Strategi perdagangan kuantitatif berdasarkan persilangan rata-rata pergerakan SMA dan indikator kedalaman pasar

Ringkasan

Strategi ini disebut strategi perdagangan kuantitatif yang didasarkan pada SMA rata-rata yang berlawanan dengan indikator kedalaman pasar. Strategi ini terutama menggunakan sinyal Gold and Dead Forks dari SMA rata-rata, yang menggabungkan garis konversi, garis dasar, dan garis depan dari indikator cloud chart kedalaman pasar Ichimoku, serta indikator polygon volume transaksi, untuk melakukan perdagangan otomatis yang berlawanan dengan Bitcoin.

Prinsip Strategi

Strategi ini didasarkan pada prinsip-prinsip berikut:

1. Dengan menggunakan parameter SMA yang berbeda untuk membangun sinyal perdagangan forks dan dead forks. Sinyal beli dihasilkan ketika SMA jangka pendek melewati SMA jangka panjang, dan sinyal jual dihasilkan ketika SMA jangka pendek melewati SMA jangka panjang.

2. Berdasarkan indikator grafik awan Ichimoku untuk menilai kedalaman dan tren pasar. Hanya sinyal beli yang dihasilkan ketika harga close out lebih tinggi dari garis depan dan garis dasar dari grafik awan, dan sinyal jual yang dihasilkan ketika lebih rendah dari garis depan dan garis dasar dari grafik awan, sehingga memfilter sebagian besar sinyal palsu.

3. Indikator polutasi berdasarkan volume transaksi memfilter sinyal palsu yang rendah, hanya menghasilkan sinyal beli dan jual jika volume transaksi lebih besar dari rata-rata periode tertentu.

4. Fungsi plotshape menandai posisi sinyal jual beli pada grafik.

Dengan demikian, strategi ini secara komprehensif mempertimbangkan tren jangka pendek dan jangka panjang, indikator kedalaman pasar, dan indikator volume perdagangan, untuk mengoptimalkan keputusan perdagangan.

Analisis Keunggulan

Strategi ini memiliki keuntungan sebagai berikut:

1. Forklift yang menggunakan SMA rata-rata untuk menghasilkan sinyal beli dan jual yang mendasar, menghindari kompleksitas yang terlalu tinggi.
2. Dengan menggunakan grafik awan Ichimoku untuk menilai kedalaman pasar dan tren jangka menengah dan panjang, Anda dapat menyaring kebisingan secara efektif.
3. Tergabung dengan indikator volume transaksi dapat mencegah terjadinya penembusan palsu dalam jumlah kecil.
4. Ada banyak ruang untuk menyesuaikan parameter, yang dapat dioptimalkan untuk pasar yang berbeda.
5. Strategi logis yang jelas, mudah dipahami dan dimodifikasi.
6. Ini adalah salah satu cara yang paling efektif untuk mengoptimalkan tes strategi.

Analisis risiko

Strategi ini juga memiliki risiko sebagai berikut:

1. SMA rata-rata mudah menghasilkan sinyal yang menyesatkan, yang membutuhkan bantuan filter.
2. Indikator Ichimoku Cloud Graph menilai struktur pasar tergantung pada pengaturan parameter.
3. Efek penguatan volume transaksi dapat mengganggu penilaian indikator volume transaksi.
4. Pasar tren dan pasar goyah membutuhkan pengaturan parameter yang berbeda.
5. Ada beberapa masalah waktu.

Untuk risiko ini, dapat dioptimalkan dengan menyesuaikan parameter garis rata-rata, parameter grafik awan, parameter volume transaksi, dan lain-lain, sambil memilih varietas perdagangan yang sesuai untuk mengurangi risiko.

Arah optimasi

Strategi ini dapat dioptimalkan dari beberapa arah:

1. Uji lebih banyak indikator rata-rata, seperti EMA, VIDYA, dll.
2. Cobalah pengaturan parameter cloudmap yang berbeda.
3. Penghakiman tambahan berdasarkan indikator momentum.
4. Bergabung dengan Stop Loss.
5. Optimalisasi parameter untuk pasar dan varietas perdagangan yang berbeda.
6. Cobalah metode pembelajaran mesin untuk mengoptimalkan parameter secara dinamis.

Meringkaskan

Strategi ini menggabungkan crossover rata-rata, indikator kedalaman pasar, dan indikator volume perdagangan untuk menghasilkan strategi perdagangan kuantitatif yang lebih stabil dan andal. Strategi ini dapat dioptimalkan lebih lanjut melalui penyesuaian parameter, penambahan indikator teknis baru, dan lain-lain. Hasil pengukuran dan real-time yang diharapkan.