Momentum Oscillator & 123 Pattern Strategy

Penulis:ChaoZhang, Tanggal: 2024-01-25 14:27:29
Tag:

Gambaran umum

Strategi ini menggabungkan Momentum Oscillator Index dan 123 Pattern menjadi sinyal perdagangan kumulatif untuk meningkatkan profitabilitas. Momentum Oscillator melacak volatilitas pasar dan menyesuaikan parameter RSI untuk menangkap tren jangka pendek.

Logika Strategi

123 Pola

Pattern 123 terdiri dari tiga tahap. Pertama, harga turun selama dua hari berturut-turut. Kedua, harga naik selama dua hari berikutnya. Akhirnya, harga turun lagi pada hari ketiga. Menurut pola ini, kita dapat menentukan untuk membangun posisi panjang ketika harga naik di tahap kedua, dan posisi pendek ketika harga turun kembali di tahap ketiga.

Secara khusus, jika harga penutupan lebih tinggi dari penutupan sebelumnya selama dua hari berturut-turut setelah dua hari penurunan, dan Stochastic Slow 9 hari di bawah 50, itu adalah sinyal beli.

Momentum Oscillator

Momentum Oscillator dibangun mirip dengan RSI, dengan perbedaan utama adalah periode variabel momentum oscillator. Jumlah periode tergantung pada volatilitas harga baru-baru ini - volatilitas yang lebih tinggi menyebabkan periode yang lebih pendek, membuat indikator lebih sensitif, sementara harga yang stabil menyebabkan periode yang lebih lama untuk mengurangi sinyal palsu.

Rumus perhitungan adalah:

DMI = RSI(DTime)  

Where:  
DTime = 14 / 10-day SMA of standard deviation of close over past 5 days

Ini memiliki ambang batas overbought/oversold yang sama dengan RSI:

Overbought: DMI > 30 Penjualan berlebihan: DMI < 70

Sinyal beli dan jual dihasilkan ketika DMI melintasi ambang batas ini.

Analisis Keuntungan

Pola 123 sederhana dan efektif. Ini memanfaatkan pola pembalikan jangka pendek untuk masuk ke dasar kecil dan keluar pada puncak kecil, menghindari mengambil posisi melawan tren.
Momentum Oscillator lebih sensitif. Periode variabelnya memungkinkannya untuk beradaptasi dengan pasar dan tepat waktu menangkap titik balik bahkan selama volatilitas tinggi.
Kedua strategi membantu menyaring sinyal palsu secara efektif. Memeriksa DMI untuk konteks pasar ketika 123 sinyal terjadi dapat mengurangi kerugian dari perdagangan melawan tren.
Menggunakan DMI sebagai filter bersama dengan 123 Pattern sangat meningkatkan stabilitas sistem.

Analisis Risiko

DMI dan 123 Pattern dapat menghasilkan sinyal palsu ketika harga hanya fluktuasi sementara daripada membalik.
Frekuensi perdagangan yang berpotensi tinggi. Periode variabel DMI membuatnya sangat sensitif terhadap kebisingan pasar. Parameter perlu disetel dengan benar untuk mengontrol frekuensi perdagangan.
123 pola dapat melewatkan peluang tren jangka menengah. terutama menangkap pembalikan jangka pendek dan tidak dapat mendapatkan keuntungan secara konsisten dari tren jangka menengah dan panjang.
Perlu untuk membatasi perdagangan maksimum. Terlalu banyak perdagangan dapat mengakibatkan biaya komisi yang tinggi dan biaya slippage.

Arahan Optimasi

Mengoptimalkan parameter DMI. Dapat menguji periode RSI yang berbeda, nilai ambang untuk menemukan kombinasi terbaik.
Mengoptimalkan 123 filter pola. dapat menguji parameter Stoch yang berbeda atau filter lain seperti MACD.
Tambahkan mekanisme stop loss. ukuran stop loss yang tepat membantu membatasi penurunan pada perdagangan yang kalah.
Tambahkan aturan ukuran posisi. Ukuran posisi kuantitas tetap atau pecahan tetap meningkatkan pengendalian risiko.

Kesimpulan

Strategi ini menggabungkan analisis dari Momentum Oscillator dan 123 Pattern untuk meningkatkan kinerja sinyal perdagangan. Namun, tidak ada strategi tunggal yang dapat sepenuhnya beradaptasi dengan kondisi pasar yang berubah. Investor harus fokus pada pengendalian risiko, terus-menerus backtest dan memperbarui parameter berdasarkan hasil langsung sehingga profitabilitas dapat dipertahankan.

/*backtest
start: 2024-01-17 00:00:00
end: 2024-01-24 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 18/03/2020
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This indicator plots Dynamic Momentum Index indicator. The Dynamic Momentum 
// Index (DMI) was developed by Tushar Chande and Stanley Kroll. The indicator 
// is covered in detail in their book The New Technical Trader.
// The DMI is identical to Welles Wilder`s Relative Strength Index except the 
// number of periods is variable rather than fixed. The variability of the time 
// periods used in the DMI is controlled by the recent volatility of prices. 
// The more volatile the prices, the more sensitive the DMI is to price changes. 
// In other words, the DMI will use more time periods during quiet markets, and 
// less during active markets. The maximum time periods the DMI can reach is 30 
// and the minimum is 3. This calculation method is similar to the Variable 
// Moving Average, also developed by Tushar Chande.
// The advantage of using a variable length time period when calculating the RSI 
// is that it overcomes the negative effects of smoothing, which often obscure short-term moves.
// The volatility index used in controlling the time periods in the DMI is based 
// on a calculation using a five period standard deviation and a ten period average 
// of the standard deviation.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

DMI(RSILen, BuyZone,SellZone,UpLimit,LoLimit) =>
    pos = 0
    xStdDev = stdev(close, 5) 
    xSMAStdDev = sma(xStdDev, 10)
    DTime = round(14 / xSMAStdDev - 0.5)
    xDMI = iff(DTime > UpLimit, UpLimit,
             iff(DTime < LoLimit, LoLimit, DTime))
    xRSI = rsi(xDMI, RSILen)
    pos := iff(xRSI > BuyZone, 1,
             iff(xRSI < SellZone, -1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & Dynamic Momentum Index", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
RSILen = input(14, minval=1)
BuyZone = input(30, minval=1)
SellZone = input(70, minval=1)
UpLimit = input(30, minval=1)
LoLimit = input(5, minval=1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posDMI = DMI(RSILen, BuyZone,SellZone,UpLimit,LoLimit)
pos = iff(posReversal123 == 1 and posDMI == 1 , 1,
	   iff(posReversal123 == -1 and posDMI == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1 , 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )

Lebih banyak

2019 FMZ - Semua hak dilindungi