Strategi terobosan momentum berdasarkan penilaian rata-rata pergerakan dan siklus
ChaoZhang
Ringkasan
Strategi ini menggunakan EMA rata-rata dari berbagai periode untuk menentukan di mana pasar saat ini berada dalam fase siklus, kemudian digabungkan dengan ATR untuk membuat penilaian terobosan, untuk mencapai perdagangan pelacakan tren dengan probabilitas tinggi.
Prinsip Strategi
- Hitung garis 5, 20 dan 40 dengan 3 garis rata-rata EMA
- Dengan membandingkan hubungan ukuran dari tiga garis rata-rata, menilai bahwa pasar saat ini berada di salah satu dari enam fase siklus yang berbeda
- Garis 5 > Garis 20 > Garis 40 adalah siklus 1.
- Garis 20 > Garis 5 > Garis 40 adalah siklus ke-2 ……
- Setelah menentukan siklus, perhitungkan lagi indikator ATR, dan atur perkalian ATR sebagai standar penembusan
- Sinyal beli dihasilkan ketika harga melebihi ATR trailing stop BAR sebelumnya
- Sinyal jual dihasilkan ketika harga turun di bawah trailing stop ATR BAR
- Dengan penilaian gabungan seperti itu, Anda bisa mendapatkan transaksi pelacakan tren dengan probabilitas tinggi.
Keunggulan Strategis
- Periode penilaian meningkatkan keandalan sinyal
Dengan menilai hubungan besar antara berbagai garis rata-rata EMA, dapat secara efektif menilai tahap siklus pasar saat ini, untuk menghindari sinyal yang salah dalam siklus yang tidak sesuai.
- ATR berhasil memfilter sinyal palsu
Indikator ATR dapat secara efektif mengekspresikan volatilitas pasar, dengan menetapkan ATR dalam beberapa kali lipat sebagai standar penembusan, dapat memfilter banyak sinyal penembusan palsu.
- Penilaian portofolio menghasilkan peluang perdagangan dengan probabilitas tinggi
Kombinasi organik dari penilaian siklus dan penilaian ATR yang menembus membuat probabilitas menghasilkan sinyal meningkat secara signifikan, sehingga meningkatkan probabilitas keuntungan dari perdagangan.
Risiko Strategis
- Parameter yang lebih sulit untuk dioptimalkan
Karena kebijakan mengandung banyak parameter, lebih sulit untuk dioptimalkan, dan pengaturan parameter yang tidak tepat dapat mempengaruhi kinerja kebijakan.
- Ada keterlambatan.
Pada saat perubahan pasar yang cepat, EMA rata-rata dan indikator ATR memiliki keterlambatan tertentu, yang dapat menghasilkan sinyal yang salah atau kehilangan peluang.
- Hal-hal yang perlu dihindari
Tidak ada indikator teknis yang dapat sepenuhnya menghindari terjadinya sinyal yang salah, dan perlu menetapkan stop loss yang ketat untuk mengendalikan risiko.
Arah optimasi strategi
- Parameter untuk Optimalisasi Lebih Lanjut
Optimalkan parameter dengan data historis yang lebih kaya untuk menemukan kombinasi parameter yang optimal.
- Meningkatkan Ketahanan Beradaptasi
Pertimbangan untuk menyesuaikan parameter ATR secara otomatis sesuai dengan volatilitas pasar dapat dipertimbangkan untuk meningkatkan kemampuan strategi untuk beradaptasi.
- Kombinasi dengan Indikator Lain
Anda dapat mencoba menggabungkan indikator lain seperti tingkat fluktuasi, volume lalu lintas untuk membantu penilaian, meningkatkan kualitas sinyal.
Meringkaskan
Strategi ini melalui siklus penilaian rata-rata EMA dan indikator ATR menetapkan standar momentum untuk menerobos, untuk mencapai perdagangan pelacakan tren dengan probabilitas tinggi. Memiliki siklus penilaian, memfilter sinyal palsu, meningkatkan kualitas sinyal, dan lain-lain. Namun, ada juga kesulitan dalam mengoptimalkan parameter, ada risiko keterlambatan, dan perlu mengoptimalkan parameter lebih lanjut, meningkatkan kemampuan beradaptasi, dan lain-lain.
/*backtest
start: 2024-01-15 00:00:00
end: 2024-01-22 00:00:00
period: 15m
basePeriod: 5m
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/
// © kgynofomo
//@version=5
strategy(title="[Salavi] | Andy Advance Pro Strategy",overlay = true)
ema_short = ta.ema(close,5)
ema_middle = ta.ema(close,20)
ema_long = ta.ema(close,40)
cycle_1 = ema_short>ema_middle and ema_middle>ema_long
cycle_2 = ema_middle>ema_short and ema_short>ema_long
cycle_3 = ema_middle>ema_long and ema_long>ema_short
cycle_4 = ema_long>ema_middle and ema_middle>ema_short
cycle_5 = ema_long>ema_short and ema_short>ema_middle
cycle_6 = ema_short>ema_long and ema_long>ema_middle
bull_cycle = cycle_1 or cycle_2 or cycle_3
bear_cycle = cycle_4 or cycle_5 or cycle_6
// label.new("cycle_1")
// bgcolor(color=cycle_1?color.rgb(82, 255, 148, 60):na)
// bgcolor(color=cycle_2?color.rgb(82, 255, 148, 70):na)
// bgcolor(color=cycle_3?color.rgb(82, 255, 148, 80):na)
// bgcolor(color=cycle_4?color.rgb(255, 82, 82, 80):na)
// bgcolor(color=cycle_5?color.rgb(255, 82, 82, 70):na)
// bgcolor(color=cycle_6?color.rgb(255, 82, 82, 60):na)
// Inputs
a = input(2, title='Key Vaule. \'This changes the sensitivity\'')
c = input(7, title='ATR Period')
h = false
xATR = ta.atr(c)
nLoss = a * xATR
src = h ? request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, close, lookahead=barmerge.lookahead_off) : close
xATRTrailingStop = 0.0
iff_1 = src > nz(xATRTrailingStop[1], 0) ? src - nLoss : src + nLoss
iff_2 = src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), src + nLoss) : iff_1
xATRTrailingStop := src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), src - nLoss) : iff_2
pos = 0
iff_3 = src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0) ? 1 : iff_3
xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue
ema = ta.ema(src, 1)
above = ta.crossover(ema, xATRTrailingStop)
below = ta.crossover(xATRTrailingStop, ema)
buy = src > xATRTrailingStop and above
sell = src < xATRTrailingStop and below
barbuy = src > xATRTrailingStop
barsell = src < xATRTrailingStop
atr = ta.atr(14)
atr_length = input.int(25)
atr_rsi = ta.rsi(atr,atr_length)
atr_valid = atr_rsi>50
long_condition = buy and bull_cycle and atr_valid
short_condition = sell and bear_cycle and atr_valid
Exit_long_condition = short_condition
Exit_short_condition = long_condition
if long_condition
strategy.entry("Andy Buy",strategy.long, limit=close,comment="Andy Buy Here")
if Exit_long_condition
strategy.close("Andy Buy",comment="Andy Buy Out")
// strategy.entry("Andy fandan Short",strategy.short, limit=close,comment="Andy 翻單 short Here")
// strategy.close("Andy fandan Buy",comment="Andy short Out")
if short_condition
strategy.entry("Andy Short",strategy.short, limit=close,comment="Andy short Here")
// strategy.exit("STR","Long",stop=longstoploss)
if Exit_short_condition
strategy.close("Andy Short",comment="Andy short Out")
// strategy.entry("Andy fandan Buy",strategy.long, limit=close,comment="Andy 翻單 Buy Here")
// strategy.close("Andy fandan Short",comment="Andy Buy Out")
inLongTrade = strategy.position_size > 0
inLongTradecolor = #58D68D
notInTrade = strategy.position_size == 0
inShortTrade = strategy.position_size < 0
// bgcolor(color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(close!=0,location = location.bottom,color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(long_condition, title='Buy', text='Andy Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(short_condition, title='Sell', text='Andy Sell', style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)
//atr > close *0.01* parameter