Berdasarkan strategi terobosan komposit
ChaoZhang
Ringkasan
Strategi ini memungkinkan trading low-buy-high-sell dengan menghitung harga tertinggi dan terendah dari garis N-root-K terbaru, yang dikombinasikan dengan indikator rata-rata bergerak, dan menetapkan kondisi double-break.
Prinsip Strategi
Strategi ini didasarkan pada prinsip-prinsip berikut:
- Menghitung minLow untuk 7 garis K terbaru untuk menentukan kondisi pembelian breakout
- Hitung harga maxHigh dari 7 garis K terbaru untuk menentukan kondisi penarikan
- Perhitungan rata-rata bergerak sederhana (mma) dengan panjang 200 dengan kombinasi indikator mma untuk menentukan arah tren
- Kondisi pembelian: harga penutupan mendekati minLow dan lebih tinggi dari mma
- Kondisi penjualan: harga penutupan mendekati maxHigh atau lebih dari maxHigh
Dengan menghitung nilai teratas dari N-root K-line terbaru, menentukan apakah pasar berada dalam keadaan oversold atau overbought. Mengidentifikasi arah tren, menetapkan kondisi ganda, dan mencapai strategi perdagangan terobosan dengan harga rendah dan tinggi.
Analisis Keunggulan
Strategi ini memiliki keuntungan sebagai berikut:
- Pengaturan kondisi ganda membuat sinyal perdagangan strategi lebih andal
- K-Line Extreme digunakan untuk menilai oversold dan overbought, untuk mengambil kesempatan untuk berbalik.
- Menggunakan Moving Average untuk menentukan arah tren dan menghindari countertrend
- Hal ini dilakukan dengan cara membeli dengan harga murah dan menjual dengan harga tinggi, sesuai dengan pola pikir kebanyakan trader.
- Logika strategi sederhana dan jelas, mudah dipahami dan diterapkan
Dengan pengesahan kondisi ganda, kualitas sinyal strategi lebih tinggi, sementara parameter optimasi ruang yang luas, sesuai dengan lingkungan pasar yang berbeda.
Analisis risiko
Strategi ini juga memiliki beberapa risiko:
- Kondisi ganda membatasi frekuensi sinyal, mungkin kehilangan beberapa peluang perdagangan
- Periode perhitungan K-baris yang tidak tepat mungkin tidak akurat dalam menentukan keadaan oversold dan overbought
- Parameter Moving Average tidak disetel dengan benar dan mungkin salah menentukan arah tren
- Perlu mengoptimalkan beberapa parameter sekaligus, parameter yang lebih sulit untuk dioptimalkan
Risiko-risiko ini dapat dikurangi dengan menyesuaikan siklus perhitungan, mengoptimalkan kombinasi parameter, dan lain-lain. Selain itu, pengoptimalan dapat dipertimbangkan dalam kombinasi dengan indikator lain.
Arah optimasi
Strategi ini dapat dioptimalkan dari beberapa arah:
- Mengoptimalkan siklus perhitungan nilai K-baris untuk menemukan parameter siklus yang paling sesuai untuk menilai overbought dan oversold
- Pengujian Efek dari Moving Averages Berbagai Panjang
- Menambahkan kombinasi indikator lain, seperti saluran BOLL, indikator KD, dll.
- Meningkatkan strategi stop loss dan mengendalikan stop loss tunggal
- Optimalkan kondisi masuk dan keluar, meningkatkan kualitas sinyal
Optimasi parameter, optimasi indikator, dan optimasi kontrol angin dapat meningkatkan faktor profit strategi secara signifikan.
Meringkaskan
Strategi ini secara keseluruhan merupakan strategi terobosan yang sangat praktis. Menghitung garis K untuk menentukan keadaan overbought dan oversold, moving average untuk menentukan arah tren, kondisi ganda untuk menetapkan sinyal filter kesalahan, untuk mencapai kualitas tinggi low-buy-high-sell strategi. Dengan mengoptimalkan siklus perhitungan, menambahkan indikator lain dan lain-lain, Anda dapat meningkatkan efektivitas strategi.
/*backtest
start: 2023-02-22 00:00:00
end: 2024-02-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Larry Connors por RON", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
value1 = input(7, title="Quantity of day low")
value2 = input(7, title="Quantity of day high")
entry = lowest(close[1], value1)
exit = highest(close[1], value2)
lengthMMA = input(200, title="Length of SMA", minval=1)
mma = sma(close, lengthMMA)
// Calcular el mínimo de los precios bajos de las últimas 'value1' velas
minLow = lowest(low, value1)
// Calcular el máximo de los precios altos de las últimas 'value2' velas
maxHigh = highest(high, value2)
// Test Period
testStartYear = input(2009, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(2, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear, testStartMonth, testStartDay, 0, 0)
testStopYear = input(2020, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear, testStopMonth, testStopDay, 0, 0)
testPeriod() => true
if testPeriod()
// Condiciones de entrada
conditionMet = (close > mma) and (close < entry) and (low == minLow)
strategy.entry("Buy", strategy.long, when=conditionMet)
if conditionMet
label.new(bar_index, entry, text="↑", style=label.style_arrowup, color=color.green, size=size.small, yloc=yloc.belowbar)
// Condiciones de salida
conditionExit = close > exit or close > maxHigh
strategy.close("Buy", when=conditionExit)