Strategi perdagangan institusional berdasarkan aksi harga


Tanggal Pembuatan: 2024-02-23 15:04:39 Akhirnya memodifikasi: 2024-02-23 15:04:39
menyalin: 0 Jumlah klik: 790
1
fokus pada
1617
Pengikut

Strategi perdagangan institusional berdasarkan aksi harga

Ringkasan

Strategi ini disebut strategi perdagangan institusional yang didasarkan pada tindakan harga. Strategi ini berusaha untuk memanfaatkan beberapa pola perdagangan pedagang institusional, terutama kecenderungan mereka untuk memesan di dekat blok pesanan yang ditentukan. Strategi ini menggabungkan elemen nilai wajar, likuiditas, dan tindakan harga untuk menentukan waktu masuk dan keluar dari pasar.

Prinsip Strategi

Inti dari strategi ini adalah untuk mengidentifikasi pilar-pilar blok order - yaitu area harga di mana sejumlah besar aktivitas perdagangan lembaga telah terjadi di masa lalu. Wilayah-wilayah ini terkait dengan likuiditas yang signifikan.

Nilai wajar didefinisikan sebagai harga yang wajar untuk instrumen yang didasarkan pada indikator seperti moving average. Ketika harga saat ini jauh dari nilai wajar, ini dianggap sebagai sinyal ketidakseimbangan pasar.

Mobilitas juga merupakan faktor kunci, karena pedagang institusional cenderung melakukan perdagangan di daerah dengan mobilitas tinggi.

Strategi ini menentukan nilai wajar dengan menghitung rata-rata bergerak sederhana. Kemudian, ia mengidentifikasi blok pesanan potensial dengan panjang 20 periode. Jika selisih antara harga penutupan dan nilai wajar kurang dari 38,2% dari total tinggi blok pesanan, maka blok pesanan ditentukan.

Blok multi-headed order dianggap sebagai sinyal beli. Blok kosong-headed order dianggap sebagai sinyal jual.

Analisis Keunggulan

Keuntungan utama dari strategi ini adalah memanfaatkan model perdagangan pedagang institusional, yang mungkin membuatnya melampaui strategi yang didasarkan pada indikator yang lebih mekanis. Dengan fokus pada aliran pesanan dan area nilai, ini menggabungkan beberapa jenis analisis yang berbeda.

Keuntungan lainnya adalah:

  • Menggunakan Mobilitas untuk Mendapatkan Eksekusi yang Lebih Baik
  • Mengandalkan konsep yang mudah dilihat dan dipahami seperti order flow
  • Mudah untuk memvisualisasikan blok pesanan pada grafik
  • Fleksibel untuk menyesuaikan parameter seperti panjang blok

Analisis risiko

Strategi ini juga memiliki beberapa risiko potensial, seperti:

  • Bergantung pada penilaian perilaku harga masa lalu
  • Mungkin tidak dapat beroperasi dengan baik di pasar tanpa arus pesanan
  • Ini bisa menghasilkan sinyal palsu.
  • Mungkin akan kehilangan tren jangka pendek.

Untuk mengurangi risiko ini, disarankan untuk mempertimbangkan:

  • Tergabung dengan indikator lain untuk memfilter sinyal palsu
  • Menyesuaikan parameter seperti panjang blok
  • Menyaring sinyal dari transaksi

Arah optimasi

Berikut adalah beberapa potensi optimasi dari strategi ini:

  1. Uji dan optimalkan nilai parameter utama seperti panjang blok dan persentase kesenjangan harga wajar.
  2. Menambahkan indikator dan filter lainnya untuk meningkatkan kualitas
  3. Membangun mekanisme stop loss dan capture profit
  4. Menggabungkan lebih banyak sumber data seperti aktivitas buku pesanan
  5. Tes kekuatan dalam periode yang berbeda (dalam hari, beberapa hari, dll) dan di pasar yang berbeda
  6. Menambahkan prediksi pembelajaran mesin untuk memfilter sinyal

Meringkaskan

Secara keseluruhan, strategi ini menawarkan cara unik untuk memanfaatkan perilaku perdagangan pedagang institusional. Ini menggabungkan beberapa elemen dan memiliki beberapa keunggulan. Namun, seperti kebanyakan strategi perdagangan, strategi ini juga menghadapi risiko ketika ada perubahan pasar dan munculnya perilaku harga yang tidak terduga.

Kode Sumber Strategi
/*backtest
start: 2024-01-23 00:00:00
end: 2024-02-22 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("ICT Strategy", overlay=true)

// Input variables
length = input.int(20, minval=1, title="Order Block Length")
fairValuePeriod = input.int(60, minval=1, title="Fair Value Period")

// Calculate fair value
fairValue = ta.sma(close, fairValuePeriod)

// Determine order blocks
isOrderBlock(high, low) =>
    highestHigh = ta.highest(high, length)
    lowestLow = ta.lowest(low, length)
    absHighLowDiff = highestHigh - lowestLow
    absCloseFairValueDiff = (close - fairValue)
    (absCloseFairValueDiff <= 0.382 * absHighLowDiff)

isBuyBlock = isOrderBlock(high, low) and close > fairValue
isSellBlock = isOrderBlock(high, low) and close < fairValue

// Plot fair value and order blocks
plot(fairValue, color=color.blue, title="Fair Value")
plotshape(isBuyBlock, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.small)
plotshape(isSellBlock, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.small)

// Strategy logic
if (isBuyBlock)
    strategy.entry("Buy", strategy.long)
    
if (isSellBlock)
    strategy.entry("Sell", strategy.short)