ChaoZhang
1
fokus pada
1617
Pengikut
Ringkasan
Strategi ini adalah sistem perdagangan mengikuti tren yang menggabungkan sinyal persilangan rata-rata pergerakan dengan manajemen risiko ATR. Strategi ini menangkap tren pasar melalui persilangan rata-rata pergerakan cepat dan lambat, dan menggunakan indikator ATR untuk menyesuaikan stop loss dan tingkat keuntungan secara dinamis guna mencapai pengendalian risiko perdagangan yang tepat. Strategi ini juga menyertakan modul manajemen uang yang secara otomatis menyesuaikan ukuran posisi berdasarkan ekuitas akun dan parameter risiko yang telah ditetapkan.
Prinsip Strategi
Logika inti dari strategi ini didasarkan pada komponen-komponen kunci berikut:
- Sistem Identifikasi Tren - Menggunakan persilangan Simple Moving Average (SMA) periode 10 dan 50 untuk menentukan arah tren. Jika rata-rata pergerakan cepat melintasi ke atas rata-rata pergerakan lambat, sinyal panjang terbentuk, dan jika melintasi ke bawah, sinyal pendek terbentuk.
- Sistem Manajemen Risiko - Menggunakan indikator ATR 14 periode dikalikan 1,5 kali untuk menetapkan stop loss dan target laba yang dinamis. Pendekatan ini dapat secara otomatis menyesuaikan parameter pengendalian risiko berdasarkan volatilitas pasar.
- Sistem Manajemen Dana - Kontrol jumlah dana yang digunakan untuk setiap transaksi dengan menetapkan toleransi risiko (2%) dan rasio alokasi dana (100%) untuk memastikan rasionalitas penggunaan dana.
Keunggulan Strategis
- Kemampuan beradaptasi yang kuat - Sesuaikan tingkat stop loss dan laba secara dinamis melalui ATR, sehingga strategi dapat beradaptasi dengan berbagai lingkungan pasar.
- Kontrol risiko yang sempurna - Menggabungkan kontrol risiko persentase dan stop loss dinamis ATR untuk membentuk mekanisme perlindungan risiko ganda.
- Aturan operasi yang jelas - kondisi masuk dan keluar yang jelas, mudah dijalankan dan diuji ulang.
- Manajemen dana ilmiah - melalui mekanisme alokasi proporsional, memastikan bahwa risiko transaksi tunggal dapat dikendalikan.
Risiko Strategis
- Risiko pasar yang fluktuatif - Dalam pasar yang bergerak menyamping dan fluktuatif, sinyal persilangan rata-rata pergerakan sering terjadi, yang dapat menyebabkan stop loss berkelanjutan.
- Risiko tergelincir - Ketika pasar berfluktuasi dengan cepat, harga transaksi aktual dapat menyimpang secara signifikan dari harga sinyal.
- Risiko efisiensi pendanaan - Rasio alokasi pendanaan 100% dapat mengakibatkan penggunaan dana yang tidak efisien.
Arah optimasi strategi
- Tambahkan filter tren - tambahkan indikator kekuatan tren seperti ADX untuk mengeksekusi perdagangan hanya saat trennya kuat.
- Optimalkan parameter rata-rata bergerak - Gunakan pengujian data historis untuk menemukan kombinasi periode rata-rata bergerak terbaik.
- Meningkatkan pengelolaan dana - Disarankan untuk menambahkan mekanisme penyesuaian posisi dinamis untuk secara otomatis menyesuaikan ukuran transaksi menurut situasi laba rugi akun.
- Tambahkan filter lingkungan pasar - tambahkan indikator volatilitas untuk berdagang hanya ketika lingkungan pasar cocok.
Meringkaskan
Strategi ini menangkap tren melalui persilangan rata-rata pergerakan dan menggabungkannya dengan pengendalian risiko dinamis ATR untuk mencapai sistem perdagangan pelacakan tren yang lengkap. Kekuatan strategi ini terletak pada kemampuan beradaptasi dan pengendalian risiko, tetapi mungkin berkinerja buruk di pasar yang bergejolak. Kinerja strategi secara keseluruhan dapat ditingkatkan dengan menambahkan filter tren dan mengoptimalkan sistem pengelolaan uang.
Kode Sumber Strategi
/*backtest
start: 2024-12-06 00:00:00
end: 2025-01-04 08:00:00
period: 3h
basePeriod: 3h
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/
// © davisash666
//@version=5
strategy("Trend-Following Strategy", overlay=true)
// Inputs for strategy parameters
timeframe = input.timeframe("D", "Timeframe")
risk_tolerance = input.float(2.0, "Risk Tolerance (%)", step=0.1) / 100
capital_allocation = input.float(200, "Capital Allocation (%)", step=1) / 100
// Technical indicators (used to emulate machine learning)
ma_length_fast = input.int(10, "Fast MA Length")
ma_length_slow = input.int(50, "Slow MA Length")
atr_length = input.int(14, "ATR Length")
atr_multiplier = input.float(1.5, "ATR Multiplier")
// Calculations
fast_ma = ta.sma(close, ma_length_fast)
slow_ma = ta.sma(close, ma_length_slow)
atr = ta.atr(atr_length)
// Entry and exit conditions
long_condition = ta.crossover(fast_ma, slow_ma)
short_condition = ta.crossunder(fast_ma, slow_ma)
// Risk management
stop_loss_long = close - (atr * atr_multiplier)
stop_loss_short = close + (atr * atr_multiplier)
take_profit_long = close + (atr * atr_multiplier)
take_profit_short = close - (atr * atr_multiplier)
// Capital allocation
position_size = strategy.equity * capital_allocation
// Execute trades
if long_condition
strategy.entry("Long", strategy.long, qty=position_size / close)
strategy.exit("Take Profit/Stop Loss", "Long", stop=stop_loss_long, limit=take_profit_long)
if short_condition
strategy.entry("Short", strategy.short, qty=position_size / close)
strategy.exit("Take Profit/Stop Loss", "Short", stop=stop_loss_short, limit=take_profit_short)
// Plotting for visualization
plot(fast_ma, color=color.green, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")
plot(stop_loss_long, color=color.blue, title="Stop Loss (Long)", linewidth=1, style=plot.style_cross)
plot(take_profit_long, color=color.purple, title="Take Profit (Long)", linewidth=1, style=plot.style_cross)