Strategi perdagangan berdasarkan moving average golden cross dan dead cross


Tanggal Pembuatan: 2024-01-24 11:48:29 Akhirnya memodifikasi: 2024-01-24 11:48:29
menyalin: 0 Jumlah klik: 645
1
fokus pada
1617
Pengikut

Strategi perdagangan berdasarkan moving average golden cross dan dead cross

Ringkasan

Strategi perdagangan moving average Forex dead fork menghasilkan sinyal beli dan jual dengan menghitung persilangan garis cepat EMA ((fastLength) dan garis lambat EMA ((slowLength)). Ketika garis cepat melewati garis lambat, menghasilkan sinyal beli; Ketika garis cepat melewati garis lambat, menghasilkan sinyal jual. Strategi ini sederhana dan praktis, cocok untuk perdagangan garis pendek menengah.

Prinsip Strategi

Strategi ini menggunakan dua rata-rata bergerak, garis cepat dan garis lambat. Parameter garis cepat EMAfastLength default 9 hari, parameter garis lambat EMAAslowLength default 26 hari. Perhitungan persilangan dua garis EMA untuk menilai sinyal jual beli pasar:

  1. Ketika garis cepat dari bawah ke atas menerobos garis lambat, menghasilkan sinyal beli (enterLong)
  2. Ketika garis cepat dari atas ke bawah menembus garis lambat, menghasilkan sinyal jual enterShort ()

Sinyal perdagangan dan aturan strategi spesifiknya adalah sebagai berikut:

  1. Ketika garis cepat melewati garis lambat, masuk lebih banyak; ketika garis cepat melewati garis lambat, keluar dengan posisi yang sama.
  2. Stop loss adalah Targetpercentage harga (default 0.15%), yaitu ketika kenaikan mencapai 15%, maka posisi akan dihapus.
  3. Stop loss adalah StopLosspercentage harga (default 0.20%), dan stop loss adalah stop loss ketika harga turun sampai 20%.
  4. Tidak ada yang bisa dihindari.

Jadi, strategi ini adalah strategi untuk melakukan perdagangan ketika dua rata-rata bergerak terjadi pada garpu emas dan garpu mati.

Analisis Keunggulan

  1. Strategi ini sederhana dan mudah dipahami.
  2. Aplikasi moving average, yang memfilter kebisingan pasar, membuat sinyal perdagangan lebih akurat.
  3. Aturan perdagangan jelas, dengan strategi stop loss yang jelas.
  4. Parameter tes dapat disesuaikan secara fleksibel untuk menyesuaikan dengan situasi pasar yang berbeda.

Analisis risiko

  1. Rata-rata bergerak sendiri bersifat lag, dan dapat melewatkan pergerakan harga dalam jangka pendek, sehingga tidak akurat pada titik jual beli.
  2. Parameter rata-rata bergerak untuk periode yang berbeda dapat menghasilkan sinyal palsu yang menyebabkan kerugian.
  3. Hanya mengandalkan beberapa parameter, strategi ini memiliki kebutuhan yang tinggi untuk optimasi parameter super, yang diperlukan untuk menemukan kombinasi parameter yang optimal.
  4. Strategi ini cenderung gagal dalam beberapa tren skala besar tertentu.

Untuk mengurangi risiko, banyak pengujian diperlukan untuk memaksimalkan parameter yang dapat dioptimalkan seperti siklus moving average, jenis perdagangan, stop loss ratio, dan sebagainya.

Arah optimasi

Strategi ini memiliki pola pikir lintas rata-rata bergerak yang sederhana dan praktis, yang dapat dioptimalkan dengan cara berikut:

  1. Ubah jenis rata-rata bergerak: Selain EMA, Anda juga dapat menguji jenis garis SMA, LWMA, dan HMA.
  2. Menambahkan penilaian indikator lain: perdagangan waktu yang tersebar dalam kombinasi dengan indikator RSI, MACD, dll.
  3. Parameter pengoptimalan otomatis: pencarian pengoptimalan otomatis untuk dua parameter siklus EMA untuk menemukan kombinasi parameter terbaik.
  4. Filter tren: melakukan perdagangan secara selektif berdasarkan tren tingkat besar.
  5. Optimasi strategi stop loss: memperbaiki stop loss dengan persentase tetap, sehingga lebih efektif dalam pertempuran.

Dengan tes optimasi ini, efektifitas dan stabilitas strategi dapat ditingkatkan secara signifikan.

Meringkaskan

Moving average crossover strategi ide yang sederhana, aplikasi yang sebenarnya perlu terus dioptimalkan. Strategi ini memberikan sinyal perdagangan yang menghasilkan logika dan aturan dasar perdagangan, di atas dasar ini dapat sangat dioptimalkan, sehingga menjadi strategi kuantitatif yang praktis.

Kode Sumber Strategi
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EMA Cross by MarketAlpha", overlay=true)
EMAfastLength = input(defval = 9, minval = 2)
EMAslowLength = input(defval = 26, minval = 2)
Targetpercentage = input(defval = 0.15, title = "Profit Target in percentage", minval = 0.05)
StopLosspercentage = input(defval = 0.20, title = "Stop Loss in percentage", minval = 0.05)
profitpoints = close*Targetpercentage
stoplosspoints = close*StopLosspercentage
price = close

FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2018, title = "From Year", minval = 2000)
ToMonth   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2017)

start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => true // create function "within window of time"

emafast = ema(price, EMAfastLength)
emaslow = sma(price, EMAslowLength)
plot(emafast,color=green)
plot(emaslow,color=red)

enterLong() => crossover(emafast, emaslow)
strategy.entry(id = "MarketAlpha Long", long = true, when = window() and enterLong())
strategy.exit("Exit Long", from_entry = "MarketAlpha Long", profit = profitpoints,loss = stoplosspoints)

enterShort() => crossunder(emafast, emaslow)
strategy.entry(id = "MarketAlpha Short", long = false, when = window() and enterShort())
strategy.exit("Exit Short", from_entry = "MarketAlpha Short", profit = profitpoints,loss = stoplosspoints)