Strategi Pemburu Bawah
ChaoZhang
Ringkasan
Bottom hunter strategi adalah strategi perdagangan short-line yang digunakan untuk mata uang digital. Strategi ini digunakan untuk mengidentifikasi bagian bawah dalam tren turun dan menentukan waktu yang tepat untuk membeli.
Prinsip Strategi
Strategi ini menggabungkan beberapa indikator teknis untuk mengidentifikasi dasar, khususnya, menggunakan indikator MACD untuk menentukan sinyal reversal dasar, menggunakan indikator RSI untuk menentukan status oversold, menggunakan pita Brin untuk menentukan apakah harga berada di bawah rel bawah.
Pertama, strategi ini menggunakan dispersi yang disengaja dari indikator MACD untuk menilai bagian bawah. Penyebaran yang disengaja berarti bahwa harga berinovasi rendah dan indikator MACD tidak berinovasi rendah. Situasi ini mewakili penurunan volume transaksi, yang biasanya mengindikasikan pembalikan tren yang akan datang.
Kedua, strategi tersebut membutuhkan RSI di bawah 31.1. RSI di bawah 30 mewakili oversold, yang memberikan peluang untuk membeli.
Akhirnya, strategi ini meminta harga penutupan berada di bawah rel tengah Brin Belt. Ini berarti bahwa harga sudah berada di bawah kisaran normal, sehingga juga memberikan peluang yang lebih baik untuk pembelian.
Strategi ini menghasilkan sinyal beli dan membangun posisi yang baik ketika semua kondisi di atas terpenuhi secara bersamaan.
Analisis Keunggulan
Strategi pemburu dasar memiliki keuntungan sebagai berikut:
- Menggunakan berbagai indikator untuk menilai dasar, memastikan keakuratan identifikasi dasar
- Menggunakan dispersi yang disengaja dari indikator MACD untuk menilai sinyal reversal adalah teknik perdagangan yang berpengalaman
- Pada saat yang sama, menilai over-selling dan deviasi, menghindari risiko terobosan palsu
- Pengendalian posisi konservatif, hanya di titik-titik penting untuk menghindari overtrading
Analisis risiko
Strategi ini juga memiliki beberapa risiko:
- Pasar bisa turun lebih jauh dan tidak bisa menghentikan kerugian tepat waktu.
- Kombinasi beberapa kondisi menentukan titik terbawah, dan dalam beberapa skenario mungkin kehilangan titik terbawah
- Parameter yang perlu ditentukan secara manual, seperti nilai terdepan RSI, yang dapat mempengaruhi kinerja strategi
Untuk risiko di atas, dapat dioptimalkan dengan cara real-time pelacakan stop loss, penyesuaian parameter interval dan sebagainya.
Arah optimasi
Strategi ini dapat dioptimalkan dari beberapa arah:
- Menambahkan mekanisme penutupan kerugian yang dapat beradaptasi, menyesuaikan posisi penutupan kerugian secara fleksibel sesuai dengan volatilitas pasar
- Uji dan optimasi untuk menentukan parameter terbaik dari kriteria untuk membeli sinyal
- Menambahkan algoritma pembelajaran mesin, parameter identifikasi otomatis, dan aturan perdagangan
- Menambahkan modul penilaian tren untuk menghindari kesalahan dalam pasar yang bergejolak di pasar yang sedang tren
- Meningkatkan kemampuan untuk menilai bagian bawah dengan menggunakan indikator seperti perubahan volume transaksi
Meringkaskan
Strategi pemburu dasar melakukan pembelian dengan menangkap dasar penting dengan harapan untuk mendapatkan keuntungan tambahan. Strategi ini menilai dasar dasar yang kuat, sementara menggabungkan berbagai kondisi penyaringan untuk menghindari sinyal palsu. Jika parameter disesuaikan dengan benar, kendali stop loss di tempat, strategi ini dapat mendapatkan efek yang baik dalam perdagangan singkat di pasar mata uang digital.
/*backtest
start: 2023-01-30 00:00:00
end: 2024-02-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("MACD Divergence Strategy", shorttitle="Strategy: MACD Dive", overlay=true)
// MACD设置
fastLength = input.int(12, "Fast Length")
slowLength = input.int(26, "Slow Length")
signalSmoothing = input.int(9, "Signal Smoothing")
[macdLine, signalLine, _] = ta.macd(close, fastLength, slowLength, signalSmoothing)
// 计算99日EMA均线
ema99 = ta.ema(close, 99)
// 计算RSI
rsiLength = input.int(14, title="RSI Length")
rsi = ta.rsi(close, rsiLength)
// 计算布林带中轨
length = input.int(20, "BB Length")
src = input(close, "Source")
mult = input.float(2.0, "BB StdDev")
basis = ta.sma(src, length)
// 买入筛选条件
priceLow = ta.lowest(low[1], 60)
macdLow = ta.lowest(macdLine[1], 60)
divergence = low < priceLow and macdLine > macdLow
allHighsBelowEma99 = true
for i = 0 to 14
if high[i] > ema99
allHighsBelowEma99 := false
rsiBelow = rsi < 31.1
priceDifference = (high - low) / low * 100
buySignal1 = divergence and allHighsBelowEma99 and rsiBelow
buySignal2 = high < ema99 and priceDifference >= 3 and close < open and high < basis
buySignal3 = buySignal1 or buySignal2
// 定义一个变量来存储买入时的价格
var float buyPrice = na
// 买入逻辑
if buySignal3
buyPrice := close // 存储买入时的价格
strategy.entry("Buy", strategy.long)
// 止盈和止损条件
longTakeProfit = buyPrice * 1.1 // 止盈设为买入价格的1.2倍
longStopLoss = buyPrice * 0.98// 止损设为买入价格的0.99倍
// 应用止盈和止损
strategy.exit("Exit", "Buy", limit=longTakeProfit, stop=longStopLoss)
// 绘制买入信号
plotshape(series=buySignal3, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)