Strategi Scalping 5 Menit Bitcoin dan Emas 2.0

Penulis:ChaoZhang, Tanggal: 2024-01-19 15:42:06
Tag:

img

Gambaran umum

Ini adalah strategi scalping 5 menit yang bertujuan untuk menangkap perubahan harga jangka pendek dan volatilitas di pasar Bitcoin dan Emas untuk menghasilkan keuntungan. Ini menggabungkan penggunaan garis EMA, indikator Bollinger Bands dan metode stop loss untuk memasuki dan keluar dari perdagangan.

Logika Strategi

Strategi ini menggunakan indikator EMA cepat dan EMA lambat untuk membangun sistem penilaian tren. Sinyal beli dihasilkan ketika EMA cepat melintasi di atas EMA lambat; Sinyal jual dihasilkan ketika EMA cepat melintasi di bawah EMA lambat, menangkap giliran tren jangka pendek.

Pada saat yang sama, strategi ini menggabungkan indikator Bollinger Bands untuk menilai kisaran fluktuasi harga. Sinyal perdagangan hanya dihasilkan ketika harga dekat dengan rel atas atau tengah Bollinger Bands. Ini menyaring sebagian besar sinyal palsu.

Setelah masuk ke pasar, strategi menggunakan indikator ATR untuk menghitung harga stop loss. Stop loss ditetapkan pada bagian bawah entry bar dikurangi n kali ATR, yang digunakan untuk mengontrol risiko setiap perdagangan.

Analisis Keuntungan

Keuntungan terbesar dari strategi ini adalah menangkap perubahan jangka pendek dan volatilitas harga, mengambil keuntungan kecil tetapi konsisten setiap saat. Kombinasi EMA cepat dan EMA lambat dapat dengan cepat menentukan tren jangka pendek; Bollinger Bands dan ATR stop loss dapat secara efektif mengendalikan risiko, menjadikannya strategi scalping yang relatif stabil.

Selain itu, kerangka waktu 5 menit mengarah pada frekuensi perdagangan yang lebih tinggi, yang juga memperluas potensi keuntungannya.

Analisis Risiko

Risiko utama dari strategi ini berasal dari whipsaws yang menyebabkan beberapa kerugian kecil. Ketika harga berosilasi dalam kisaran, sinyal silang EMA dapat terjadi sering, yang mengakibatkan perdagangan yang tidak perlu dan kerugian kecil berturut-turut.

Selain itu, sebagai strategi scalping jangka pendek, ia juga menghadapi risiko biaya perdagangan yang disebabkan oleh frekuensi perdagangan yang tinggi.

Arahan Optimasi

Strategi dapat dioptimalkan dengan cara berikut:

  1. Tambahkan osilator lain sebagai indikator penilaian tambahan, seperti RSI, Stochastics, dll, untuk menghindari terjebak dalam pasar osilasi.

  2. Meningkatkan model pembelajaran mesin untuk menilai arah tren dan meningkatkan akurasi entri.

  3. Menggunakan algoritma genetik, hutan acak dan metode lain untuk mengoptimalkan parameter secara otomatis agar lebih sesuai dengan kondisi pasar saat ini.

  4. Masukkan pembelajaran mendalam untuk menentukan level support dan resistance utama dan menetapkan posisi stop loss yang lebih baik.

  5. Uji kendaraan perdagangan yang berbeda seperti indeks saham, forex, cryptocurrency, dll, dan pilih yang memiliki kinerja perdagangan terbaik sebagai kendaraan perdagangan utama.

Kesimpulan

Singkatnya, sebagai strategi perdagangan sering jangka pendek, strategi ini dapat secara efektif menangkap perubahan harga jangka pendek dan pembalikan tren dengan menggunakan EMA cepat untuk menilai, Bollinger Bands untuk menyaring dan ATR untuk stop loss untuk mengendalikan risiko, memungkinkan keuntungan yang stabil.


/*backtest
start: 2023-12-19 00:00:00
end: 2024-01-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © singhak8757

//@version=5
strategy("Bitcoin and Gold 5min Scalping Strategy2.0", overlay=true)


// Input parameters
fastLength = input(5, title="Fast EMA Length")
slowLength = input(13, title="Slow EMA Length")
bollingerLength = input(20, title="Bollinger Band Length")
bollingerMultiplier = input(2, title="Bollinger Band Multiplier")
stopLossMultiplier = input(1, title="Stop Loss Multiplier")

// Calculate EMAs
fastEMA = ta.ema(close, fastLength)
slowEMA = ta.ema(close, slowLength)

// Calculate Bollinger Bands
basis = ta.sma(close, bollingerLength)
upperBand = basis + bollingerMultiplier * ta.stdev(close, bollingerLength)
lowerBand = basis - bollingerMultiplier * ta.stdev(close, bollingerLength)

// Buy condition
buyCondition = ta.crossover(fastEMA, slowEMA) and (close <= upperBand or close <= basis)

// Sell condition
sellCondition = ta.crossunder(fastEMA, slowEMA) and (close >= lowerBand or close >= basis)

// Calculate stop loss level
stopLossLevel = ta.lowest(low, 2)[1] - stopLossMultiplier * ta.atr(14)

// Plot EMAs
plot(fastEMA, color=color.rgb(0, 156, 21), title="Fast EMA")
plot(slowEMA, color=color.rgb(255, 0, 0), title="Slow EMA")

// Plot Bollinger Bands
plot(upperBand, color=color.new(#000000, 0), title="Upper Bollinger Band")
plot(lowerBand, color=color.new(#1b007e, 0), title="Lower Bollinger Band")

// Plot Buy and Sell signals
plotshape(series=buyCondition, title="Buy Signal", color=color.green, style=shape.labelup, location=location.belowbar)
plotshape(series=sellCondition, title="Sell Signal", color=color.red, style=shape.labeldown, location=location.abovebar)

// Plot Stop Loss level
plot(stopLossLevel, color=color.orange, title="Stop Loss Level")

// Strategy logic
strategy.entry("Buy", strategy.long, when = buyCondition)
strategy.exit("Stop Loss/Close", from_entry="Buy", loss=stopLossLevel)
strategy.close("Sell", when = sellCondition)


Lebih banyak