1. Persegi
  2. Strategi Perdagangan Divergensi Terfilter Stochastic Berganda yang Luar Biasa

Strategi Perdagangan Divergensi Terfilter Stochastic Berganda yang Luar Biasa

Penulis:ChaoZhangTanggal: 2024-02-27 15:51:44
Tag:

img

Gambaran umum

Strategi perdagangan Awesome Oscillator Double Stochastic Filtered Divergence mengidentifikasi peluang beli dan jual potensial melalui mendeteksi divergensi antara Awesome Oscillator (AO) dan aksi harga, disaring oleh kondisi overbought dan oversold Stochastic Oscillator untuk meningkatkan keandalan sinyal.

Logika Strategi

Strategi ini terdiri dari komponen berikut:

  1. Perhitungan Awesome Oscillator (AO): AO adalah perbedaan antara SMA 5 periode dan 34 periode dari titik tengah (HL2) untuk mengidentifikasi dinamika momentum pasar.

  2. Stochastic Oscillator: Digunakan untuk mengukur momentum dan titik pembalikan potensial dengan membandingkan harga penutupan dengan kisaran harga selama periode.

  3. Logika Deteksi Divergensi: Sederhananya ketika harga bergerak ke satu arah sementara AO bergerak ke arah yang berlawanan.

  4. Filter Stochastic: Sinyal yang disaring oleh kondisi overbought Stochastic untuk menjual dan oversold untuk membeli.

  5. Pemetaan sinyal: Sinyal yang dikonfirmasi setelah penyaringan digambarkan pada grafik sebagai bentuk.

  6. Aturan masuk: entri panjang pada sinyal bullish dikonfirmasi, entri pendek pada sinyal bearish dikonfirmasi.

Analisis Keuntungan

Strategi ini menggabungkan mengikuti tren dan mengidentifikasi pembalikan, dengan sinyal yang dapat diandalkan.

  1. AO membantu mengidentifikasi perubahan tren jangka pendek, perbedaan dengan harga memberikan sumber sinyal yang dapat diandalkan.

  2. Filter stokastik menghindari sinyal palsu tanpa konfirmasi overbought/oversold.

  3. Menggabungkan indikator memberikan penilaian pasar yang kuat dan keandalan.

  4. Sinyal dan aturan masuk yang jelas, penerapan yang mudah.

  5. Pilihan indikator dan parameter yang wajar, backtest yang baik dan kinerja langsung.

Analisis Risiko

Risiko potensial termasuk:

  1. Deteksi divergensi yang sederhana berisiko salah menilai sinyal. Optimasi dapat mengurangi kemungkinan salah menilai.

  2. Pengaturan parameter statis dapat berkinerja buruk dalam kondisi pasar yang berubah. parameter adaptif dapat meningkatkan kinerja.

  3. Filter stokastis dapat kehilangan beberapa peluang menguntungkan.

  4. Tidak ada mekanisme pengendalian kerugian yang ketat untuk posisi terbuka.

Arahan Optimasi

Bidang untuk optimalisasi lebih lanjut:

  1. Meningkatkan logika identifikasi sinyal divergensi untuk sinyal berkualitas tinggi.

  2. Uji kombinasi parameter yang berbeda untuk menemukan parameter yang optimal.

  3. Masukkan strategi stop loss untuk mengendalikan penurunan pada perdagangan individu.

  4. Mengoptimalkan aturan ukuran entri dan manajemen posisi terbuka.

  5. Memperkenalkan pembelajaran mesin untuk parameter dinamis dan optimasi logika.

  6. Tambahkan lebih banyak sumber data untuk pengemudi faktor multivariate.

Ringkasan

Strategi AO Double Stochastic Filtered Divergence secara efektif menggabungkan trend following dan reversal identification melalui AO divergence dan Stochastic filtering. Aturan yang jelas, hasil backtest yang baik, dengan potensi praktis yang kuat. Optimasi lebih lanjut dapat menghasilkan simulasi yang lebih baik dan kinerja langsung.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Fixed AO Divergence Strategy", shorttitle="Fixed AO+Stoch", overlay=true)

// Calculate Awesome Oscillator
ao() => ta.sma(hl2, 5) - ta.sma(hl2, 34)
aoVal = ao()

// Stochastic Oscillator
stochK = ta.stoch(close, high, low, 14)
stochD = ta.sma(stochK, 3)

// Simplify the divergence detection logic
// For educational purposes, we will define a basic divergence detection mechanism
// Real-world application would require more sophisticated logic

// Detect bullish and bearish divergences based on AO and price action
bullishDivergence = (close > close[1]) and (aoVal < aoVal[1])
bearishDivergence = (close < close[1]) and (aoVal > aoVal[1])

// Stochastic Overbought/Oversold conditions
stochOverbought = (stochK > 80) and (stochD > 80)
stochOversold = (stochK < 20) and (stochD < 20)

// Filtered signals
confirmedBullishSignal = bullishDivergence and stochOversold
confirmedBearishSignal = bearishDivergence and stochOverbought

// Plot signals
plotshape(series=confirmedBullishSignal, style=shape.triangleup, location=location.belowbar, color=color.green, title="Bullish Divergence", text="BUY")
plotshape(series=confirmedBearishSignal, style=shape.triangledown, location=location.abovebar, color=color.red, title="Bearish Divergence", text="SELL")

// Strategy Entry
if (confirmedBullishSignal)
    strategy.entry("Long", strategy.long, comment="Long Entry")

if (confirmedBearishSignal)
    strategy.entry("Short", strategy.short, comment="Short Entry")
Lebih banyak

2019 FMZ - Semua hak dilindungi