ChaoZhang
Ringkasan
Ini adalah strategi perdagangan kuantitatif yang menggabungkan tren tren EMA tinggi dan rendah di garis harian. Strategi ini terutama digunakan untuk menilai waktu perdagangan dengan memantau harga yang melanggar titik tinggi dan rendah hari sebelumnya, digabungkan dengan garis rata-rata EMA dan indikator aliran dana (CMF). Strategi ini menggunakan garis jam dan garis harian dalam dua periode waktu 200 siklus rata-rata EMA untuk meningkatkan akurasi perdagangan dengan verifikasi beberapa indikator teknis.
Prinsip Strategi
Logika inti dari strategi ini mencakup elemen-elemen kunci berikut:
- Gunakan fungsi request.security untuk mendapatkan harga tertinggi dan harga terendah hari sebelumnya sebagai titik resistensi pendukung utama.
- Garis EMA rata-rata 24 periode digunakan sebagai garis dasar untuk menilai tren.
- Memperkenalkan CMF ((20 siklus) sebagai indikator komprehensif volume transaksi dan harga, untuk menilai aliran dana pasar.
- Pada saat yang sama menghitung periode waktu saat ini dan siklus 1 jam 200 garis rata-rata untuk menentukan arah tren siklus yang lebih besar.
Aturan transaksi yang spesifik adalah sebagai berikut: Buat beberapa kondisi: harga menembus titik tertinggi sehari sebelumnya + harga penutupan di atas EMA + CMF positif Kondisi penarikan: harga turun ke level terendah sehari sebelumnya + harga penutupan di bawah EMA + CMF negatif Kondisi Posisi Padat: harga saat melakukan overtime jatuh di bawah EMA, harga saat melakukan shorting menembus EMA
Keunggulan Strategis
- Verifikasi komprehensif dari beberapa indikator teknis meningkatkan keandalan transaksi
- Dengan analisis multi-siklus, Anda dapat memahami tren pasar secara lebih komprehensif.
- Indikator CMF yang dikombinasikan dengan hubungan harga-kuantitas, dapat memberikan penilaian yang lebih baik tentang kondisi keuangan pasar
- Menggunakan harga tertinggi dan terendah sehari sebelumnya sebagai harga kunci, sesuai dengan kebiasaan perdagangan peserta pasar
- Logika strateginya jelas, mudah dipahami dan diterapkan
- Memiliki persyaratan masuk dan keluar yang jelas, mengurangi penilaian subjektif
Risiko Strategis
- Dalam pasar yang bergejolak, sinyal yang salah mungkin sering terjadi.
- Tidak cukup sensitif terhadap lonjakan harga sesaat
- Mungkin melewatkan peluang perdagangan di posisi penting
- Kondisi tren yang tidak mempertimbangkan siklus lebih besar
- Pada saat pasar bergejolak, kemungkinan akan terjadi penarikan yang lebih besar
Saran pengendalian risiko:
- Tetapkan posisi stop loss yang masuk akal
- Parameter yang disesuaikan dengan kondisi pasar yang berbeda
- Tambahkan filter tren
- Pertimbangan untuk memasukkan indikator volatilitas
Arah optimasi strategi
- Memperkenalkan mekanisme optimasi parameter adaptif
- Menambahkan lebih banyak kondisi penyaringan lingkungan pasar
- Mengoptimalkan Stop Loss dan Stop Stop
- Menambahkan indikator volatilitas untuk menyesuaikan dengan kondisi pasar yang berbeda
- Pertimbangkan untuk bergabung dengan mekanisme manajemen lokasi
- Meningkatkan analisis volume transaksi
Meringkaskan
Ini adalah sistem perdagangan lengkap yang menggabungkan beberapa indikator teknis dan analisis siklus waktu yang berbeda. Strategi ini mencari peluang perdagangan melalui analisis komprehensif tentang high-low breakout, tren rata-rata, dan aliran dana. Meskipun ada risiko tertentu, dengan pengendalian risiko yang masuk akal dan perbaikan optimasi berkelanjutan, strategi ini memiliki nilai aplikasi yang baik.
/*backtest
start: 2024-10-28 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title='The security Daily HIGH/LOW strategy', overlay=true, initial_capital=10000, calc_on_every_tick=true,
default_qty_type=strategy.percent_of_equity, default_qty_value=100,
commission_type=strategy.commission.percent, commission_value=0.1)
// General Inputs
len = input.int(24, minval=1, title='Length MA', group='Optimization parameters')
src = input.source(close, title='Source MA', group='Optimization parameters')
out = ta.ema(src, len)
length = input.int(20, minval=1, title='CMF Length', group='Optimization parameters')
ad = close == high and close == low or high == low ? 0 : (2 * close - low - high) / (high - low) * volume
mf = math.sum(ad, length) / math.sum(volume, length)
// Function to get daily high and low
f_secureSecurity(_symbol, _res, _src) =>
request.security(_symbol, _res, _src[1], lookahead=barmerge.lookahead_on)
pricehigh = f_secureSecurity(syminfo.tickerid, 'D', high)
pricelow = f_secureSecurity(syminfo.tickerid, 'D', low)
// Plotting previous daily high and low
plot(pricehigh, title='Previous Daily High', style=plot.style_linebr, linewidth=2, color=color.new(color.white, 0))
plot(pricelow, title='Previous Daily Low', style=plot.style_linebr, linewidth=2, color=color.new(color.white, 0))
// Entry Conditions
short = ta.crossunder(low, pricelow) and close < out and mf < 0
long = ta.crossover(high, pricehigh) and close > out and mf > 0
if short and barstate.isconfirmed
strategy.entry('short', strategy.short, stop=pricelow[1])
strategy.close('short', when=close > out)
if long and barstate.isconfirmed
strategy.entry('long', strategy.long, stop=pricehigh[1])
strategy.close('long', when=close < out)
// 200 EMA on 1-hour timeframe
ema_200 = ta.ema(close, 200)
ema_200_1h = request.security(syminfo.tickerid, "60", ta.ema(close, 200))
plot(ema_200_1h, color=color.purple, title="200 EMA (1H)")
plot(ema_200, color=color.white, title="200 EMA")