ChaoZhang
Ringkasan
Strategi ini adalah sistem perdagangan kuantitatif yang menggabungkan indikator akselerasi oscillator (AC) dan indikator acak (Stochastic). Strategi ini menangkap pergeseran dinamika pasar dengan mengidentifikasi deviasi antara harga dan indikator teknis, sehingga memprediksi potensi pembalikan tren. Strategi ini juga mengintegrasikan garis lurus (SMA) dan indikator relatif lemah (RSI) untuk meningkatkan keandalan sinyal, dan menetapkan stop loss tetap untuk mengendalikan risiko.
Prinsip Strategi
Logika inti dari strategi ini didasarkan pada kerja sama kolaboratif dari beberapa indikator teknis. Pertama menghitung indikator akselerasi oscillasi ((AC), yang diperoleh dengan membedakan rata-rata 5 siklus dan 34 siklus dari nilai rata-rata harga, kemudian mengurangi rata-rata N siklusnya. Selain itu, menghitung nilai K dan D dari indikator acak, untuk mengkonfirmasi sinyal berbalik.
Keunggulan Strategis
- Multi-indikator sinkronisasi: dengan kombinasi tiga indikator AC, Stochastic dan RSI, dapat memfilter sinyal palsu secara efektif
- Pengendalian risiko otomatis: Pengaturan stop loss dengan nilai tetap yang dibangun untuk mengontrol risiko setiap transaksi secara efektif
- Petunjuk visual: sinyal jual beli ditandai dengan jelas pada grafik untuk membantu pedagang mengidentifikasi peluang dengan cepat
- Fleksibel: Parameter yang dapat disesuaikan untuk lingkungan pasar dan siklus perdagangan yang berbeda
- Real-Time Alert: Sistem peringatan real-time terintegrasi untuk memastikan bahwa peluang perdagangan tidak terlewatkan
Risiko Strategis
- Risiko terobosan palsu: sinyal deviasi palsu yang mungkin muncul di pasar yang bergejolak
- Risiko slippage: Terhadap slippage yang lebih besar pada saat pasar bergejolak karena penggunaan stop loss dengan jumlah titik tetap
- Sensitivitas parameter: Kombinasi parameter yang berbeda dapat menyebabkan perbedaan besar dalam kinerja strategi
- Ketergantungan pada kondisi pasar: strategi mungkin tidak efektif di pasar yang tidak menunjukkan tren
- Sinyal keterlambatan: karena menggunakan perhitungan rata-rata, sinyal mungkin ada keterlambatan tertentu
Arah optimasi strategi
- Stop loss dinamis: Stop loss dapat disesuaikan secara dinamis dengan volatilitas pasar
- Pengenalan indikator volume transaksi: meningkatkan keandalan sinyal melalui konfirmasi volume transaksi
- Filter lingkungan pasar: menambahkan modul penilaian tren, menggunakan strategi perdagangan yang berbeda dalam lingkungan pasar yang berbeda
- Optimalkan pilihan parameter: mengoptimalkan kombinasi parameter masing-masing indikator menggunakan metode pembelajaran mesin
- Menambahkan filter waktu: Pertimbangkan karakteristik waktu pasar dan hindari perdagangan pada waktu yang tidak menguntungkan
Meringkaskan
Ini adalah strategi perdagangan kuantitatif yang menggabungkan beberapa indikator teknis untuk menangkap titik-titik pivot pasar dengan menyimpang dari sinyal. Keunggulan strategi ini terletak pada verifikasi silang dan sistem kontrol risiko yang baik untuk beberapa indikator, tetapi juga perlu memperhatikan hal-hal seperti terobosan palsu dan pengoptimalan parameter.
/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-09 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © JayQwae
//@version=5
strategy("Enhanced AC Divergence Strategy with Stochastic Divergence", overlay=true)
// Input settings
tp_pips = input.float(0.0020, "Take Profit (in price)", step=0.0001)
sl_pips = input.float(0.0040, "Stop Loss (in price)", step=0.0001) // 40 pips
ac_length = input.int(5, "AC Length")
rsi_length = input.int(14, "RSI Length")
stoch_k = input.int(14, "Stochastic K Length")
stoch_d = input.int(3, "Stochastic D Smoothing")
stoch_ob = input.float(80, "Stochastic Overbought Level")
stoch_os = input.float(20, "Stochastic Oversold Level")
// Accelerator Oscillator Calculation
high_low_mid = (high + low) / 2
ao = ta.sma(high_low_mid, 5) - ta.sma(high_low_mid, 34)
ac = ao - ta.sma(ao, ac_length)
// RSI Calculation
rsi = ta.rsi(close, rsi_length)
// Stochastic Oscillator Calculation
k = ta.sma(ta.stoch(close, high, low, stoch_k), stoch_d)
d = ta.sma(k, stoch_d)
// Stochastic Divergence Detection
stoch_bull_div = ta.lowest(close, 5) < ta.lowest(close[1], 5) and ta.lowest(k, 5) > ta.lowest(k[1], 5)
stoch_bear_div = ta.highest(close, 5) > ta.highest(close[1], 5) and ta.highest(k, 5) < ta.highest(k[1], 5)
// Main Divergence Detection
bullish_div = ta.lowest(close, 5) < ta.lowest(close[1], 5) and ac > ac[1] and stoch_bull_div
bearish_div = ta.highest(close, 5) > ta.highest(close[1], 5) and ac < ac[1] and stoch_bear_div
// Plot divergences
plotshape(bullish_div, title="Bullish Divergence", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(bearish_div, title="Bearish Divergence", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)
// Strategy rules
if (bullish_div)
strategy.entry("Buy", strategy.long)
strategy.exit("Take Profit/Stop Loss", "Buy", limit=close + tp_pips, stop=close - sl_pips)
if (bearish_div)
strategy.entry("Sell", strategy.short)
strategy.exit("Take Profit/Stop Loss", "Sell", limit=close - tp_pips, stop=close + sl_pips)
// Alerts
if (bullish_div)
alert("Bullish Divergence detected! Potential Buy Opportunity", alert.freq_once_per_bar)
if (bearish_div)
alert("Bearish Divergence detected! Potential Sell Opportunity", alert.freq_once_per_bar)