
Strategi ini dilakukan dengan menghitung persimpangan antara EMA cepat dan EMA lambat, untuk menentukan arah tren pasar, dan untuk melakukan perdagangan pelacakan tren. Melakukan overtrading ketika EMA cepat melewati EMA lambat; melakukan posisi terbuka ketika harga jatuh di bawah EMA cepat.
Strategi ini menghitung EMA cepat dan EMA lambat dengan menginput EMA rata-rata jangka pendek i_shortTerm dan EMA rata-rata jangka panjang i_longTerm. Anda melakukan over entry ketika EMA jangka pendek memakai EMA jangka panjang ((goLongCondition1 kondisi), dan harga lebih tinggi dari EMA jangka pendek ((goLongCondition2 kondisi). Anda keluar dari posisi kosong ketika harga jatuh di bawah EMA jangka pendek (exitCondition2 kondisi).
Strategi ini didasarkan pada EMA rata-rata Golden Cross Principle, menilai tren utama pasar dan mengikuti tren dengan EMA yang cepat dan lambat. Ketika EMA jangka pendek melewati EMA jangka panjang, ini menunjukkan tren masuk pasar; Ketika harga lebih tinggi dari EMA jangka pendek, ini menunjukkan bahwa saat ini dalam tahap tren naik, masuk lebih banyak.
Strategi ini memiliki beberapa keuntungan utama:
Captured Menggunakan EMA untuk menentukan arah tren utama pasar, menghindari gangguan dari pergerakan pasar jangka pendek, dan mengunci tren utama.
Pengaturan parameter EMA cepat dan lambat, dapat menyesuaikan sensitivitas penilaian tren, fleksibel untuk beradaptasi dengan situasi yang berbeda.
Strategi logisnya sederhana dan jelas, mudah dipahami implementasinya, cocok untuk pemula dalam trading kuantitatif.
Parameter siklus EMA yang dapat disesuaikan, parameter penyesuaian untuk varietas dan pasar yang berbeda, untuk mengoptimalkan efek strategi.
Menggunakan harga untuk menembus EMA untuk keluar dari stop loss, dapat secara efektif mengendalikan risiko, melindungi dana.
Strategi ini juga memiliki beberapa risiko:
Ketika tren berbalik, sinyal silang EMA akan berbalik lebih lambat dari harga, yang dapat menyebabkan kerugian yang lebih besar.
Jika Anda melakukan beberapa penembusan untuk masuk ke EMA jangka pendek, kemungkinan akan terjadi penembusan palsu yang mengakibatkan kerugian.
Parameter paramedic yang tidak tepat juga dapat mempengaruhi hasil kebijakan.
Efeknya sangat terkait dengan tren pasar dan tidak cocok untuk semua varietas dan tahap.
Langkah-langkah manajemen risiko yang sesuai adalah:
Optimalkan parameter EMA untuk meningkatkan sensitivitas terhadap pembalikan tren.
Tambahkan filter indikator lain untuk menentukan waktu masuk.
Parameter debug terus dioptimalkan untuk menyesuaikan varietas dan pasar.
Memahami situasi di mana strategi ini dapat diterapkan, dan hindari penggunaan yang membabi buta.
Strategi ini dapat dioptimalkan dalam beberapa hal:
Menggunakan MACD, KD dan indikator lainnya untuk memfilter sinyal dan mengoptimalkan waktu masuk.
Menambahkan stop loss mobile, melacak keuntungan, dan mengontrol risiko lebih lanjut.
Optimalkan posisi stop loss dengan menggunakan indikator volatilitas ATR.
Untuk menguji metode pengaturan parameter EMA yang lebih ilmiah, dan untuk mengoptimalkan parameter lebih lanjut.
Multi-frame validasi sinyal, meningkatkan akurasi sinyal.
Cobalah strategi perbaikan BREAKOUT untuk menangkap situasi yang lebih besar pada fase percepatan tren.
Strategi ini menilai arah tren utama pasar melalui EMA cross-average, untuk mencapai perdagangan pelacakan tren yang sederhana dan efektif. Logika strategi jelas dan mudah diimplementasikan, risiko dapat dikendalikan, cocok untuk latihan pemula perdagangan kuantitatif. Dengan pengaturan parameter yang lebih optimal, masuk ke dalam metode penyaringan dan stop loss, efek strategi yang lebih baik dapat diperoleh.
/*backtest
start: 2023-02-15 00:00:00
end: 2024-02-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © pradhan_abhishek
//@version=5
strategy('EMA cross-over strategy by AP', overlay=true, shorttitle='EMACS-AP', initial_capital=100000, default_qty_value=100, default_qty_type=strategy.percent_of_equity, commission_value=0.025)
// inputs
i_shortTerm = input(title='Fast EMA', defval=21)
i_longTerm = input(title='Slow EMA', defval=55)
// select backtest range: if this is not given, then tradingview goes back since inception / whereever it finds data
i_from = input(defval = timestamp("01 Jan 2023 00:00"), title = "From")
i_to = input(defval = timestamp("31 Dec 2033 23:59"), title = "To")
i_showBg = input(defval = true, title = "Show In-trade / Out-trade background")
// create date function "within window of time"
date() => true
// exponential moving average (EMA) variables, derived from input parameters
shortTermEMA = ta.ema(close, i_shortTerm)
longTermEMA = ta.ema(close, i_longTerm)
atr = ta.atr(14)
// ### Trade strategy: begins ###
inTrade = strategy.position_size > 0
notInTrade = strategy.position_size <= 0
goLongCondition1 = shortTermEMA > longTermEMA
goLongCondition2 = close > shortTermEMA
// exitCondition1 = shortTermEMA < midTermEMA
exitCondition2 = close < shortTermEMA
// enter if not in trade and long conditions are met
if date() and goLongCondition1 and goLongCondition2 and notInTrade
strategy.entry('long', strategy.long)
// exit on stop-Loss hit
stopLoss = close - atr * 3
strategy.exit('exit', 'long', stop=stopLoss)
// exit if already in trade and take profit conditions are met
if date() and exitCondition2 and inTrade
strategy.close(id='long')
// ###Trade strategy: ends ###
// plot emas & background color for trade status
plot(shortTermEMA, color=color.new(color.blue, 0))
plot(longTermEMA, color=color.new(color.green, 0))
trade_bgcolor = notInTrade ? color.new(color.red, 75) : color.new(color.green, 75)
bgcolor(i_showBg ? trade_bgcolor : color.new(color.white, 75))