Membalikkan strategi pengaturan ekstrem


Tanggal Pembuatan: 2024-02-21 14:08:09 Akhirnya memodifikasi: 2024-02-21 14:08:09
menyalin: 0 Jumlah klik: 716
1
fokus pada
1617
Pengikut

Membalikkan strategi pengaturan ekstrem

Ringkasan

Strategi setup ekstrim reversal adalah strategi yang menggunakan reversal garis K ekstrim. Strategi ini dinilai berdasarkan ukuran entitas dan rata-rata dari garis K terbaru, dan menghasilkan sinyal perdagangan jika ukuran entitas lebih besar dari rata-rata dan terjadi reversal.

Prinsip Strategi

Strategi ini terutama menilai ukuran entitas dari garis K saat ini dan ukuran garis K secara keseluruhan.

Ini akan mencatat ukuran entitas dari satu baris K terbaru (perbedaan antara harga buka dan harga tutup) dan ukuran keseluruhan baris K (perbedaan antara harga tertinggi dan harga terendah).

Kemudian menggunakan rata-rata real-range average (RMA) untuk menghitung ukuran entitas rata-rata dan ukuran garis K dari 20 garis K terbaru.

Ketika K-line terbaru berputar dan ukuran entitasnya lebih besar dari ukuran entitas rata-rata, dan ukuran K-line secara keseluruhan juga lebih besar dari ukuran K-line rata-rata 2 kali lipat, menghasilkan sinyal multitasking.

Sebaliknya, ketika garis K terbarunya turun dan ukuran entitas juga memenuhi kondisi di atas, sinyal shorting dihasilkan.

Pada saat garis K yang ekstrem berbalik, nilai rata-rata digunakan untuk menghasilkan sinyal perdagangan.

Analisis Keunggulan

Keuntungan utama dari strategi ini adalah:

  1. Menggunakan karakteristik garis K ekstrim, mudah untuk membentuk reversal
  2. Perbandingan ukuran entitas dan ukuran garis K secara keseluruhan, mencari titik yang tidak biasa
  3. Menggunakan RMA untuk menghitung rata-rata dinamis, menyesuaikan dengan perubahan pasar
  4. Kombinasi dengan reversal mode, sinyal lebih dapat diandalkan

Analisis risiko

Strategi ini juga memiliki beberapa risiko:

  1. Kabel Extreme K tidak akan berbalik, mungkin akan terus beroperasi
  2. Setting parameter yang tidak tepat dapat menyebabkan terlalu sensitif atau lambat
  3. Investor membutuhkan cukup pergerakan pasar untuk menjadi dukungan, tidak cocok untuk penyesuaian pasar
  4. Ini dapat menyebabkan sinyal perdagangan yang sering, meningkatkan biaya transaksi dan risiko slippage.

Untuk mengurangi risiko, parameter dapat disesuaikan dengan tepat, atau stop loss dapat ditambahkan untuk mengendalikan kerugian.

Arah optimasi

Strategi ini dapat dioptimalkan dalam beberapa hal:

  1. Meningkatkan Filter Transaksi untuk Menghindari Penembusan Palsu
  2. Pengaturan dinamis yang menggunakan parameter optimasi indikator volatilitas
  3. Menggunakan indikator tren untuk menghindari overdoing.
  4. Meningkatkan Probabilitas Pembelahan Garis K dari Model Pembelajaran Mesin
  5. Masuk ke Stop Loss

Meringkaskan

Strategi pengaturan ekstrim reversal menghasilkan sinyal perdagangan dengan menilai kondisi ekstrim dari garis K terbaru dan menghasilkan sinyal perdagangan ketika terjadi reversal. Ini memiliki keunggulan dalam memanfaatkan karakteristik garis K ekstrim yang tidak biasa, tetapi juga memiliki risiko tertentu. Kinerja strategi yang lebih baik dapat diperoleh melalui pengoptimalan parameter dan metode kontrol angin.

Kode Sumber Strategi
/*backtest
start: 2024-02-13 00:00:00
end: 2024-02-20 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Extreme Reversal Setup", overlay=true)

bodySize = input(defval=0.75)
barsBack = input(title="Lookback Period", type=input.integer, defval=20, minval=0)
bodyMultiplier = input(title="Bar ATR Multiplier", type=input.float, defval=2.0, minval=0)

myBodySize = abs(close - open)
averageBody = rma(myBodySize, barsBack)
myCandleSize = abs(high - low)
averageCandle = rma(myCandleSize, barsBack)

signal_long = open[1]-close[1] >= bodySize*(high[1]-low[1]) and 
   high[1]-low[1] > averageCandle*bodyMultiplier and 
   open[1]-close[1] > averageBody and close > open
signal_short = close[1]-open[1] >= bodySize*(high[1]-low[1]) and 
   high[1]-low[1] > averageCandle*bodyMultiplier and 
   close[1]-open[1] > averageBody and open > close

plotshape(signal_long, "LONG", shape.triangleup, location.belowbar, size=size.normal)
plotshape(signal_short, "SHORT", shape.triangledown, location.belowbar, size=size.normal)

strategy.entry("LONG", strategy.long, when=signal_long)
strategy.entry("SHORT", strategy.short, when=signal_short)