Manajemen risiko persilangan tren gelombang ganda strategi kuantitatif

EMA SMA
Tanggal Pembuatan: 2024-12-13 10:51:31 Akhirnya memodifikasi: 2024-12-13 10:51:31
menyalin: 0 Jumlah klik: 341
1
fokus pada
1617
Pengikut

Manajemen risiko persilangan tren gelombang ganda strategi kuantitatif

Ringkasan

Strategi ini adalah sistem perdagangan kuantitatif yang didasarkan pada indikator WaveTrend yang digabungkan dengan mekanisme manajemen risiko dinamis. Strategi ini memungkinkan manajemen perdagangan secara menyeluruh dengan menghitung kekuatan tren dari fluktuasi harga, memfilter sinyal di area overbought dan oversold, serta menerapkan kontrol risiko seperti stop loss, stop loss dan tracking stop loss.

Prinsip Strategi

Inti dari strategi ini adalah menghitung indikator WaveTrend melalui harga HLC3. Pertama, menghitung rata-rata bergerak indeks (EMA) untuk periode n1 sebagai garis dasar, kemudian menghitung deviasi harga dari garis dasar, dan menggunakan 0,015 sebagai koefisien untuk pengolahan konsolidasi. Hasilnya adalah dua garis gelombang wt1 dan wt2, yang mewakili garis cepat dan lambat, masing-masing.

Keunggulan Strategis

  1. Sistem sinyal memiliki kemampuan pelacakan tren yang baik, meningkatkan keandalan sinyal dengan tingkat overbought dan oversold ganda
  2. Sistem manajemen risiko yang lengkap, termasuk stop loss tetap, stop loss tetap, dan stop loss tracking yang dinamis
  3. Parameter yang dapat disesuaikan dengan mudah untuk dioptimalkan sesuai dengan situasi pasar yang berbeda
  4. Adaptasi strategi yang lebih baik, dikombinasikan dengan mekanisme adaptasi volatilitas
  5. Sistem sinyal yang dirancang secara bertingkat secara efektif mengurangi dampak dari sinyal palsu

Risiko Strategis

  1. Kemungkinan sering terjadi stop loss dalam pasar yang sangat bergejolak
  2. Pengaturan parameter yang tidak tepat dapat menyebabkan biaya transaksi yang terlalu tinggi
  3. Terlalu banyak sinyal palsu di pasar Forex
  4. Perlu pengaturan rasio stop loss dan stop loss yang masuk akal untuk menghindari ketidakseimbangan risk-reward
  5. Tracking stop loss dapat menyebabkan penarikan yang lebih besar dalam tren reversal cepat

Arah optimasi strategi

  1. Memperkenalkan indikator volume transaksi untuk konfirmasi sinyal dan meningkatkan keandalan transaksi
  2. Optimalkan parameter tracking stop loss agar lebih sesuai dengan berbagai kondisi pasar
  3. Meningkatkan filter intensitas tren, mengurangi frekuensi perdagangan di pasar horizontal
  4. Pertimbangkan untuk memasukkan mekanisme stop loss dinamis yang secara otomatis menyesuaikan posisi stop loss sesuai dengan fluktuasi pasar
  5. Memperkenalkan Filter Waktu untuk Menghindari Berposisi di Waktu yang Buruk

Meringkaskan

Strategi ini, dengan menggabungkan indikator WaveTrend dan sistem manajemen risiko yang baik, memungkinkan strategi perdagangan kuantitatif yang lebih komprehensif. Keunggulan inti dari strategi ini adalah fleksibilitasnya yang kuat dan dapat dikontrol risikonya, tetapi masih memerlukan pengoptimalan parameter dan perbaikan strategi oleh pedagang sesuai dengan situasi pasar yang sebenarnya. Dengan terus-menerus mengoptimalkan dan menyempurnakan, strategi ini diharapkan untuk menghasilkan keuntungan yang stabil dalam perdagangan aktual.

Kode Sumber Strategi
/*backtest
start: 2024-11-12 00:00:00
end: 2024-12-11 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title="WaveTrend [LazyBear] with Risk Management", shorttitle="WT_LB_RM", overlay=true)

// Input Parameters
n1 = input.int(10, "Channel Length")
n2 = input.int(21, "Average Length")
obLevel1 = input.int(60, "Over Bought Level 1")
obLevel2 = input.int(53, "Over Bought Level 2")
osLevel1 = input.int(-60, "Over Sold Level 1")
osLevel2 = input.int(-53, "Over Sold Level 2")

// Risk Management Inputs
stopLossPercent = input.float(50.0, "Stop Loss (%)", minval=0.1, maxval=100)
takeProfitPercent = input.float(5.0, "Take Profit (%)", minval=0.1, maxval=100)
trailingStopPercent = input.float(3.0, "Trailing Stop (%)", minval=0.1, maxval=100)
trailingStepPercent = input.float(2.0, "Trailing Stop Step (%)", minval=0.1, maxval=100)

// WaveTrend Calculation
ap = hlc3 
esa = ta.ema(ap, n1)
d = ta.ema(math.abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ta.ema(ci, n2)
 
wt1 = tci
wt2 = ta.sma(wt1, 4)

// Plotting Original Indicators
plot(0, color=color.gray)
plot(obLevel1, color=color.red)
plot(osLevel1, color=color.green)
plot(obLevel2, color=color.red, style=plot.style_line)
plot(osLevel2, color=color.green, style=plot.style_line)

plot(wt1, color=color.green)
plot(wt2, color=color.red, style=plot.style_line)
plot(wt1-wt2, color=color.blue, style=plot.style_area, transp=80)

// Buy and Sell Signals with Risk Management
longCondition = ta.crossover(wt1, osLevel1) or ta.crossover(wt1, osLevel2)
shortCondition = ta.crossunder(wt1, obLevel1) or ta.crossunder(wt1, obLevel2)

// Strategy Entry with Risk Management
if (longCondition)
    entryPrice = close
    stopLossPrice = entryPrice * (1 - stopLossPercent/100)
    takeProfitPrice = entryPrice * (1 + takeProfitPercent/100)
    
    strategy.entry("Long", strategy.long)
    strategy.exit("Long Exit", "Long", 
                  stop=stopLossPrice, 
                  limit=takeProfitPrice, 
                  trail_price=close * (1 + trailingStopPercent/100), 
                  trail_offset=close * (trailingStepPercent/100))

if (shortCondition)
    entryPrice = close
    stopLossPrice = entryPrice * (1 + stopLossPercent/100)
    takeProfitPrice = entryPrice * (1 - takeProfitPercent/100)
    
    strategy.entry("Short", strategy.short)
    strategy.exit("Short Exit", "Short", 
                  stop=stopLossPrice, 
                  limit=takeProfitPrice, 
                  trail_price=close * (1 - trailingStopPercent/100), 
                  trail_offset=close * (trailingStepPercent/100))