Strategi perdagangan kombinasi rata-rata pergerakan ganda dan indikator akselerasi
ChaoZhang
Ringkasan
Strategi perdagangan kombinasi indikator garis rata ganda dan akselerasi adalah strategi perdagangan kuantitatif yang menghasilkan dan memverifikasi sinyal perdagangan menggunakan rata-rata bergerak dan indikator momentum secara bersamaan. Strategi ini menggabungkan kemampuan untuk melacak tren garis rata dan karakteristik indikator momentum akselerasi, dengan pengaturan persyaratan masuk dan keluar yang ketat, dapat secara efektif menangkap garis besar tren pasar, dan menghindari risiko penurunan keuntungan atau bahkan kerugian akibat pengurangan area keuntungan perdagangan atau gempa pasar, sementara mengkonfirmasi tren.
Prinsip Strategi
Strategi ini didasarkan pada kombinasi antara 20 siklus SMA dan 5 siklus EMA. Dalam hal ini, 20 siklus SMA secara efektif melonggarkan pergerakan pasar dan menentukan tren harga jangka menengah dan panjang. 5 siklus EMA dengan memberikan bobot yang lebih tinggi pada harga yang lebih dekat, membuatnya lebih sensitif untuk menangkap tren perubahan harga jangka pendek.
Setelah sinyal perdagangan dihasilkan, strategi ini juga akan memperkenalkan indikator MACD untuk memverifikasi tren. Secara khusus, untuk menghasilkan sinyal beli, diperlukan MACD untuk menghasilkan garis DIFF dengan garis DEA untuk munculnya forks emas dan mempertahankan beberapa siklus untuk mengkonfirmasi tren yang saat ini sedang naik untuk membeli; Sebaliknya, untuk menghasilkan sinyal jual perlu mengamati tren turun yang mempertahankan periode tertentu setelah MACD membentuk forks mati.
Akhirnya, baik dalam posisi over atau under, strategi ini akan menetapkan stop loss yang wajar. Secara khusus, stop loss dalam posisi over akan ditetapkan di bawah nilai minimum di bawah titik masuk; stop loss dalam posisi over akan ditetapkan di atas nilai maksimum di atas titik masuk. Dan, stop loss akan diperbarui secara real-time seiring dengan fluktuasi harga.
Analisis Keunggulan
- Filter ganda seragam secara efektif mengidentifikasi arah perdagangan dan menghindari gangguan dari kebisingan pasar;
- Verifikasi MACD memastikan bahwa tren telah terbentuk dan mencegah terjadinya pembukaan posisi yang sering terjadi pada saat perombakan.
- Strategi stop loss yang ketat dapat mengunci keuntungan dan mengendalikan risiko pasar;
- Parameter dapat disesuaikan dan dioptimalkan sesuai dengan karakteristik pasar dan varietas.
Analisis risiko
- Jika parameter MACD dipilih dengan salah, mungkin akan terlewatkan tren yang lebih pendek atau perdagangan intervensi yang lebih sering;
- Parameter rata-rata perlu diuji untuk varietas tertentu untuk mencapai yang optimal;
- Dalam pasar yang bergerak kuat, stop loss mungkin akan terpecah dan menyebabkan kerugian tertentu.
Parameter MACD dapat disesuaikan dengan parameter yang lebih baik. Selain itu, parameter siklus rata-rata harus dioptimalkan sesuai dengan karakteristik varietas yang berbeda. Terakhir, stop loss dapat dilepaskan secara tepat untuk memastikan bahwa keuntungan besar diarahkan sepenuhnya.
Arah optimasi
Strategi ini dapat dioptimalkan lebih lanjut dari beberapa arah:
Pendahuluan algoritma kesetaraan yang beradaptasi sendiri. Kombinasi kesetaraan yang menggunakan siklus dinamis dapat secara otomatis beradaptasi dengan perubahan pasar, tanpa intervensi manusia untuk mengoptimalkan parameter.
Digabungkan dengan model pembelajaran mesin. Algoritma seperti pembelajaran mendalam dapat digunakan untuk secara otomatis mengidentifikasi karakteristik pasar varietas yang berbeda dan menghasilkan pengaturan parameter optimal secara real-time.
Menambahkan kondisi penyaringan tambahan. Indikator teknis lainnya dapat ditambahkan berdasarkan sinyal perdagangan yang ada sebagai kriteria penilaian tambahan, seperti pengenalan faktor volume transaksi.
Optimalkan strategi stop loss. Anda dapat mempelajari cara stop loss yang lebih cerdas seperti breakthrough stop loss, tracking stop loss, dan lain-lain untuk mendapatkan keuntungan yang lebih besar sambil mengendalikan risiko.
Meringkaskan
Garis rata ganda dan MACD kombinasi strategi yang menyeluruh mempertimbangkan karakteristik tren, faktor momentum, pengendalian risiko beberapa dimensi, sampai batas tertentu mengatasi keterbatasan indikator teknis tunggal, dapat secara efektif meningkatkan stabilitas perdagangan kuantitatif. Strategi ini dapat disesuaikan dengan baik dengan parameter untuk menyesuaikan dengan lingkungan pasar yang berbeda, layak untuk diterapkan dan terus dioptimalkan. Pada saat yang sama, pengenalan lebih banyak alat kecerdasan masih memiliki ruang yang besar untuk optimalisasi, diharapkan untuk mengoptimalkan otomatisasi dan memaksimalkan efektivitas strategi yang digabungkan dengan algoritma kecerdasan buatan.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Bollinger Band Strategy with Early Signal (v5)", overlay=true)
// Inputs
length = 20
mult = 1.5
src = close
riskRewardRatio = input(3.0, title="Risk-Reward Ratio")
// Calculating Bollinger Bands
basis = ta.ema(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Plotting Bollinger Bands
plot(upper, "Upper Band", color=color.red)
plot(lower, "Lower Band", color=color.green)
// Tracking Two Candles Ago Crossing Bollinger Bands
var float twoCandlesAgoUpperCrossLow = na
var float twoCandlesAgoLowerCrossHigh = na
if (close[2] > upper[2])
twoCandlesAgoUpperCrossLow := low[2]
if (close[2] < lower[2])
twoCandlesAgoLowerCrossHigh := high[2]
// Entry Conditions
longCondition = (not na(twoCandlesAgoLowerCrossHigh)) and (high > twoCandlesAgoLowerCrossHigh)
shortCondition = (not na(twoCandlesAgoUpperCrossLow)) and (low < twoCandlesAgoUpperCrossLow)
// Plotting Entry Points
plotshape(longCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(shortCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")
// Strategy Execution
if (longCondition)
stopLoss = low - (high - low) * 0.05
takeProfit = close + (close - stopLoss) * riskRewardRatio
strategy.entry("Buy", strategy.long)
strategy.exit("Exit Buy", "Buy", stop=stopLoss, limit=takeProfit)
if (shortCondition)
stopLoss = high + (high - low) * 0.05
takeProfit = close - (stopLoss - close) * riskRewardRatio
strategy.entry("Sell", strategy.short)
strategy.exit("Exit Sell", "Sell", stop=stopLoss, limit=takeProfit)