Strategi Pencegahan Komposisi

Penulis:ChaoZhang, Tanggal: 2024-02-29 14:07:54
Tag:

Gambaran umum

Strategi ini menghitung harga tertinggi dan terendah dari N bar baru-baru ini untuk menetapkan kondisi double breakout dikombinasikan dengan garis rata-rata bergerak untuk menerapkan strategi perdagangan pembelian rendah dan penjualan tinggi.

Prinsip Strategi

Strategi ini didasarkan pada prinsip-prinsip berikut:

Menghitung harga minimum rendah minLow dari 7 bar terakhir untuk menentukan kondisi pembelian breakout
Hitung harga tertinggi maksimum maxHigh dari 7 bar terakhir untuk menentukan kondisi penjualan pecah
Menghitung 200 periode sederhana rata-rata bergerak garis mma untuk menentukan arah tren dikombinasikan dengan mma
Kondisi beli: harga penutupan melewati minLow dan lebih tinggi dari mma
Kondisi jual: harga penutupan melewati maxHigh atau lebih tinggi dari maxHigh

Dengan menghitung ekstrim N bar baru-baru ini, ia menilai apakah pasar sangat oversold atau overbought. dikombinasikan dengan garis rata-rata bergerak untuk menentukan arah tren, ia menetapkan dua kondisi untuk mencapai strategi perdagangan breakout pembelian rendah dan penjualan tinggi.

Analisis Keuntungan

Strategi ini memiliki keuntungan berikut:

Pengaturan kondisi ganda membuat sinyal perdagangan strategi lebih dapat diandalkan
Menggunakan garis K ekstrem untuk menilai status oversold dan overbought dapat merebut kesempatan pembalikan
Menggabungkan garis rata-rata bergerak untuk menentukan arah tren menghindari operasi terbalik
Ini mengimplementasikan gagasan pembelian rendah dan penjualan tinggi, yang konsisten dengan psikologi perdagangan sebagian besar pedagang
Logika strategi sederhana dan jelas, mudah dimengerti dan diterapkan

Melalui konfirmasi ganda, kualitas sinyal strategi relatif tinggi, dan ruang untuk optimasi parameter besar, yang cocok untuk lingkungan pasar yang berbeda.

Analisis Risiko

Strategi ini juga memiliki beberapa risiko:

Kondisi ganda membatasi frekuensi sinyal, mungkin kehilangan beberapa peluang perdagangan
Pengaturan siklus komputasi yang tidak benar untuk ekstrim garis K mungkin tidak dapat menentukan secara akurat status oversold dan overbought
Pengaturan parameter yang tidak benar dari garis rata-rata bergerak dapat menentukan arah tren secara salah
Hal ini perlu mengoptimalkan beberapa parameter secara bersamaan, membuat parameter optimasi lebih sulit

Risiko ini dapat dikurangi dengan menyesuaikan siklus komputasi, mengoptimalkan kombinasi parameter dan metode lainnya.

Arahan Optimasi

Strategi ini dapat dioptimalkan terutama dalam arah berikut:

Mengoptimalkan siklus komputasi garis K ekstrem untuk menemukan parameter siklus yang paling tepat untuk menentukan overbought dan oversold
Uji efek garis rata-rata bergerak dari panjang yang berbeda
Meningkatkan indikator gabungan lainnya seperti saluran BOLL, indikator KD, dll.
Meningkatkan strategi stop loss untuk mengendalikan stop loss tunggal
Mengoptimalkan kondisi masuk dan keluar untuk meningkatkan kualitas sinyal

Melalui optimasi parameter, optimasi indikator, optimasi pengendalian risiko dan sarana lainnya, faktor keuntungan dari strategi dapat sangat ditingkatkan.

Ringkasan

Secara umum, ini adalah strategi breakout yang sangat praktis. Menghitung ekstrem garis K untuk menentukan status oversold dan overbought, menggunakan garis rata-rata bergerak untuk menentukan arah tren, mengatur kondisi penyaringan ganda untuk menyaring sinyal palsu, ini menerapkan strategi pembelian rendah dan penjualan tinggi berkualitas tinggi. Dengan mengoptimalkan siklus komputasi, menambahkan indikator lain dan sarana lainnya, efek strategi dapat ditingkatkan lebih lanjut. Strategi ini cocok untuk dipelajari oleh pemula dan pedagang profesional untuk mengoptimalkan dan menggunakan.

/*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)

Lebih banyak

2019 FMZ - Semua hak dilindungi