Strategi crossover rata-rata pergerakan dinamis dan Bollinger Band dikombinasikan dengan model optimasi stop loss tetap

MA BB SMA ATR SL TP
Tanggal Pembuatan: 2024-12-27 14:57:38 Akhirnya memodifikasi: 2024-12-27 14:57:38
menyalin: 5 Jumlah klik: 437
1
fokus pada
1617
Pengikut

Strategi crossover rata-rata pergerakan dinamis dan Bollinger Band dikombinasikan dengan model optimasi stop loss tetap

Ringkasan

Strategi ini adalah sistem perdagangan mengikuti tren yang menggabungkan Moving Average (MA) dengan Bollinger Bands. Strategi ini mengidentifikasi tren pasar dengan menganalisis hubungan posisi antara harga dan rata-rata pergerakan periode 200, serta posisi Bollinger Bands, sambil mengintegrasikan mekanisme stop loss persentase tetap untuk mengendalikan risiko. Strategi ini mengadopsi manajemen posisi sebesar 2,86%, yang sesuai dengan leverage 35x dan mencerminkan konsep manajemen dana yang bijaksana.

Prinsip Strategi

Logika inti dari strategi ini didasarkan pada elemen-elemen kunci berikut:

  1. Menggunakan rata-rata pergerakan periode 200 sebagai indikator tren utama
  2. Gabungkan jalur atas dan bawah Bollinger Bands 20 periode sebagai penilaian rentang fluktuasi
  3. Buka posisi panjang ketika kondisi berikut terpenuhi:
    • Harga berada di atas rata-rata pergerakan 200 hari
    • Jalur tengah Bollinger Band berada di atas rata-rata pergerakan 200 hari
    • Harga melintasi Bollinger Band bawah dari bawah ke atas
  4. Buka posisi short ketika kondisi berikut terpenuhi:
    • Harga berada di bawah rata-rata pergerakan 200
    • Jalur tengah Bollinger Band berada di bawah rata-rata pergerakan 200 hari
    • Harga melintasi Bollinger Band atas dari atas ke bawah
  5. Gunakan persentase stop loss tetap sebesar 3% untuk pengendalian risiko
  6. Tutup posisi long ketika harga menyentuh Bollinger Band atas, dan tutup posisi short ketika harga menyentuh Bollinger Band bawah.

Keunggulan Strategis

  1. Kemampuan pelacakan tren yang kuat
  • Mengidentifikasi tren jangka panjang secara efektif melalui rata-rata pergerakan 200 hari
  • Bollinger Bands membantu menentukan perubahan tren jangka pendek dan menengah
  1. Pengendalian risiko yang sempurna
  • Mekanisme stop loss tetap secara efektif mengendalikan risiko setiap transaksi
  • Desain stop-profit yang dinamis meningkatkan peluang keuntungan
  1. Optimasi parameter yang fleksibel
  • Periode rata-rata bergerak dan parameter Bollinger Band dapat disesuaikan menurut karakteristik pasar
  • Rasio stop loss dapat disesuaikan berdasarkan toleransi risiko
  1. Tingkat sistematisasi yang tinggi
  • Sinyal perdagangan jelas dan tidak ada faktor penilaian subjektif
  • Cocok untuk eksekusi perdagangan otomatis

Risiko Strategis

  1. Risiko pasar yang bergejolak
  • Sinyal breakout palsu mungkin sering terjadi di pasar sideways
  • Disarankan untuk berdagang hanya ketika trennya jelas
  1. Risiko Tergelincir
  • Anda mungkin menghadapi selip yang lebih besar selama periode volatilitas tinggi
  • Disarankan untuk mengatur perlindungan selip yang wajar
  1. Risiko Sistemik
  • Keadaan darurat pasar dapat menyebabkan kegagalan stop-loss
  • Disarankan untuk bekerja sama dengan langkah-langkah pengendalian risiko lainnya
  1. Risiko Optimasi Parameter
  • Optimasi yang berlebihan dapat menyebabkan overfitting
  • Disarankan untuk melakukan verifikasi backtesting dalam periode waktu yang berbeda

Arah optimasi strategi

  1. Optimasi stop loss dinamis
  • Memperkenalkan indikator ATR untuk menyesuaikan jarak stop loss secara dinamis
  • Sesuaikan persentase stop loss berdasarkan volatilitas pasar
  1. Optimalisasi sinyal masuk
  • Tambahkan indikator konfirmasi volume
  • Tambahkan Filter Kekuatan Tren
  1. Optimasi manajemen posisi
  • Mewujudkan manajemen posisi dinamis
  • Sesuaikan rasio leverage sesuai dengan volatilitas pasar
  1. Optimasi waktu perdagangan
  • Menambahkan indikator sentimen pasar
  • Menambahkan filter waktu

Meringkaskan

Strategi ini membangun sistem perdagangan lengkap dengan menggabungkan indikator teknis klasik, yang memiliki kemampuan menangkap tren dan efek pengendalian risiko yang baik. Keuntungan inti dari strategi ini terletak pada tingkat sistematisasi yang tinggi dan penyesuaian parameter yang kuat, sementara pengendalian risiko yang efektif dicapai melalui mekanisme stop-loss yang tetap. Meskipun kinerjanya mungkin buruk di pasar yang fluktuatif, stabilitas dan profitabilitas strategi dapat lebih ditingkatkan melalui penerapan arah yang dioptimalkan. Disarankan agar pedagang memperhatikan pilihan lingkungan pasar saat menggunakannya dalam perdagangan nyata, dan menyesuaikan pengaturan parameter sesuai dengan toleransi risiko mereka sendiri.

Kode Sumber Strategi
/*backtest
start: 2024-11-26 00:00:00
end: 2024-12-25 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//@version=5
strategy("MA 200 and Bollinger Bands Strategy", overlay=true) // 2.86% for 35x leverage

// inputs
ma_length = input(200, title="MA Length")
bb_length = input(20, title="Bollinger Bands Length")
bb_mult = input(2.0, title="Bollinger Bands Multiplier")

// calculations
ma_200 = ta.sma(close, ma_length)
bb_basis = ta.sma(close, bb_length)
bb_upper = bb_basis + (ta.stdev(close, bb_length) * bb_mult)
bb_lower = bb_basis - (ta.stdev(close, bb_length) * bb_mult)

// plot indicators
plot(ma_200, color=color.blue, title="200 MA")
plot(bb_upper, color=color.red, title="Bollinger Upper Band")
plot(bb_basis, color=color.gray, title="Bollinger Basis")
plot(bb_lower, color=color.green, title="Bollinger Lower Band")

// strategy logic
long_condition = close > ma_200 and bb_basis > ma_200 and ta.crossover(close, bb_lower)
short_condition = close < ma_200 and bb_basis < ma_200 and ta.crossunder(close, bb_upper)

// fixed stop loss percentage
fixed_stop_loss_percent = 3.0 / 100.0

if (long_condition)
    strategy.entry("Long", strategy.long)
    strategy.exit("Stop Long", "Long", stop=strategy.position_avg_price * (1 - fixed_stop_loss_percent))

if (short_condition)
    strategy.entry("Short", strategy.short)
    strategy.exit("Stop Short", "Short", stop=strategy.position_avg_price * (1 + fixed_stop_loss_percent))

// take profit conditions
close_long_condition = close >= bb_upper
close_short_condition = close <= bb_lower

if (close_long_condition)
    strategy.close("Long")

if (close_short_condition)
    strategy.close("Short")