Strategi perdagangan kuantitatif berdasarkan pola dan kandil
ChaoZhang
Ringkasan
Ini adalah strategi perdagangan kuantitatif yang menggabungkan analisis bentuk dengan bentuk garis pivot. Strategi ini memungkinkan perdagangan otomatis dengan risiko rendah dan keuntungan tinggi dengan mendeteksi titik-titik penting dalam grafik harga dan bentuk pivot yang mewakili pembalikan yang kuat.
Prinsip Strategi
Strategi ini didasarkan pada analisis terperinci tentang pergerakan harga, menggabungkan analisa bentuk dan analisa garis matriks, dan menetapkan logika entry dan stop loss yang jelas, yang memungkinkan pelacakan tren yang efektif.
Secara khusus, kondisi masuknya adalah: harga di atas melewati dua garis K teratas dan terjadi penembusan bentuk titik tinggi pra-fase atau bentuk penetrasi multi-kepala atau salah satu bentuk batang. Kondisi kombinasi ini dapat secara efektif mengkonfirmasi peluang bullish. Sementara kondisi stop lossnya adalah: harga di bawah melewati dua garis K terendah.
Dalam bentuk penilaian, strategi ini menggabungkan garis klasifikasi yang digunakan untuk mengidentifikasi titik balik yang penting, dan tiga bentuk tipikal yang digunakan untuk menilai pembalikan tren. Di antaranya, klasifikasi titik balik yang penting digunakan untuk menilai teori klasifikasi yang lebih luas, dan klasifikasi bentuk seperti multihead, airhead, dan kelinci menggunakan algoritma yang lebih canggih.
Dalam implementasi spesifik, strategi ini ditulis menggunakan skrip pine. Logika implementasi pengetesan yang tertip adalah ketika harga tertinggi dari garis K saat ini sama dengan harga tertinggi dari 3 garis K sebelumnya, yaitu top tertip. Prinsip penilaian dari tipe bawah mirip.
Keunggulan Strategis
Keuntungan utama dari strategi ini adalah:
- Pengertian yang lebih baik adalah bahwa jenis-jenis dan bentuk-bentuk jamur dapat diukur dengan tepat.
- Logika entry-and-stop adalah jelas, sederhana, dan mudah diterapkan.
- Menggunakan teori dan indikator yang sudah mapan, masalah over-fitting dapat dihindari.
- Skrip Pine ditulis untuk platform utama seperti TradingView.
Risiko Strategis
Strategi ini masih memiliki beberapa risiko yang perlu diperhatikan:
- Ada beberapa hal yang dapat kita lakukan untuk mengidentifikasi jenis dan bentuk orang yang kita kenal.
- Dalam jangka pendek, sinyal-sinyal yang salah dapat terjadi secara berurutan.
- Stop loss yang diperlukan untuk trading frekuensi tinggi.
Untuk risiko tersebut, dapat dikendalikan dengan mengoptimalkan strategi stop loss, memperkenalkan filter tren, menggunakan alat kuantitatif untuk memverifikasi parameter strategi dan sebagainya.
Optimasi Strategi
Strategi ini dapat dioptimalkan lebih lanjut dengan cara:
- Menyesuaikan parameter dari kerucut untuk memastikan keakuratan penilaian;
- Meningkatkan penilaian terhadap tren untuk menghindari sinyal-sinyal yang salah karena getaran jangka pendek;
- Memperkenalkan metode seperti pembelajaran mesin untuk mengoptimalkan parameter secara otomatis.
Dengan optimasi tersebut, stabilitas dan profitabilitas strategi dapat ditingkatkan lebih lanjut.
Meringkaskan
Artikel ini membahas strategi perdagangan kuantitatif berdasarkan garis pembagian dan bentuk pilar. Strategi ini dapat menilai dengan akurat, mudah diterapkan, dapat secara efektif menangkap tren harga dan melakukan perdagangan otomatis. Dengan pengoptimalan dan verifikasi yang berkelanjutan, kinerjanya akan ditingkatkan lebih lanjut, layak untuk penelitian dan penerapan investor atau pedagang yang mendalam.
/*backtest
start: 2023-02-12 00:00:00
end: 2024-02-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Fractal & Pattern Entry/Exit Strategy", overlay=true)
// Fractal calculation
fractalHigh = high == highest(3)
fractalLow = low == lowest(3)
// Pattern detection
bullishEngulfing = open < close[1] and close > open[1] and close > open + (open[1] - close[1]) * 2 and low < min(open, close) and high > max(open, close) and open[1] > close[1]
bearishEngulfing = open > close[1] and close < open[1] and open > close + (close[1] - open[1]) * 2 and high > max(open, close) and low < min(open, close) and open[1] < close[1]
hammer = open < close and close > (high + low + open * 2) / 4 and close - open > (high - low) * 0.6 and high - close < (high - low) * 0.1 and open - low < (high - low) * 0.1
hangingMan = open > close and open < (high + low + close * 2) / 4 and open - close > (high - low) * 0.6 and high - open < (high - low) * 0.1 and close - low < (high - low) * 0.1
// Entry condition
longCondition = crossover(close, highest(2)[1]) and (fractalHigh or bullishEngulfing or hammer)
shortCondition = crossunder(close, lowest(2)[1]) and (fractalLow or bearishEngulfing or hangingMan)
// Exit condition
exitLongCondition = crossunder(close, lowest(2)[1])
exitShortCondition = crossover(close, highest(2)[1])
// Entry and exit orders
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)
if (exitLongCondition)
strategy.close("Long")
if (exitShortCondition)
strategy.close("Short")
// Plot fractals
plotshape(fractalHigh, title="Fractal High", style=shape.triangledown, location=location.abovebar, color=color.green, size=size.small)
plotshape(fractalLow, title="Fractal Low", style=shape.triangleup, location=location.belowbar, color=color.red, size=size.small)
// Plot patterns
plotshape(bullishEngulfing, title="Bullish Engulfing", style=shape.arrowup, location=location.belowbar, color=color.green, size=size.small)
plotshape(bearishEngulfing, title="Bearish Engulfing", style=shape.arrowdown, location=location.abovebar, color=color.red, size=size.small)
plotshape(hammer, title="Hammer", style=shape.arrowup, location=location.belowbar, color=color.green, size=size.small)
plotshape(hangingMan, title="Hanging Man", style=shape.arrowdown, location=location.abovebar, color=color.red, size=size.small)