1. Persegi
  2. B-Xtrender Eksponensial Moving Average Crossover Strategi

B-Xtrender Eksponensial Moving Average Crossover Strategi

Penulis:ChaoZhang, Tanggal: 2024-02-20 14:45:17
Tag:

img

Gambaran umum

Ini adalah strategi perdagangan yang didasarkan pada prinsip crossover rata-rata bergerak eksponensial (EMA). ini juga menggabungkan indikator RSI dan filter rata-rata bergerak untuk membentuk sistem perdagangan tren yang relatif lengkap dan pembalikan.

Logika Strategi

  1. Generasi sinyal perdagangan melalui EMA crossover cepat dan lambat.
  2. Gunakan RSI untuk konfirmasi sekunder, hanya mengambil sinyal ketika RSI juga melintasi ke arah yang sama.
  3. Tambahkan filter rata-rata bergerak 200 hari untuk menghindari sinyal selama periode goyah.

Keuntungan

  1. Konfirmasi RSI secara signifikan meningkatkan keandalan sinyal dan mengurangi sinyal palsu.
  2. Pilihan parameter EMA menyeimbangkan sensitivitas dan stabilitas.
  3. Filter MA menghilangkan kebisingan untuk menghindari perdagangan yang tidak perlu.

Risiko

  1. EMA memiliki masalah tertinggal pada perubahan harga yang tajam, meningkatnya kerugian atau sinyal yang hilang.
  2. Pengaturan RSI yang buruk juga bisa menyebabkan lag sinyal.
  3. Filter MA dapat menyaring sinyal tren awal.

Peluang Peningkatan

  1. Dinamis mengoptimalkan parameter EMA di seluruh siklus.
  2. Bereksperimen dengan indikator lain seperti MACD untuk menggabungkan dengan RSI.
  3. Parameter filter MA yang disetel dengan baik untuk pengurangan kebisingan yang optimal dan penangkapan kesempatan.

Kesimpulan

Ini adalah strategi yang solid secara keseluruhan dalam membangun sistem perdagangan EMA yang lengkap, dengan konfirmasi RSI tambahan untuk meningkatkan kualitas sinyal.

/*backtest
start: 2023-02-13 00:00:00
end: 2024-02-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © QuantTherapy
//@version=4
strategy("B-Xtrender [Backtest Edition] @QuantTherapy")

i_short_l1  = input(5 , title="[Short] L1")
i_short_l2  = input(20, title="[Short] L2")
i_short_l3  = input(15, title="[Short] L3")

i_long_l1   = input(20, title="[Long] L1")
i_long_l2   = input(15, title="[Long] L2")

i_ma_use    = input(true , title="[MA Filter] Yes/No" )
i_ma_len    = input(200  , title="[MA Filter] length" )
i_ma_type   = input("EMA", title="[MA Filter] type", options = ["SMA", "EMA"])

shortTermXtrender = rsi( ema(close, i_short_l1) - ema(close, i_short_l2), i_short_l3 ) - 50
longTermXtrender  = rsi( ema(close, i_long_l1), i_long_l2 ) - 50

shortXtrenderCol = shortTermXtrender > 0 ? shortTermXtrender > shortTermXtrender[1] ? color.lime : #228B22 : shortTermXtrender > shortTermXtrender[1] ? color.red : #8B0000
plot(shortTermXtrender, color=shortXtrenderCol, style=plot.style_columns, linewidth=1, title="B-Xtrender Osc. - Histogram", transp = 40)

longXtrenderCol   = longTermXtrender> 0 ? longTermXtrender > longTermXtrender[1] ? color.lime : #228B22 : longTermXtrender > longTermXtrender[1] ? color.red : #8B0000
macollongXtrenderCol =  longTermXtrender > longTermXtrender[1] ? color.lime : color.red
plot(longTermXtrender , color=longXtrenderCol, style=plot.style_columns, linewidth=2, title="B-Xtrender Trend - Histogram", transp = 90)

plot(longTermXtrender , color=#000000             , style=plot.style_line, linewidth=5, title="B-Xtrender Trend - Line", transp = 100)
plot(longTermXtrender , color=macollongXtrenderCol, style=plot.style_line, linewidth=3, title="B-Xtrender Trend - Line", transp = 100)

// --- Initialize MA Filter
ma = i_ma_type == "EMA" ? ema(close, i_ma_len) : sma(close, i_ma_len)
maFilterLong = true
maFilterShort = true
if i_ma_use
    maFilterLong  := close > ma ? true : false
    maFilterShort := close < ma ? true : false

long  = shortTermXtrender > 0 and longTermXtrender > 0 and maFilterLong
closeLong = shortTermXtrender < 0 or longTermXtrender < 0 
short = shortTermXtrender < 0 and longTermXtrender < 0 and maFilterShort
closeShort = shortTermXtrender > 0 or longTermXtrender > 0 

plotshape(long[1]==true  and long[2]==false  ? 0 : na , location=location.absolute, style=shape.labelup  , color=color.lime, size=size.small, transp=10)
plotshape(short[1]==true and short[2]==false ? 0 : na, location=location.absolute, style=shape.labeldown, color=color.red , size=size.small, transp=10)
plotshape(closeLong[1]==true and closeLong[2]==false
 or closeShort[1]==true and closeShort[2]==false ? 0 : na, location=location.absolute, style=shape.circle, color=color.orange , size=size.small)

i_perc     = input(defval = 20.0, title = "[TSL-%] Percent"  , minval = 0.1 )
i_src = close // constant for calculation
sl_val = i_src * i_perc / 100

strategy.entry("Long", strategy.long, when = long ) 
strategy.close("Long", when = closeLong)

strategy.entry("Short", strategy.short, when = short) 
strategy.close("Short", when = closeShort)

// Calculate SL
longStopPrice = 0.0, shortStopPrice = 0.0
longStopPrice := if (strategy.position_size > 0)
    stopValue = close - sl_val
    max(stopValue, longStopPrice[1])
else
    0

shortStopPrice := if (strategy.position_size < 0)
    stopValue = close + sl_val
    min(stopValue, shortStopPrice[1])
else
    syminfo.mintick*1000000

// For TSL Visualisation on Chart    
// plot(series=(strategy.position_size > 0) ? longStopPrice : na,
//      color=color.fuchsia, style = plot.style_circles,
//      linewidth=1, title="Long Trail Stop")
     
// plot(series=(strategy.position_size < 0) ? shortStopPrice : na,
//      color=color.fuchsia, style = plot.style_circles,
//      linewidth=1, title="Short Trail Stop")

if (strategy.position_size > 0)
    strategy.exit(id="TSL Long", stop=longStopPrice)

if (strategy.position_size < 0)
    strategy.exit(id="TSL Short", stop=shortStopPrice)
Lebih banyak

2019 FMZ - Semua hak dilindungi