Berdasarkan strategi mengikuti tren kerangka waktu ganda
ChaoZhang
Ringkasan
Strategi pelacakan tren frame waktu ganda berbasis saham adalah strategi perdagangan algoritmik tingkat tinggi yang dirancang untuk menangkap dan melacak tren saham populer pada tahun 2023. Strategi ini menggunakan kombinasi indikator dari garis harian dan garis 1 jam untuk mengidentifikasi sinyal perdagangan, untuk mencapai stop loss dinamis yang dioptimalkan untuk manajemen risiko, dan bertujuan untuk mendapatkan keuntungan yang stabil dengan asumsi pengendalian risiko.
Prinsip Strategi
Strategi ini menggunakan EMA 20 periode dan 50 periode untuk menentukan arah tren pada garis harian dan 1 jam. EMA 20 hari pada garis harian dan 1 jam menghasilkan sinyal beli saat melewati EMA 50 hari; EMA 20 hari pada garis harian dan 1 jam menghasilkan sinyal jual saat melewati EMA 50 hari.
Pada saat yang sama, strategi ini menggunakan stop loss dan stop loss untuk menghitung dinamika rata-rata real amplitude ((ATR)). Stop loss diatur menjadi 1,5 kali ATR dan stop loss diatur menjadi 3 kali. Ini dapat menyesuaikan parameter stop loss dan stop loss secara real-time sesuai dengan tingkat risiko yang disebabkan oleh volatilitas pasar, untuk mengoptimalkan manajemen risiko.
Analisis Keunggulan
Strategi ini memiliki keuntungan sebagai berikut:
Kombinasi indikator multi-frame timeframe yang disaring dapat secara efektif mengidentifikasi awal tren.
Pengaturan Stop Loss Dinamis membuat manajemen risiko lebih cerdas, menghindari masalah yang disebabkan oleh pengaturan parameter Stop Loss Static.
“Kalau kita bisa mengidentifikasi titik jual, kita bisa lebih jelas mengidentifikasi peluang tren”.
Kontrol ketat terhadap risiko dalam satu transaksi dapat membantu mendapatkan pengembalian investasi yang stabil dan berkelanjutan.
Analisis risiko
Strategi ini juga memiliki beberapa risiko:
Optimalisasi hanya berlaku untuk satu saham pada tahun 2023 dan mungkin tidak berlaku untuk saham lain atau tahun lain.
Tidak dapat sepenuhnya menghindari risiko kerugian akibat fluktuasi yang sangat besar.
Ada risiko bahwa sinyal penilaian multi-frame timeframe akan salah.
Risiko sistemik pasar juga mempengaruhi strategi.
Arah optimasi
Strategi ini juga dapat dioptimalkan dengan cara:
Meningkatkan referensi pada indeks saham besar, menghindari posisi yang dibangun pada periode risiko sistemik yang tinggi.
Stop loss adalah pertimbangan yang terkait dengan fundamental saham dan risiko peristiwa penting.
Uji efek dari penyesuaian parameter EMA pada efek strategi.
Menambahkan algoritma pembelajaran mesin untuk menilai sinyal jual beli.
Meringkaskan
Strategi ini mencakup beberapa dimensi seperti penilaian tren, manajemen risiko, dan pengoptimalan parameter. Dengan risiko yang terkontrol, cocok bagi investor berpengalaman untuk mengejar tren panjang dalam saham populer, dan mendapatkan pengembalian investasi yang relatif stabil. Untuk menggunakan strategi ini, investor harus memiliki kemampuan pemrograman dan pengetahuan tentang perdagangan kuantitatif, dan siap untuk menanggung risiko kerugian tertentu.
/*backtest
start: 2023-02-26 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("TSLA Enhanced Trend Master 2023", overlay=true)
// Daily timeframe indicators
ema20_daily = ta.ema(close, 20)
ema50_daily = ta.ema(close, 50)
// 1-hour timeframe indicators
ema20_hourly = request.security(syminfo.tickerid, "60", ta.ema(close, 20))
ema50_hourly = request.security(syminfo.tickerid, "60", ta.ema(close, 50))
// Check if the year is 2023
is_2023 = year(time) == 2023
// Counter for short trades
var shortTradeCount = 0
// Entry Conditions
buySignal = is_2023 and (ema20_daily > ema50_daily) and (ema20_hourly > ema50_hourly)
sellSignal = is_2023 and (ema20_daily < ema50_daily) and (ema20_hourly < ema50_hourly) and (shortTradeCount < 0.5 * ta.highest(close, 14))
// Dynamic Stop Loss and Take Profit
atr_value = ta.atr(14)
stopLoss = atr_value * 1.5
takeProfit = atr_value * 3
// Calculate Position Size based on Volatility-Adjusted Risk
riskPercent = 2
positionSize = strategy.equity * riskPercent / close
// Strategy
if (buySignal)
strategy.entry("Buy", strategy.long, qty=positionSize)
strategy.exit("Take Profit/Stop Loss", "Buy", stop=close - stopLoss, limit=close + takeProfit)
if (sellSignal)
strategy.entry("Sell", strategy.short, qty=positionSize)
strategy.exit("Take Profit/Stop Loss", "Sell", stop=close + stopLoss, limit=close - takeProfit)
shortTradeCount := shortTradeCount + 1