MT-Koordinasi Strategi Perdagangan

Penulis:ChaoZhang, Tanggal: 2024-01-25 15:06:04
Tag:

img

Gambaran umum

MT-Coordination Trading Strategy adalah strategi perdagangan kuantitatif canggih yang mengintegrasikan beberapa indikator teknis untuk mengidentifikasi peluang perdagangan jangka pendek di pasar keuangan.

Logika Strategi

Strategi ini menggabungkan tiga Smoothed Moving Averages (SMA) dari kerangka waktu yang berbeda (21, 50, 200), Relative Strength Index (RSI) 14 hari dan Fraktal Williams (2 hari).

Sinyal panjang: Dimulai ketika dekat berada di atas ketiga SMA, RSI di atas 50 dan tinggi saat ini lebih besar dari fraktal sebelumnya.

Sinyal pendek: diaktifkan ketika dekat berada di bawah ketiga SMA, RSI berada di bawah 50 dan rendah saat ini kurang dari fraktal sebelumnya.

Ukuran posisi dihitung secara dinamis berdasarkan persentase ekuitas dan tingkat leverage yang dipilih.

Analisis Keuntungan

Strategi ini menggabungkan beberapa indikator untuk menyaring sinyal palsu dan mengidentifikasi tingkat breakout probabilitas tinggi, sangat mengurangi risiko perdagangan. Sementara itu, ukuran posisi ditetapkan sesuai dengan persentase ekuitas akun, mengendalikan kerugian tunggal.

Kekuatan khusus adalah:

  1. Menggunakan indikator multi timeframe untuk konfirmasi untuk menghindari perangkap. SMA mengenali tren di jangka pendek, menengah dan panjang.

  2. RSI menghindari zona overbought dan oversold. Nilai di atas 50 sinyal bullishness dan di bawah 50 sinyal bearishness.

  3. Fraktal Williams lebih lanjut memverifikasi kebocoran, hanya masuk pada penetrasi ekstrem.

  4. Dimensi posisi dinamis berdasarkan persentase saldo akun secara ketat mengelola penurunan.

  5. Parameter yang dapat disesuaikan sesuai dengan gaya perdagangan yang berbeda.

Analisis Risiko

Risiko utama dari strategi ini meliputi:

  1. Kegagalan untuk sepenuhnya menghindari whipsaws ketika SMA divergen.

  2. Ketidakmampuan untuk keluar tepat waktu sebelum pembalikan tren karena indikator tertinggal.

  3. Risiko kehilangan posisi penuh dalam gerakan ekstrem ketika kerugian melebihi preset.

Solusi:

  1. Mengoptimalkan kombinasi SMA untuk menemukan parameter terbaik.

  2. Tambahkan filter candlestick untuk lebih menghindari kebocoran palsu.

  3. Mengurangi tingkat persentase dan leverage dengan tepat.

Arahan Optimasi

Strategi ini dapat ditingkatkan lagi dengan:

  1. Mencoba kombinasi SMA dan RSI yang berbeda untuk parameter optimal.

  2. Mengintegrasikan filter tambahan seperti lebar Bollinger Bands, sinyal traderjack dll.

  3. Menambahkan mekanisme stop loss untuk memotong kerugian pada tingkat yang telah ditentukan.

  4. Mengintegrasikan model pembelajaran mendalam untuk deteksi dukungan dan resistensi.

  5. Mengimplementasikan skema ukuran posisi adaptif untuk skala posisi yang masuk akal.

Kesimpulan

MT-Coordination Trading Strategy adalah sistem breakout yang matang yang memanfaatkan beberapa kerangka waktu. Dengan menggabungkan indikator untuk menyaring sinyal dan mengelola ukuran posisi secara dinamis, ini mampu menghasilkan keuntungan yang konsisten untuk dana yang dikapitalisasi dan pedagang profesional melalui penyesuaian parameter dan optimasi model yang berkelanjutan.


/*backtest
start: 2024-01-17 00:00:00
end: 2024-01-24 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// Written by I3ig_Trades. Follow And Let Me Know Any Strategies You'd Like To See!
strategy("Best Scalping Strategy Period (TMA)", shorttitle="Best Scalping Strategy Period (TMA)", overlay=false,
         initial_capital=100000, 
         default_qty_type=strategy.percent_of_equity, 
         default_qty_value=100)

// Leverage Input
leverage = input.float(1, title="Leverage", minval=1, step=0.1)

// Calculate position size based on the percentage of the portfolio and leverage
percentOfPortfolio = input.float(100, title="Percent of Portfolio")

// Define input options
rsiLength = input.int(14, title="RSI Length", minval=1)
williamsLength = input.int(2, title="Williams Fractals Length", minval=1)
sma21Length = input.int(21, title="SMA 21 Length", minval=1)
sma50Length = input.int(50, title="SMA 50 Length", minval=1)
sma200Length = input.int(200, title="SMA 200 Length", minval=1)

// Smoothed Moving Averages
sma21 = ta.sma(close, sma21Length)
sma50 = ta.sma(close, sma50Length)
sma200 = ta.sma(close, sma200Length)

// RSI
rsiValue = ta.rsi(close, rsiLength)

// Williams Fractals
fractalUp = ta.highest(close, williamsLength)
fractalDown = ta.lowest(close, williamsLength)

// Conditions for Buy Entry
buyCondition = close > sma21 and close > sma50 and close > sma200 and rsiValue > 50 and high > fractalUp[1]

// Conditions for Sell Entry
sellCondition = close < sma21 and close < sma50 and close < sma200 and rsiValue < 50 and low < fractalDown[1]

positionSizePercent = percentOfPortfolio / 100 * leverage
positionSize = strategy.equity * positionSizePercent / close

// Executing strategy with dynamic position size
if buyCondition
    strategy.entry("Buy", strategy.long, qty=positionSize)

if sellCondition
    strategy.entry("Sell", strategy.short, qty=positionSize)

// Plotting the Smoothed Moving Averages
plot(sma21, color=color.white)
plot(sma50, color=color.green)
plot(sma200, color=color.red)

// Plotting RSI and Fractals for visual confirmation
hline(50, "RSI 50", color=color.yellow)
plot(rsiValue, color=color.blue, title="RSI")

// Input text boxes for trading actions
var buy_entry_params = input("", title="Buy Entry Parameters")
var buy_exit_params = input("", title="Buy Exit Parameters")
var sell_entry_params = input("", title="Sell Entry Parameters")
var sell_exit_params = input("", title="Sell Exit Parameters")


Lebih banyak