1. Persegi
  2. Strategi Bottom Hunter

Strategi Bottom Hunter

Penulis:ChaoZhang, Tanggal: 2024-02-06 09:26:54
Tag:

img

Gambaran umum

Strategi Bottom Hunter adalah strategi perdagangan jangka pendek untuk mata uang kripto. Strategi ini mengidentifikasi titik masuk yang tepat dengan mengenali dasar selama tren penurunan.

Prinsip Strategi

Strategi ini menggabungkan beberapa indikator teknis untuk mengidentifikasi dasar. Secara khusus, ini menggunakan indikator MACD untuk menilai sinyal pembalikan dasar, indikator RSI untuk menentukan status oversold, dan Bollinger Bands untuk menentukan apakah harga berada di bawah rel bawah. Sinyal beli dihasilkan ketika semua kondisi terpenuhi.

Pertama, strategi menggunakan divergensi MACD untuk menilai dasar. Yang disebut divergensi berarti bahwa harga membuat rendah baru sementara indikator MACD tidak membuat rendah baru. Situasi ini mewakili melemahnya volume perdagangan dan biasanya menandakan pembalikan tren yang akan datang.

Kedua, strategi mengharuskan indikator RSI berada di bawah 31,1. RSI di bawah 30 mewakili keadaan oversold, yang memberikan kesempatan untuk membeli.

Akhirnya, strategi mengharuskan harga penutupan berada di bawah rel tengah Bollinger Bands. Ini menunjukkan bahwa harga telah turun di bawah kisaran normal, sehingga memberikan kesempatan yang lebih baik untuk membeli.

Ketika semua kondisi di atas terpenuhi pada saat yang sama, strategi menghasilkan sinyal beli dan menetapkan posisi.

Analisis Keuntungan

Strategi Bottom Hunter memiliki keuntungan berikut:

  1. Penggunaan beberapa indikator untuk menentukan dasar memastikan keakuratan identifikasi dasar
  2. Menggunakan divergensi MACD untuk menilai sinyal pembalikan adalah teknik perdagangan yang berpengalaman
  3. Menghakimi kedua oversold dan anomali menghindari risiko palsu breakouts
  4. Pengendalian posisi yang konservatif, hanya membangun posisi di titik kunci, menghindari perdagangan yang berlebihan

Analisis Risiko

Strategi ini juga memiliki beberapa risiko:

  1. Pasar dapat jatuh lebih jauh tanpa stop loss yang tepat waktu
  2. Kombinasi dari beberapa kondisi untuk menilai bagian bawah mungkin melewatkan bagian bawah dalam beberapa skenario
  3. Penentuan manual parameter seperti ambang RSI dapat mempengaruhi kinerja strategi

Menanggapi risiko di atas, pelacakan stop loss real-time, penyesuaian rentang parameter, dll. dapat digunakan untuk optimalisasi.

Arahan Optimasi

Strategi dapat dioptimalkan dalam arah berikut:

  1. Meningkatkan mekanisme stop loss adaptif untuk menyesuaikan posisi stop loss secara fleksibel berdasarkan volatilitas pasar
  2. Uji dan optimalkan kriteria untuk menentukan sinyal beli untuk mengidentifikasi parameter optimal
  3. Meningkatkan algoritma pembelajaran mesin untuk secara otomatis mengidentifikasi parameter dan aturan perdagangan
  4. Tambahkan modul penilaian tren untuk menghindari masuk ke pasar konsolidasi selama pasar tren
  5. Masukkan indikator tambahan seperti perubahan volume untuk meningkatkan identifikasi dasar

Ringkasan

Strategi Bottom Hunter membeli di dasar kunci untuk mencapai hasil yang berlebihan. Alasan untuk menentukan dasar adalah kuat, sambil menggabungkan beberapa kondisi filter untuk menghindari sinyal palsu. Dengan penyesuaian parameter yang tepat dan kontrol stop loss, strategi ini dapat berkinerja baik dalam perdagangan cryptocurrency jangka pendek.

/*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)
Lebih banyak

2019 FMZ - Semua hak dilindungi