Strategi rata-rata pergerakan ganda berdasarkan prediksi tren


Tanggal Pembuatan: 2024-02-02 17:39:54 Akhirnya memodifikasi: 2024-02-02 17:39:54
menyalin: 0 Jumlah klik: 572
1
fokus pada
1617
Pengikut

Strategi rata-rata pergerakan ganda berdasarkan prediksi tren

Ringkasan

Strategi ini dikembangkan berdasarkan indikator WaveTrend dari LazyBear. Strategi ini dapat mengidentifikasi tren harga dan menampilkan sinyal beli dan jual melalui efek visual yang diisi dengan kurva.

Prinsip Strategi

Strategi ini menggunakan indikator WaveTrend dari LazyBear sebagai dasar. WaveTrend sendiri adalah indikator pelacakan tren yang sangat baik. Strategi ini dibuat berdasarkan optimasi skala. Langkah-langkah utamanya adalah sebagai berikut:

  1. Perhitungan harga HLC rata-rata
  2. Menghitung harga rata-rata EMA
  3. Perhitungan EMA deviasi mutlak harga
  4. Perhitungan indikator penyesuaian batas nol
  5. Menghitung tren EMA
  6. Perhitungan rata-rata

Dengan cara ini, Anda dapat memfilter pergerakan acak dari harga dan mengidentifikasi tren yang lebih jelas. Persegi dengan garis rata-rata cepat atau lambat dapat digunakan untuk mengirim sinyal beli dan jual.

Analisis Keunggulan

Strategi ini memiliki keuntungan sebagai berikut:

  1. Mengidentifikasi tren harga secara efektif
  2. Sinyal yang dihasilkan tepat waktu dapat memprediksi perubahan tren lebih awal.
  3. Trend visual yang jelas dengan mengisi kurva
  4. Optimasi parameter yang luas, dapat disesuaikan dengan varietas dan siklus yang berbeda

Analisis risiko

Strategi ini juga memiliki beberapa risiko:

  1. Seperti semua strategi indikator teknis, ada risiko kegagalan ketika harga berfluktuasi tajam.
  2. Setting parameter yang tidak tepat dapat menyebabkan sinyal palsu
  3. Keterlambatan sinyal, kemungkinan kerugian

Risiko ini dapat dikurangi dengan cara-cara seperti penyesuaian parameter dan kombinasi dengan indikator lainnya.

Arah optimasi

Strategi ini dapat dioptimalkan dalam beberapa hal:

  1. Menyesuaikan parameter untuk lebih banyak varietas dan siklus
  2. Meningkatkan strategi stop loss dan mengendalikan risiko kerugian
  3. Kombinasi dengan indikator lain untuk meningkatkan akurasi sinyal
  4. Menambahkan model pembelajaran mesin untuk membantu menilai tren dan sinyal

Meringkaskan

Secara keseluruhan, strategi prediksi tren biner adalah strategi yang sangat menjanjikan. Ini dapat secara efektif mengidentifikasi tren harga dan mencoba untuk memprediksi perubahan tren lebih awal. Dengan beberapa pengoptimalan dan perbaikan, strategi ini dapat menjadi sistem perdagangan kuantitatif yang kuat.

Kode Sumber Strategi
/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("BreakingDawn [JackTz]", overlay = true)

// WaveTrend [LazyBear]
// ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░

n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
 
WTfactor = input(4, title=" WTFactor")
averageHlc3 = sum(hlc3, WTfactor) / WTfactor
ap = averageHlc3 
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,4)
wtAvg = wt1-wt2
wtPeriodAvgVal = wtAvg * 45 + averageHlc3
wtPeriodAvg2Val = wtAvg * 25 + averageHlc3

buy = wtAvg[1] < wtAvg and wtAvg < close
sell = wtAvg[1] > wtAvg

fillColor = buy ? color.green : color.red
control = plot(wtPeriodAvgVal, color = fillColor)
signal = plot(wtPeriodAvg2Val, color = fillColor)
fill(signal, control, color = fillColor)

if year > 2016
    strategy.entry("buy", strategy.long, when = buy)
    strategy.close("buy",when = sell)