Strategi Optimasi Crossover Rata-rata Bergerak
ChaoZhang
Ringkasan
Strategi ini didasarkan pada crossover rata-rata bergerak konvensional untuk membuat sinyal jual beli, tetapi beberapa modifikasi dibuat untuk menghasilkan sinyal perdagangan yang lebih akurat. Strategi ini menggabungkan crossover rata-rata bergerak cepat dan rata-rata bergerak lambat untuk menilai tren dan merupakan strategi pelacakan tren.
Prinsip Strategi
Ketika rata-rata bergerak cepat dari arah bawah menembus rata-rata bergerak lambat, dianggap sebagai sinyal beli; ketika rata-rata bergerak cepat dari arah atas jatuh dari rata-rata bergerak lambat, dianggap sebagai sinyal jual. Yaitu, garpu emas melakukan lebih banyak, garpu mati kosong. Setelah melakukan lebih banyak / kosong, stop loss akan diatur untuk menghindari kerugian yang terlalu besar.
Kunci dari strategi ini adalah pilihan garis rata-rata cepat dan lambat. Strategi ini menggunakan rata-rata bergerak indeks dengan panjang 50 dan 100 sebagai garis cepat dan lambat. Efek strategi dapat dioptimalkan dengan menyesuaikan parameter garis rata-rata.
Analisis Keunggulan
Strategi ini dikombinasikan dengan dua garis rata untuk menentukan arah tren, yang dapat secara efektif menyaring kebisingan pasar dan mengidentifikasi tren. Strategi ini dapat meningkatkan probabilitas keuntungan dibandingkan dengan strategi garis rata tunggal. Selain itu, pengaturan stop loss juga dapat membatasi kerugian dari perdagangan individu.
Strategi ini menggunakan prinsip silang untuk menilai titik balik tren dan menangkap peluang tren tepat waktu. Strategi ini mudah dipahami dan mudah diterapkan dibandingkan dengan strategi yang mengandung logika kondisional yang kompleks.
Analisis risiko
Strategi ini mungkin memiliki tiga risiko utama: risiko parameter rata-rata yang tidak tepat, risiko jangka waktu yang tidak tepat, dan risiko posisi stop loss yang tidak tepat.
Parameter garis rata yang dipilih dengan tidak tepat akan menghasilkan sinyal palsu. Jika panjang garis rata terlalu pendek atau terlalu panjang, pasar akan disalahartikan, dan harus disesuaikan dengan karakteristik varietas tertentu.
Berpegang terlalu lama atau terlalu singkat, tidak dapat memaksimalkan keuntungan atau mengendalikan risiko. Perlu menguji berbagai cara keluar untuk menentukan periode kepemilikan yang optimal.
Stop loss posisi yang tidak tepat akan menyebabkan stop loss terlalu longgar atau terlalu tegang, dan stop loss yang tepat harus ditentukan berdasarkan fluktuasi varietas.
Arah optimasi
Strategi ini dapat dioptimalkan dalam beberapa hal:
Uji lebih banyak kombinasi parameter rata-rata untuk mencari parameter yang optimal
Determinasi posisi stop loss dinamis berdasarkan pergerakan harga N hari terakhir atau ATR
Ini juga dapat digunakan untuk menentukan waktu masuk, seperti MACD, KD, dan lain sebagainya.
Menambahkan aturan penyaringan tren untuk menghindari perdagangan yang meluruskan pasar
Strategi dapat dipertimbangkan untuk diterapkan pada lebih banyak varietas, atau ditingkatkan menjadi strategi lintas varietas
Meringkaskan
Strategi optimasi silang rata-rata bergerak ini mengintegrasikan keuntungan dari arah trend yang dinilai oleh garis rata-rata cepat dan lambat, mengatur stop loss untuk mengendalikan risiko, dan merupakan strategi pelacakan tren yang mudah diterapkan. Strategi ini dapat meningkatkan stabilitas dan efisiensi lebih lanjut melalui pengoptimalan parameter, pengoptimalan stop loss, dan pemfilteran sinyal. Strategi ini lebih mudah dipahami, ambang batas yang lebih rendah untuk diterapkan, dan sangat cocok untuk strategi entry trading kuantitatif dibandingkan dengan strategi yang mengandung logika kompleks.
/*backtest
start: 2024-01-27 00:00:00
end: 2024-02-03 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © ashishchauhan
strategy(title="MA CO Strategy Test", overlay=true, pyramiding=0, initial_capital=100000)
fastEMALen = input(title="Fast EMA Length", type=input.integer, defval=50)
slowEMALen = input(title="Slow EMA Length", type=input.integer, defval=100)
fastEMA = ema(close, fastEMALen)
slowEMA = ema(close, slowEMALen)
enterLong = crossover(fastEMA, slowEMA)
enterShort = crossunder(fastEMA, slowEMA)
longStop = 0.0
longStop := enterShort ? close : longStop[1]
shortStop = 0.0
shortStop := enterLong ? close : shortStop[1]
plot(series=fastEMA, color=color.orange, title="Fast EMA")
plot(series=slowEMA, color=color.teal, linewidth=3, title="Slow EMA")
if enterLong
strategy.entry(id="GoLong", long=true)
if enterShort
strategy.entry(id="GoShort", long=false)
if strategy.position_size > 0
strategy.exit(id="ExLong", from_entry="GoLong", stop=longStop)
if strategy.position_size < 0
strategy.exit(id="ExShort", from_entry="GoShort", stop=shortStop)
strategy.close_all()