Strategi perdagangan MACD berdasarkan EVWMA
ChaoZhang
Ringkasan
Strategi ini adalah strategi perdagangan MACD yang didasarkan pada rata-rata bergerak berimbang volume transaksi fleksibel (EVWMA). Strategi ini memanfaatkan keuntungan dari EVWMA dan merancang strategi yang jelas dan praktis untuk sinyal perdagangan.
Prinsip Strategi
Indikator EVWMA memasukkan informasi volume ke dalam perhitungan rata-rata bergerak, sehingga rata-rata bergerak dapat lebih akurat mencerminkan perubahan harga. Strategi ini membangun perhitungan garis cepat dan garis lambat berdasarkan EVWMA. Pengaturan parameter garis cepat lebih sensitif dan dapat menangkap perubahan harga jangka pendek; parameter garis lambat lebih stabil dan dapat menyaring sebagian dari kebisingan.
Analisis Keunggulan
Keuntungan terbesar dari strategi ini adalah memanfaatkan kekuatan indikator EVWMA, membuat pengaturan parameter strategi MACD lebih stabil, dan sinyal perdagangan lebih jelas. EVWMA dapat lebih memahami tren perubahan pasar dibandingkan dengan rata-rata bergerak sederhana. Hal ini membuat strategi ini lebih fleksibel dan dapat bekerja secara stabil di berbagai lingkungan pasar.
Analisis risiko
Risiko utama dari strategi ini adalah bahwa MACD sendiri memiliki keterlambatan tertentu dan tidak dapat menangkap pembalikan harga dalam waktu yang tepat. Selain itu, pengaturan parameter EVWMA juga dapat mempengaruhi kinerja strategi. Jika parameter garis cepat dan lambat tidak diatur dengan benar, sinyal perdagangan akan terganggu dan mempengaruhi kemampuan menghasilkan uang.
Untuk mengurangi risiko, parameter harus disesuaikan dengan baik, sehingga jarak antara garis cepat dan garis lambat sedang, Histogram dapat membantu menentukan apakah perlu disesuaikan. Selain itu, Anda juga dapat merancang strategi stop loss untuk menghindari kerugian tunggal yang terlalu besar.
Arah optimasi
Strategi ini dapat dioptimalkan dalam beberapa hal:
Menggunakan teknologi pengaturan parameter adaptif, parameter EVWMA dapat disesuaikan secara otomatis sesuai dengan lingkungan pasar, untuk memastikan kejernihan sinyal perdagangan.
Meningkatkan mekanisme pengendalian kerugian, sehingga dapat mengontrol kerugian individu secara efektif.
Dalam kombinasi dengan indikator lain, filter sinyal misinformasi. Sebagai contoh, dalam kombinasi dengan volume lalu lintas, sinyal hanya dihasilkan ketika ada perubahan harga yang signifikan.
Optimalkan pilihan entry point. Strategi saat ini adalah membuka posisi saat MACD nol-axis bersilang. Anda dapat menguji apakah perubahan ke deep draw lebih cocok.
Meringkaskan
Strategi ini memanfaatkan keunggulan dari indikator EVWMA untuk membangun strategi MACD yang sederhana dan praktis. Ini lebih stabil dan lebih mudah beradaptasi. Namun, ada masalah keterlambatan MACD itu sendiri.
/*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"}]
*/
//@version=4
strategy("QuantNomad - EVWMA MACD Strategy", shorttitle = "EVWMA MACD", overlay = false)
// Inputs
fast_sum_length = input(10, title = "Fast Sum Length", type = input.integer)
slow_sum_length = input(20, title = "Slow Sum Length", type = input.integer)
signal_length = input(9, title = "Signal Smoothing", type = input.integer, minval = 1, maxval = 50)
// Calculate Volume Period
fast_vol_period = sum(volume, fast_sum_length)
slow_vol_period = sum(volume, slow_sum_length)
// Calculate EVWMA
fast_evwma = 0.0
fast_evwma := ((fast_vol_period - volume) * nz(fast_evwma[1], close) + volume * close) / (fast_vol_period)
// Calculate EVWMA
slow_evwma = 0.0
slow_evwma := ((slow_vol_period - volume) * nz(slow_evwma[1], close) + volume * close) / (slow_vol_period)
// Calculate MACD
macd = fast_evwma - slow_evwma
signal = ema(macd, signal_length)
hist = macd - signal
// Plot
plot(hist, title = "Histogram", style = plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? #26A69A : #B2DFDB) : (hist[1] < hist ? #FFCDD2 : #EF5350) ), transp=0 )
plot(macd, title = "MACD", color = #0094ff, transp=0)
plot(signal, title = "Signal", color = #ff6a00, transp=0)
// Strategy
strategy.entry("Long", true, when = crossover(fast_evwma, slow_evwma))
strategy.entry("Short", false, when = crossunder(fast_evwma, slow_evwma))