karakteristik siklus dan varietas yang berbeda
  2. Menambahkan modul penilaian tren untuk menghindari operasi berlawanan
  3. Menambahkan kondisi penyaringan, seperti penembusan saluran, untuk menghindari sinyal tidak valid
  4. Meningkatkan Keberkesanan Strategi, Dikombinasikan dengan Faktor dan Model Lainnya

Meringkaskan

Strategi ini didasarkan pada indikator rata-rata momentum dari hubungan harga dan momentum, menangkap saat harga berbalik. Ini berparameter dan dapat dioptimalkan desain, dapat beradaptasi dengan berbagai siklus dan varietas.

Kode Sumber Strategi
/*backtest
start: 2023-12-17 00:00:00
end: 2024-01-16 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version = 2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 12/12/2016
// This is one of the techniques described by William Blau in his book "Momentum,
// Direction and Divergence" (1995). If you like to learn more, we advise you to
// read this book. His book focuses on three key aspects of trading: momentum, 
// direction and divergence. Blau, who was an electrical engineer before becoming 
// a trader, thoroughly examines the relationship between price and momentum in 
// step-by-step examples. From this grounding, he then looks at the deficiencies 
// in other oscillators and introduces some innovative techniques, including a 
// fresh twist on Stochastics. On directional issues, he analyzes the intricacies 
// of ADX and offers a unique approach to help define trending and non-trending periods.
//
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Ergotic MDI (Mean Deviation Indicator) Bactest")
r = input(32, minval=1)
s = input(5, minval=1)
u = input(5, minval=1)
SmthLen = input(3, minval=1)
reverse = input(false, title="Trade reverse")
hline(0, color=blue, linestyle=line)
xEMA = ema(close, r)
xEMA_S = close - xEMA
xEMA_U = ema(ema(xEMA_S, s), u)
xSignal = ema(xEMA_U, u)
pos = iff(xEMA_U > xSignal, 1,
	   iff(xEMA_U < xSignal, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(xEMA_U, color=green, title="Ergotic MDI")
plot(xSignal, color=red, title="SigLin")