ChaoZhang
1
fokus pada
1617
Pengikut
Ringkasan
Strategi ini adalah sistem perdagangan yang didasarkan pada sinyal crossover rata-rata dan pemfilteran tren. Ini menggabungkan sinyal crossover SMA jangka pendek (siklus 9 dan siklus 15) dan EMA jangka panjang (siklus 200) sebagai filter tren untuk menangkap tren pasar dengan crossover rata-rata pada periode waktu yang berbeda.
Prinsip Strategi
Strategi untuk membuat keputusan perdagangan menggunakan sistem tiga garis lurus:
- Menghasilkan sinyal perdagangan menggunakan rata-rata bergerak sederhana (SMA) 9 periode dan 15 periode
- Menggunakan Moving Average Index 200 Periode (EMA) sebagai filter tren
- Ketika SMA jangka pendek ((9 siklus) naik melewati SMA 15 siklus dan harga berada di atas EMA 200 siklus, menghasilkan sinyal do lebih
- Sinyal shorting dihasilkan ketika SMA jangka pendek ((9 siklus) turun melewati SMA 15 siklus dan harga berada di bawah EMA 200 siklus
- Sistem ini juga menyertakan logika re-entry, yang memungkinkan untuk membangun kembali gudang setelah sinyal crossover awal, asalkan harga tetap berada di sisi yang benar dari 200 EMA.
Keunggulan Strategis
- Analisis Multiple Time Frame: Menggabungkan garis rata-rata jangka pendek dan jangka panjang untuk memberikan perspektif pasar yang lebih komprehensif
- Filter tren: menggunakan 200 EMA untuk memfilter sinyal palsu dan meningkatkan kualitas perdagangan
- Mekanisme Re-Entry: Memungkinkan untuk membangun beberapa posisi dalam tren yang kuat untuk meningkatkan potensi keuntungan
- Aturan masuk dan keluar yang jelas: berdasarkan indikator teknis yang objektif, mengurangi penilaian subjektif
- Perdagangan dua arah: Anda bisa mendapatkan keuntungan di dua arah
- Manajemen risiko terintegrasi: Mengontrol risiko secara otomatis melalui sistem linier
Risiko Strategis
- Risiko pasar yang bergoyang: sinyal palsu yang mungkin sering muncul di pasar horizontal
- Risiko keterbelakangan: Moving Average pada dasarnya merupakan indikator keterbelakangan, mungkin melewatkan titik masuk terbaik
- Risiko perubahan tren: kemungkinan kerugian yang lebih besar jika terjadi pergeseran pasar yang drastis
- Risiko Re-Entry: Terlalu banyak deposit bisa menyebabkan kelebihan posisi Tindakan mitigasi:
- Menambahkan filter fluktuasi pasar tambahan
- Tetapkan batas maksimum
- Menggunakan mekanisme stop loss dinamis
- Menerapkan sistem manajemen posisi
Arah optimasi strategi
- Optimalisasi siklus dinamis:
- Periode rata-rata yang secara otomatis disesuaikan dengan fluktuasi pasar
- Memperkenalkan Adaptive Moving Average (AMA) sebagai pengganti rata-rata periodik tetap
- Optimasi masuk:
- Konfirmasi peningkatan volume
- Verifikasi Indikator Added Momentum
- Pengakuan bentuk harga
- Optimasi Manajemen Risiko:
- Mewujudkan manajemen posisi dinamis
- Tambahkan Tracking Stop Loss
- Pengaturan Stop Loss Berbasis Fluktuasi
- Optimisasi Logika Re-Entry:
- Peningkatan intensitas konfirmasi tren
- Desain sistem gudang gradien
- Bergabung dengan Identifikasi Lingkungan Pasar
Meringkaskan
Strategi ini menggabungkan beberapa sistem garis rata dan filter tren untuk membangun sistem perdagangan pelacakan tren yang lengkap. Keunggulan utamanya adalah kemampuan untuk mendapatkan keuntungan yang signifikan di pasar yang sedang tren, sementara meningkatkan stabilitas sistem melalui penyaringan garis rata dan mekanisme masuk kembali. Meskipun ada beberapa risiko yang melekat, tetapi dengan menerapkan arah optimasi, kinerja strategi dapat ditingkatkan lebih lanjut.
Kode Sumber Strategi
/*backtest
start: 2024-02-19 00:00:00
end: 2025-02-17 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("SMA Crossover with EMA Filter", overlay=true)
// Define indicators
sma9 = ta.sma(close, 9)
sma15 = ta.sma(close, 15)
ema200 = ta.ema(close, 200)
// Crossover conditions
bullish_crossover = ta.crossover(sma9, sma15) // Buy signal
bearish_crossover = ta.crossunder(sma9, sma15) // Sell signal
// Filters
above_ema200 = close > ema200
below_ema200 = close < ema200
// Buy condition (only above 200 EMA)
buy_signal = bullish_crossover and above_ema200
if buy_signal
strategy.entry("Buy", strategy.long)
// Sell condition (only below 200 EMA)
sell_signal = bearish_crossover and below_ema200
if sell_signal
strategy.entry("Sell", strategy.short)
// Exit condition if the signal reverses
exit_long = bearish_crossover
exit_short = bullish_crossover
if exit_long
strategy.close("Buy")
if exit_short
strategy.close("Sell")
// Re-entry condition when price crosses EMA 200 after a prior crossover
buy_reentry = ta.barssince(bullish_crossover) > 0 and above_ema200
sell_reentry = ta.barssince(bearish_crossover) > 0 and below_ema200
if buy_reentry
strategy.entry("Buy", strategy.long)
if sell_reentry
strategy.entry("Sell", strategy.short)
// Plot indicators
plot(sma9, color=color.blue, title="SMA 9")
plot(sma15, color=color.red, title="SMA 15")
plot(ema200, color=color.orange, title="EMA 200")