Strategi Menemukan Titik Tertinggi dan Terendah Osilator Parabol
ChaoZhang
Ringkasan
Strategi ini digunakan untuk menilai tren dan fluktuasi harga dengan menghitung rata-rata dan diferensial dari periode yang berbeda, untuk mengidentifikasi titik tinggi dan rendah.
Prinsip Strategi
Logika inti dari strategi ini adalah menghitung rata-rata dan diferensial dari periode yang berbeda dalam beberapa waktu terakhir. Secara khusus, menghitung rata-rata ((ma, mb, mc) dan diferensial ((da, db, dc) dari 5 hari, 4 hari, dan 3 hari terakhir, masing-masing. Kemudian lebih besar, pilih salah satu periode dengan diferensial terbesar yang mewakili tren saat ini.
Dengan demikian, ketika harga terjadi terobosan ke atas atau terobosan ke bawah, siklus dan selisih yang mewakili tren akan mengalami perubahan yang lebih besar. Dengan demikian, output akhir WG juga menghasilkan perubahan yang lebih besar, untuk mengidentifikasi titik tinggi dan rendah.
Analisis Keunggulan
Metode ini bekerja dengan baik dengan mengidentifikasi titik-titik perubahan harga yang jelas berdasarkan perubahan tren pada periode yang berbeda. Metode ini menggabungkan beberapa periode untuk meningkatkan akurasi dan ketepatan waktu penilaian dibandingkan dengan penilaian siklus tunggal.
Perhitungan rata-rata dan diferensial juga sangat sederhana dan efektif, tidak banyak kode, dan sangat sensitif terhadap perubahan harga yang tiba-tiba, sehingga dapat dengan cepat menemukan terobosan.
Analisis risiko
Periode yang digunakan dalam strategi ini lebih pendek, dan penilaian mungkin tidak cukup akurat dan komprehensif untuk garis tengah dan panjang. Pertumbuhan harga dalam jangka pendek dapat menyebabkan kesalahan penilaian.
Selain itu, pengaturan bobot rata-rata dan diferensial juga dapat mempengaruhi hasil penilaian, dan jika bobot tidak diatur dengan benar, sinyal mungkin menyimpang.
Arah optimasi
Anda dapat mencoba untuk menambahkan lebih banyak perhitungan periode yang berbeda untuk membentuk kombinasi siklus, sehingga penilaian lebih komprehensif. Misalnya, menambahkan 10 hari, 20 hari, dan lain-lain untuk menilai periode jangka panjang.
Anda juga dapat mencoba berbagai skema pengaturan bobot, meningkatkan fleksibilitas pengaturan bobot. Anda juga dapat menambahkan optimasi parameter, sehingga bobot dapat disesuaikan secara otomatis dengan kondisi pasar, mengurangi kemungkinan kesalahan penilaian.
Selain itu, indikator-indikator lain, seperti volume transaksi yang tidak normal, dapat dikombinasikan untuk menghindari penilaian yang keliru dari perdagangan lelang.
Meringkaskan
Strategi ini memiliki konsep yang jelas dan mudah dimengerti, menggunakan garis rata-rata dan diferensial untuk menilai tren harga dan fluktuasi, dan kemudian output portofolio dapat dengan jelas mengidentifikasi kurva titik tinggi dan rendah. Metode ini didasarkan pada penilaian portofolio multi-siklus, dapat secara efektif mendapatkan karakteristik jangka panjang pasar, meningkatkan akurasi penilaian titik pivot. Ruang optimasi juga sangat besar, dapat disesuaikan dengan berbagai aspek, seperti siklus, berat, dan indikator, sehingga strategi lebih stabil dan komprehensif.
/*backtest
start: 2024-02-12 00:00:00
end: 2024-02-19 00:00:00
period: 12h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("x²", overlay=false)
a1=(close[2]-close[3])/1
a2=(close[1]-close[3])/4
a3=(close[0]-close[3])/9
b1=(close[3]-close[4])/1
b2=(close[2]-close[4])/4
b3=(close[1]-close[4])/9
b4=(close[0]-close[4])/16
c1=(close[4]-close[5])/1
c2=(close[3]-close[5])/4
c3=(close[2]-close[5])/9
c4=(close[1]-close[5])/16
c5=(close[0]-close[5])/25
ma=(a1+a2+a3)/3
da=(a1-ma)*(a1-ma)
da:=da+(a2-ma)*(a2-ma)
da:=da+(a3-ma)*(a3-ma)
da:=sqrt(da)
da:=min(2, da)
da:=1-da/2
da:=max(0.001, da)
mb=(b1+b2+b3+b4)/4
db=(b1-mb)*(b1-mb)
db:=db+(b2-mb)*(b2-mb)
db:=db+(b3-mb)*(b3-mb)
db:=db+(b4-mb)*(b4-mb)
db:=sqrt(db)
db:=min(2, db)
db:=1-db/2
db:=max(0.001, db)
mc=(c1+c2+c3+c4+c5)/5
dc=(c1-mc)*(c1-mc)
dc:=dc+(c2-mc)*(c2-mc)
dc:=dc+(c3-mc)*(c3-mc)
dc:=dc+(c4-mc)*(c4-mc)
dc:=dc+(c5-mc)*(c5-mc)
dc:=sqrt(dc)
dc:=min(2, dc)
dc:=1-dc/2
dc:=max(0.001, dc)
g=close
if(da>db and da>dc)
g:=da*da*ma
else
if(db > da and db > dc)
g:=db*db*mb
else
g:=dc*dc*mc
wg=wma(g, 2)
plot(wg)
plot(0, color=black)
longCondition = true //crossover(sma(close, 14), sma(close, 28))
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long)
shortCondition = true //crossunder(sma(close, 14), sma(close, 28))
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short)