Strategi Trailing Stop Polinomial
ChaoZhang
Ringkasan
Strategi stop loss pelacakan polinomial adalah strategi yang melacak stop loss dalam bentuk fungsi polinomial. Strategi ini masuk pada titik persimpangan yang sederhana dengan menggeser tray. Pada saat masuk, tetapkan nilai minimum dari periode masuk. Setelah masuk, aktifkan dengan nilai minimum + D*Tracking stop loss dalam bentuk N^a, di mana minimum adalah minimum periode yang ditetapkan pada saat masuk, D adalah nilai mundur, N adalah jumlah K-line selama memegang posisi, dan a adalah derajat polinomial. Bila tracking stop loss melintasi K-line dari bawah ke atas melalui harga penutupan, posisi kosong.
Prinsip Strategi
Inti dari strategi multi-modal tracking stop loss adalah menggunakan kerangka strategi yang memiliki beberapa bentuk untuk melacak stop loss. Pertama, sinyal masuk dikirimkan di persimpangan rata-rata bergerak sederhana. Secara khusus, ketika harga close out bergeser dari atas ke bawah rata-rata bergerak sederhana. Setelah masuk, minimal siklus yang tercatat pada saat masuk tercatat sebagai penanda dasar stop loss berikutnya.
Keuntungan terbesar dari strategi ini adalah dapat menyesuaikan stop loss secara fleksibel sesuai dengan kondisi pasar, dan menjamin keuntungan setelah keuntungan. Dibandingkan dengan stop loss pelacakan linier tradisional, strategi ini memiliki stop loss multi-modal yang lebih halus dan dapat secara efektif mencegah stop loss yang tidak perlu dipicu.
Analisis Keunggulan
Keuntungan terbesar dari strategi stop loss multi-modal adalah:
Menggunakan metode multi-modal khusus untuk menghentikan, Anda dapat menyesuaikan garis stop loss secara fleksibel sesuai dengan kondisi pasar, menghindari masalah stop loss linier.
Berbeda dengan metode stop loss tradisional, strategi ini menyesuaikan garis stop loss dengan cara non-linear, yang secara signifikan mengurangi stop loss yang tidak perlu dipicu.
Strategi ini memungkinkan stop loss untuk bergerak dengan lancar, dan dapat menghentikan kerugian secara tepat waktu sambil menjamin keuntungan.
Strategi stop loss dapat berubah secara bebas melalui penyesuaian parameter dan memiliki kemampuan beradaptasi yang kuat terhadap perubahan pasar.
Kerangka kebijakan sederhana dan jelas, mudah diterapkan dan dioptimalkan.
Analisis risiko
Strategi stop loss multi-modal juga memiliki beberapa risiko yang mungkin:
Jika penyesuaian tracking stop line terlalu radikal, mungkin akan terjadi stop loss prematur. Hal ini dapat diatasi dengan optimasi parameter.
Dalam proses pergeseran stop loss yang lebih halus, peluang untuk keuntungan yang lebih besar dapat dilewatkan. Ini adalah pilihan yang diperlukan untuk strategi ini.
Fungsi polynomial dapat menghasilkan beberapa penetrasi harga yang tidak terduga, yang memerlukan penyesuaian parameter dan penambahan alat stop loss lainnya untuk menghindarinya.
Sebagai strategi perdagangan indikator teknis, strategi ini memiliki kemampuan yang lemah untuk menanggapi kejadian yang tidak terduga. Ini dapat ditingkatkan dengan intervensi buatan atau dengan kombinasi dengan model lain.
Arah optimasi
Strategi Stop Loss dengan pelacakan multi-modal memiliki beberapa optimasi utama:
Ada beberapa cara yang bisa dilakukan untuk mendapatkan beasiswa.
Mengoptimalkan rumus perhitungan untuk melacak stop loss line dan menemukan kombinasi parameter yang optimal.
Cobalah berbagai bentuk stop loss, seperti indeks, logarithm, dan lain sebagainya.
Selain stop loss, ada juga stop loss lainnya yang bisa digunakan untuk membangun stop loss.
Cobalah untuk menggabungkan model dengan pembelajaran mesin, pembelajaran mendalam, dan lain-lain, dan gunakan model untuk memprediksi dan memandu stop loss.
Menjelajahi dampak dari strategi yang diterapkan di berbagai pasar dan siklus.
Membangun mekanisme optimasi penyesuaian stop loss yang secara otomatis mengoptimalkan bentuk kurva stop loss.
Meringkaskan
Multiple Tracking Stop Strategy secara keseluruhan adalah strategi stop loss yang sangat praktis. Ia menerobos keterbatasan tradisional linear tracking stop loss, dengan menggunakan fungsi non-linear yang lebih halus sebagai stop loss, dapat secara signifikan mengurangi stop loss yang tidak perlu dan sekaligus menjamin keuntungan.
/*backtest
start: 2023-02-16 00:00:00
end: 2024-02-22 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/
// © Alferow
//@version=4
strategy("polynomic_stop", overlay=true, initial_capital=1000, commission_value=0.1, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
D = input(0.1, minval = 0.0001, title = 'decrement')
S = input(2, minval = 1.0, title = 'polynomial degree ')
MA = input(20, title = 'period SMA')
MN = input(20, title = 'period MIN_for')
SMA = sma(close, MA)
MIN = lowest(low, MN)
var stop = 0.0
var num = 0
if strategy.opentrades[1] == 0 and strategy.opentrades != 0
stop := MIN
if strategy.opentrades != 0
num := num + 1
if strategy.opentrades == 0
num := 0
stop := MIN
hl = stop + D * pow(num, S)
plot(hl)
plot(SMA, color = color.red)
strategy.entry("buy", true, when = close[1] < SMA[1] and close > SMA)
strategy.close("buy", when = crossover(hl, close))