Strategi Mengikuti Tren Osilator Momentum
ChaoZhang
Ringkasan
Strategi pelacakan tren oscillator dinamis adalah strategi gabungan yang menggunakan indikator dinamis, oscillator, dan rata-rata bergerak secara bersamaan. Ini bertujuan untuk mengidentifikasi tren naik di Tahap 2 dan tren turun di Tahap 4, menghasilkan sinyal jual dan jual yang akurat di kedua tahap. Strategi ini memanfaatkan teori siklus pasar dengan baik, hanya membuka posisi di tahap pasar yang paling menguntungkan.
Prinsip Strategi
Generasi sinyal dan penilaian tren
Sinyal strategi ini terutama berasal dari penilaian komprehensif dari tiga indikator teknis utama, termasuk RSI momentum versi yang diperkuat, EMA crossover rata-rata, dan rentang fluktuasi nyata ATR. Secara khusus, strategi ini akan menganggap tren naik ketika melewati EMA jangka panjang pada EMA jangka pendek, dan membentuk sinyal multitasking; sedangkan EMA jangka pendek di bawah EMA jangka panjang menunjukkan tren menurun, menghasilkan sinyal kosong. Selain itu, area tinggi dari indikator RSI momentum menunjukkan energi multihead yang kuat, dan area rendah mewakili energi kosong penuh, yang dapat digunakan untuk mengkonfirmasi efektivitas tren saat ini.
Generasi sinyal fase
Uniknya, strategi ini hanya menghasilkan sinyal pada Tahap 2 bull market dan Tahap 4 bear market. Dengan kata lain, strategi ini hanya berposisi pada saat tren naik yang paling kuat dan tren turun yang paling jelas.
Proses pengambilan keputusan secara keseluruhan
Secara keseluruhan, logika pengambilan keputusan strategi ini dapat diringkas sebagai: mengkonfirmasi tren bertahap (Stage 2 atau Stage 4) Menentukan niat bullish RSI momentum Menentukan arah rata-rata EMA Menetapkan stop loss yang sesuai dengan ATR Menetapkan posisi terbuka ketika semua kondisi terpenuhi.
Keunggulan Strategis
Memanfaatkan Siklus Pasar untuk Meningkatkan Rasio Kemenangan
Keuntungan terbesar dari strategi ini adalah bahwa ia sangat memahami karakteristik berkala pasar. Dengan hanya berdagang pada fase kenaikan dan penurunan yang paling jelas, ia dapat menyaring sejumlah besar kebisingan yang tidak pasti, sehingga meningkatkan probabilitas keberhasilan menjadi lebih dari 80%.
Filter multi-indikator mengurangi sinyal palsu
Strategi ini menggunakan beberapa indikator seperti momentum, tren, dan volatilitas untuk verifikasi silang. Ini menghindari sinyal yang menyesatkan yang mungkin dihasilkan oleh setiap indikator tunggal, sehingga meningkatkan stabilitas dan keandalan strategi secara keseluruhan.
Parameter yang kaya dengan kustomisasi tinggi
Strategi ini menawarkan parameter yang sangat kaya yang dapat disesuaikan, dan pengguna dapat melakukan banyak penyesuaian sesuai dengan gaya pribadi dan lingkungan pasar, untuk mengoptimalkan strategi ke tingkat tertinggi, yang juga meningkatkan kemampuan adaptasi strategi.
Risiko dan Solusi
Risiko obyektif pasar
Tidak ada strategi kuantitatif yang dapat sepenuhnya menghindari risiko pasar itu sendiri, seperti peristiwa black swan besar yang tidak dapat diprediksi. Namun, ini adalah risiko yang ada di pasar secara obyektif, bukan masalah strategi itu sendiri, yang mengharuskan pedagang untuk tetap sadar, mengendalikan posisi dan menggunakan leverage secara rasional.
Risiko Optimasi Parameter
Karena parameter strategi dapat disesuaikan secara bebas, penyesuaian yang tidak tepat dapat menyebabkan munculnya fenomena overadaptasi. Hal ini perlu dicegah dengan pengujian ulang yang ketat, memastikan bahwa penyesuaian parameter apa pun telah diverifikasi dengan baik dan dapat beradaptasi dengan situasi pasar yang lebih luas, dan menghindari keterbatasan pada situasi sejarah tertentu.
Arah optimasi
Menambahkan fungsionalitas pengelolaan jumlah posisi
Strategi saat ini adalah dengan membangun posisi dengan jumlah tetap, yang dapat menyebabkan posisi terlalu ringan dalam situasi tren besar. Oleh karena itu, arah yang dapat dioptimalkan adalah dengan menambahkan modul manajemen posisi, yang dapat meningkatkan posisi secara bertahap ketika tren cukup jelas, untuk mendapatkan efek yang lebih baik dalam situasi tren besar.
Filter sinyal dengan pembelajaran mesin
Strategi ini dapat dikombinasikan dengan pembelajaran mesin untuk membangun model yang terlatih yang dapat digunakan untuk memberi nilai pada kualitas sinyal, memfilter beberapa sinyal dengan kualitas yang lebih buruk, sehingga meningkatkan kinerja keseluruhan strategi. Ini juga merupakan arah penting dalam pengoptimalan strategi.
Meringkaskan
Strategi pelacakan tren oscillator momentum adalah strategi yang sangat cerdas dan parametris. Ini berhasil memanfaatkan hukum siklus pasar untuk meningkatkan kualitas sinyal dan menggunakan metode cross-validasi multi-indikator untuk menghasilkan sinyal masuk yang sangat andal.
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © JS_TechTrading
//@version=5
strategy('The Flash-Strategy (Momentum-RSI, EMA-crossover, ATR)', shorttitle='The Flash-Strategy (Momentum-RSI, EMA-crossover, ATR)', overlay=true,initial_capital = 1000)
//// author - JS-TechTrading
// MOM Rsi indicator
group_mom_rsi = "Rsi Of Momentum "
len = input.int(10, minval=1, title="Length Mom-Rsi", group =group_mom_rsi ,tooltip = 'This ind calculate Rsi value of Momentum we use this ind to determine power of trend')
src2 = close
mom = src2 - src2[len]
rsi_mom = ta.rsi(mom, len)
mom_rsi_val = input.int(60, minval=1, title="Mom-Rsi Limit Val", group =group_mom_rsi, tooltip = "When our Mom-Rsi value more then this we open LONG or Short, with help of this indicator we we determine the status of the trend")
// Super Trend Ind
group_supertrend = "SuperTrend indicator"
atrPeriod = input(10, "ATR Length SuperTrend", group = group_supertrend)
factor = input.float(3.0, "Factor SuperTrend", step = 0.01, group = group_supertrend)
[supertrend, direction] = ta.supertrend(factor, atrPeriod)
// Ema Indicator
group_most = "Ema indicator"
src = input(close, 'Source Ema Ind',group = group_most)
AP2 = input.int(defval=12, title='Length Ema Ind', minval=1,group = group_most)
Trail1 = ta.ema(src, AP2) //Ema func
AF2 = input.float(defval=1, title='Percent Ema Ind', minval=0.1,group = group_most) / 100
SL2 = Trail1 * AF2 // Stoploss Ema
Trail2 = 0.0
iff_1 = Trail1 > nz(Trail2[1], 0) ? Trail1 - SL2 : Trail1 + SL2
iff_2 = Trail1 < nz(Trail2[1], 0) and Trail1[1] < nz(Trail2[1], 0) ? math.min(nz(Trail2[1], 0), Trail1 + SL2) : iff_1
Trail2 := Trail1 > nz(Trail2[1], 0) and Trail1[1] > nz(Trail2[1], 0) ? math.max(nz(Trail2[1], 0), Trail1 - SL2) : iff_2
//EMA50/150/200
group_50_150_200="EMA50/150/200"
show_emas=input.bool(defval = true, title = "SHOW EMAS", group = group_50_150_200)
ema50= ta.ema(src, 50)
ema150 = ta.ema(src, 150)
ema200 = ta.ema(src, 200)
ema50_color=input.color(defval = color.purple, title = "EMA50 COLOR",group = group_50_150_200)
ema50_linewidth=input.int(defval = 2, title = "EMA50 LINEWIDTH", group = group_50_150_200)
ema150_color=input.color(defval = color.blue, title = "EMA150 COLOR", group = group_50_150_200)
ema150_linewidth=input.int(defval = 2, title = "EMA150 LINEWIDTH", group = group_50_150_200)
ema200_color=input.color(defval = color.black, title = "EMA200 COLOR", group = group_50_150_200)
ema200_linewidth=input.int(defval = 2, title = "EMA200 LINEWIDTH", group = group_50_150_200)
plot(show_emas ? ema50 : na, color = ema50_color, linewidth = ema50_linewidth)
plot(show_emas ? ema150 : na, color=ema150_color, linewidth = ema150_linewidth)
plot(show_emas ? ema200 : na, color = ema200_color, linewidth = ema200_linewidth)
//Bull = ta.barssince(Trail1 > Trail2 and close > Trail2 and low > Trail2) < ta.barssince(Trail2 > Trail1 and close < Trail2 and high < Trail2)
//TS1 = plot(Trail1, 'ExMov', style=plot.style_line, color=Trail1 > Trail2 ? color.rgb(33, 149, 243, 100) : color.rgb(255, 235, 59, 100), linewidth=2)
//TS2 = plot(Trail2, 'ema', style=plot.style_line, color=Trail1 > Trail2 ? color.rgb(76, 175, 79, 30) : color.rgb(255, 82, 82, 30), linewidth=2)
//fill(TS1, TS2, Bull ? color.green : color.red, transp=90)
// Strategy Sett
group_strategy = "Settings of Strategy"
Start_Time = input(defval=timestamp('01 January 2000 13:30 +0000'), title='Start Time of BackTest', group =group_strategy)
End_Time = input(defval=timestamp('30 April 2030 19:30 +0000'), title='End Time of BackTest', group =group_strategy)
dollar = input.float(title='Dollar Cost Per Position* ', defval=50000, group =group_strategy)
trade_direction = input.string(title='Trade_direction', group =group_strategy, options=['LONG', 'SHORT', 'BOTH'], defval='BOTH')
v1 = input(true, title="Version 1 - Uses SL/TP Dynamically ", group =group_strategy ,tooltip = 'With this settings our stoploss price increase or decrease with price to get better PNL score')
v2 = input(false, title="Version 2 - Uses SL/TP Statically", group =group_strategy)
v2stoploss_input = input.float(5, title='Static Stop.Loss % Val', minval=0.01, group =group_strategy)/100
v2takeprofit_input = input.float(10, title='Static Take.Prof % Val', minval=0.01, group =group_strategy)/100
v2stoploss_level_long = strategy.position_avg_price * (1 - v2stoploss_input)
v2takeprofit_level_long = strategy.position_avg_price * (1 + v2takeprofit_input)
v2stoploss_level_short = strategy.position_avg_price * (1 + v2stoploss_input)
v2takeprofit_level_short = strategy.position_avg_price * (1 - v2takeprofit_input)
group_line = "Line Settings"
show_sl_tp = input.bool(title=' Show StopLoss - TakeProf Lines',inline = "1", defval=true, group =group_line)
show_trend_line = input.bool(title=' Show Trend Line',inline = '3' ,defval=true, group =group_line)
stoploss_colour = input.color(title='StopLoss Line Colour',inline = '2' ,defval=color.rgb(255, 255, 0), group =group_line)
up_trend_line_colour = input.color(title='Up Trend line Colour',inline = '4' ,defval=color.rgb(0, 255, 0, 30), group =group_line)
down_trend_line_colour = input.color(title='Down Trend line Colour',inline = '4' ,defval=color.rgb(255, 0, 0, 30), group =group_line)
//plot(supertrend ,color = strategy.position_size > 0 and show_sl_tp ? color.rgb(255, 0, 0) :show_sl_tp ? color.rgb(0, 255, 0) : na , style = plot.style_steplinebr,linewidth = 2)
// plot(supertrend ,color = show_sl_tp and v1 ? stoploss_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2stoploss_level_long ,color = strategy.position_size > 0 and show_sl_tp and v2 ? stoploss_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2stoploss_level_short ,color = strategy.position_size < 0 and show_sl_tp and v2 ? stoploss_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2takeprofit_level_long ,color = strategy.position_size > 0 and show_sl_tp and v2 ? up_trend_line_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2takeprofit_level_short ,color = strategy.position_size < 0 and show_sl_tp and v2 ? up_trend_line_colour : na , style = plot.style_steplinebr,linewidth = 2)
TS2 = plot(Trail2, 'Ema Strategy', style=plot.style_line, color=show_trend_line and Trail1 < Trail2 ? down_trend_line_colour : show_trend_line ? up_trend_line_colour : na, linewidth=2)
// bgcolor(buy_signal ? color.rgb(0, 230, 119, 80) : na)
// bgcolor(sell_signal ? color.rgb(255, 82, 82, 80) : na)
Time_interval = true
buy_signal = Trail1 > Trail2 and direction < 0 and rsi_mom > mom_rsi_val and Time_interval
sell_signal =Trail1 < Trail2 and direction > 0 and rsi_mom > mom_rsi_val and Time_interval
// Strategy entries
stop_long = (close < supertrend and v1) or (v2 and strategy.position_size > 0)
stop_short = (close > supertrend and v1) or (v2 and strategy.position_size < 0)
long_cond = ((close > ema150 ) and (ema50 > ema150) and (ema150 > ema200))
short_cond = ((close < ema150) and (ema50 < ema150) and (ema150 < ema200))
if (not stop_long) and (not short_cond) and long_cond and strategy.opentrades == 0 and (trade_direction == 'LONG' or trade_direction == 'BOTH') and buy_signal
strategy.entry('Long_0', strategy.long, qty=dollar / close)
if (not stop_short) and (not long_cond) and short_cond and strategy.opentrades == 0 and (trade_direction == 'SHORT' or trade_direction == 'BOTH') and sell_signal
strategy.entry('Short_0', strategy.short, qty=dollar / close)
if close < supertrend and v1
strategy.exit('Long_Close',from_entry = "Long_0", stop=supertrend, qty_percent=100)
if v2 and strategy.position_size > 0
strategy.exit('Long_Close',from_entry = "Long_0", stop=v2stoploss_level_long,limit= v2takeprofit_level_long , qty_percent=100)
if close > supertrend and v1
strategy.exit('Short_Close',from_entry = "Short_0", stop=supertrend, qty_percent=100)
if v2 and strategy.position_size < 0
strategy.exit('Short_Close',from_entry = "Short_0", stop=v2stoploss_level_short,limit= v2takeprofit_level_short ,qty_percent=100)