1. Persegi
  2. Strategi perdagangan lintas rata-rata bergerak

Strategi perdagangan lintas rata-rata bergerak

Penulis:ChaoZhang, Tanggal: 2024-02-22 16:36:26
Tag:

img

Gambaran umum

Strategi perdagangan crossover rata-rata bergerak mengidentifikasi tren bullish dan bearish dalam harga saham dengan menghitung rata-rata bergerak cepat (garis 50 hari) dan rata-rata bergerak lambat (garis 200 hari) untuk menangkap peluang perdagangan potensial. Ketika rata-rata bergerak cepat melintasi di atas rata-rata bergerak lambat, itu menunjukkan bahwa tren kenaikan harga saham terbentuk dan strategi akan membentuk posisi panjang. Ketika rata-rata bergerak cepat melintasi di bawah rata-rata bergerak lambat, itu menunjukkan tren penurunan harga saham terbentuk dan strategi akan membentuk posisi pendek.

Prinsip Strategi

Logika inti dari strategi ini didasarkan pada golden cross dan death cross dari moving averages untuk menentukan tren harga. Secara khusus, jika rata-rata bergerak 50 hari melintasi di atas rata-rata bergerak 200 hari, itu disebut golden cross yang menunjukkan tren naik yang akan datang. Jika rata-rata bergerak 50 hari turun di bawah rata-rata bergerak 200 hari, itu disebut death cross yang menunjukkan tren penurunan yang akan datang. Strategi akan pergi panjang pada salib emas dan pergi pendek pada salib kematian untuk menangkap titik balik harga untuk keuntungan.

Dalam kode ini, rata-rata bergerak cepat (garis 50 hari) dan rata-rata bergerak lambat (garis 200 hari) dihitung terlebih dahulu, kemudian hubungan antara dua garis rata-rata dinilai. Jika rata-rata bergerak cepat lebih besar dari rata-rata bergerak lambat (salib emas), itu berarti harga saham berada dalam tren kenaikan. Pada titik ini, strategi akan menetapkan posisi panjang. Sebaliknya, jika rata-rata bergerak cepat kurang dari rata-rata bergerak lambat (salib kematian), itu berarti tren penurunan terbentuk dalam harga saham. Strategi akan menetapkan posisi pendek.

Analisis Keuntungan

Keuntungan dari strategi ini meliputi:

  1. Aturan sederhana dan jelas yang mudah dipahami dan diterapkan
  2. Indikator rata-rata bergerak yang matang dan dapat diandalkan dengan aplikasi luas
  3. Dapat secara efektif menyaring kebisingan pasar dan mengidentifikasi tren harga
  4. Tingkat kemenangan yang relatif tinggi
  5. Parameter rata-rata bergerak yang dapat disesuaikan untuk menyesuaikan dengan lingkungan pasar yang berbeda

Singkatnya, dengan memanfaatkan keuntungan dari indikator rata-rata bergerak dan menetapkan parameter yang wajar, strategi ini membentuk sistem pelacakan tren yang stabil, mengambil keuntungan dari tren kenaikan di pasar bull dan menangkap peluang shorting dalam tren penurunan di pasar bear.

Risiko dan Solusi

Strategi ini juga memiliki beberapa risiko, terutama dalam aspek berikut:

  1. Efek Whipsaw. Mungkin ada beberapa sinyal palsu ketika harga berosilasi di sekitar moving average. Hal ini dapat dikurangi dengan mengoptimalkan parameter moving average.

  2. Nilai rata-rata bergerak memiliki efek keterlambatan dan dapat melewatkan titik pembalikan kunci ketika harga berbalik dengan cepat. Indikator lain seperti MACD dapat dikombinasikan untuk membantu penilaian.

  3. Tidak cocok untuk pasar yang volatile. Crossover moving averages mungkin tidak bekerja dengan baik di pasar yang sangat volatile. Pertimbangkan untuk menghentikan strategi secara sementara atau menggabungkan metrik volatilitas untuk menghindari kondisi pasar yang ekstrim.

  4. Ada ruang yang relatif kecil untuk mengoptimalkan parameter rata-rata bergerak yang lebih bergantung pada pengalaman manusia dikombinasikan dengan optimasi.

Arahan Optimasi

Strategi dapat dioptimalkan lebih lanjut dari aspek berikut:

  1. Gabungkan dengan indikator lain untuk membentuk kombinasi indikator untuk meningkatkan kinerja strategi, misalnya menambahkan MACD, metrik volatilitas, dll.

  2. Mengoptimalkan parameter rata-rata bergerak untuk mengurangi kesalahan.

  3. Tambahkan logika stop loss untuk mengendalikan risiko, misalnya set stop loss persentase atau stop loss trailing dinamis.

  4. Manfaatkan model pembelajaran mesin untuk mengoptimalkan parameter secara dinamis yang beradaptasi dengan perubahan pasar.

  5. Skala posisi ke biaya masuk rata-rata daripada entri posisi penuh satu kali.

Kesimpulan

Secara keseluruhan, strategi ini adalah strategi kuantitatif yang stabil, praktis dan mudah diterapkan. Ini menggunakan indikator rata-rata bergerak yang matang untuk menentukan tren harga dan posisi terbuka ketika pembalikan tren terjadi untuk menangkap keuntungan. Keuntungannya terletak pada kesederhanaan, stabilitas dan tingkat kemenangan yang relatif tinggi, menjadikannya cocok sebagai strategi perdagangan kuantitatif mendasar. Tentu saja masih ada ruang untuk perbaikan. Investor dapat mengoptimalkan strategi ini sesuai dengan kebutuhan mereka sendiri untuk kinerja yang lebih baik.

/*backtest
start: 2024-01-22 00:00:00
end: 2024-02-21 00:00:00
period: 1h
basePeriod: 15m
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/
// © pablobm0933

//@version=5
strategy("Estrategia de Trading")

// Definir medias móviles para identificar tendencias
fast_ma = ta.sma(close, 50) // Media móvil rápida
slow_ma = ta.sma(close, 200) // Media móvil lenta

// Condiciones para identificar tendencia alcista
tendencia_alcista = fast_ma > slow_ma

// Condiciones para identificar tendencia bajista
tendencia_bajista = fast_ma < slow_ma

// Dibujar las medias móviles en el gráfico
plot(fast_ma, color=color.blue, linewidth=2)
plot(slow_ma, color=color.red, linewidth=2)

// Detectar señales de entrada y salida
if (tendencia_alcista)
    strategy.entry("Compra", strategy.long)
    strategy.exit("Venta", "Compra", loss=close*0.02) // Salida de la posición con una pérdida del 2%
    
if (tendencia_bajista)
    strategy.entry("Venta", strategy.short)
    strategy.exit("Compra", "Venta", loss=close*0.02) // Salida de la posición con una pérdida del 2%
Lebih banyak

2019 FMZ - Semua hak dilindungi