Strategi perdagangan tren dinamis berdasarkan beberapa periode waktu eksponen Hurst dan retracement Fibonacci

HURST FIBONACCI RSI MTF RR SL TP ATR
Tanggal Pembuatan: 2025-02-20 16:59:37 Akhirnya memodifikasi: 2025-02-20 16:59:37
menyalin: 2 Jumlah klik: 393
2
fokus pada
319
Pengikut

Strategi perdagangan tren dinamis berdasarkan beberapa periode waktu eksponen Hurst dan retracement Fibonacci Strategi perdagangan tren dinamis berdasarkan beberapa periode waktu eksponen Hurst dan retracement Fibonacci

Ringkasan

Ini adalah strategi perdagangan jangka waktu multi-periode yang inovatif yang menggabungkan indeks Hurst Exponent dan tingkat mundur Fibonacci. Strategi ini mengevaluasi karakteristik tren pasar dengan menghitung indeks Hurst untuk periode waktu yang berbeda dan mengidentifikasi peluang perdagangan potensial dengan tingkat harga kunci Fibonacci. Strategi ini menggunakan kerangka manajemen risiko yang ketat, termasuk rasio risiko tetap, rasio keuntungan dan kerugian yang ditargetkan, dan pembatasan frekuensi perdagangan harian dan keseluruhan.

Prinsip Strategi

Logika inti dari strategi ini didasarkan pada dua komponen utama:

  1. Untuk mengevaluasi sifat tren pasar dengan menghitung indeks Herst untuk periode waktu saat ini dan yang lebih tinggi. Indeks Herst lebih besar dari 0,5 menunjukkan bahwa pasar memiliki kesinambungan tren, dan kurang dari 0,5 menunjukkan bahwa pasar mungkin memiliki karakteristik regresi rata-rata.
  2. Menggunakan Fibonacci retracement level yang penting untuk menghitung tinggi dan rendah setiap hari, fokus pada 61.8% ((perpecahan emas) dan 38.2% dua tingkat. Trigger lebih banyak sinyal jika indeks Herst linier hari lebih besar dari 0.5 dan harga menembus level 61.8%; Trigger sinyal kosong jika indeks Herst linier hari lebih kecil dari 0.5 dan harga turun di bawah level 38.2%

Keunggulan Strategis

  1. Analisis multi-dimensi: memberikan pandangan pasar yang lebih menyeluruh dengan menggabungkan analisis tren dan tingkat harga dari periode waktu yang berbeda
  2. Manajemen risiko yang baik: Menggunakan kerangka manajemen risiko dengan rasio risiko tetap (~2%) dan rasio keuntungan-rugi yang ditargetkan (~1:2)
  3. Kontrol frekuensi transaksi: Tetapkan batas maksimum transaksi per hari dan total transaksi untuk menghindari over-trading
  4. Bantuan visual: Tabel dengan perubahan warna latar belakang dan informasi indikator kunci untuk tren pasar secara real time

Risiko Strategis

  1. Ketergantungan pada kondisi pasar: kemungkinan kinerja yang buruk dalam pasar horizontal yang tidak menunjukkan tren
  2. Sensitivitas parameter: pemilihan siklus penghitungan indeks Hurst dan periode waktu Fibonacci mempengaruhi kinerja strategi
  3. Efek slippage: Risiko slippage yang lebih besar mungkin terjadi dalam kondisi pasar yang kurang likuid
  4. Kompleksitas sistem: Kombinasi beberapa komponen meningkatkan kemungkinan kegagalan strategi

Arah optimasi strategi

  1. Penyesuaian parameter dinamis: dapat secara otomatis menyesuaikan siklus perhitungan indeks Hurst berdasarkan fluktuasi pasar
  2. Menambahkan filter: memperkenalkan filter status pasar tambahan untuk meningkatkan kualitas sinyal
  3. Mengoptimalkan manajemen posisi: Mengimplementasikan manajemen posisi dinamis berdasarkan volatilitas
  4. Meningkatkan mekanisme penarikan diri: mengembangkan cara yang lebih fleksibel untuk menetapkan target laba

Meringkaskan

Ini adalah strategi inovatif yang menggabungkan alat analisis teknis klasik dengan metode kuantitatif modern. Dengan analisis siklus waktu multi dan manajemen risiko yang ketat, strategi ini tetap berpedoman pada dasar teoritis dan juga berfokus pada kelayakan praktis. Meskipun ada ruang untuk optimasi tertentu, kerangka keseluruhan memiliki ekstensibilitas yang baik dan nilai praktis.

Kode Sumber Strategi
/*backtest
start: 2024-02-21 00:00:00
end: 2024-10-01 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Binance","currency":"TRB_USDT"}]
*/

//@version=5
// Advanced Multi-Timeframe Trading System (Risk Managed)
// 
// Description:
// This strategy combines an approximate measure of market trending via a Hurst exponent
// calculation with Fibonacci retracement levels derived from a higher timeframe (default: Daily)
// to identify potential reversal zones and trade opportunities. The Hurst exponent is calculated
// as a rough indicator of market persistence, while the Fibonacci retracement levels provide potential
// support and resistance areas.
// 
// Signal Logic:
// - A long entry is signaled when the price crosses above the 61.8% Fibonacci level (Golden Ratio)
//   and the daily Hurst exponent is above 0.5 (suggesting a trending market).
// - A short entry is signaled when the price crosses below the 38.2% Fibonacci level and the daily Hurst
//   exponent is below 0.5.
// 
// Risk Management:
// Each trade is risk-managed with a stop-loss set at 2% below (or above for shorts) the entry price,
// and a take profit order is set to achieve a 1:2 risk-reward ratio. Position sizing is fixed at 10% of
// equity per trade. Additionally, the strategy limits trading to a maximum of 5 trades per day and 510 trades
// overall (for backtesting since 2019) to ensure a realistic number of orders.
// 
// Backtesting Parameters:
// - Initial Capital: $10,000
// - Commission: 0.1% per trade
// - Slippage: 1 tick per bar
// - Position Sizing: 10% of equity per trade
// 
// Disclaimer:
// Past performance is not indicative of future results. This strategy is experimental and is provided solely
// for educational purposes. Use caution and perform your own testing before any live deployment.
// 
// Author: [Your Name]
// Date: [Date]

strategy("Advanced Multi-Timeframe Trading System (Risk Managed)",
     overlay=true, 
     max_bars_back=500, 
     initial_capital=10000, 
     default_qty_type=strategy.percent_of_equity, 
     default_qty_value=10,          // 10% of equity per trade
     commission_type=strategy.commission.percent, 
     commission_value=0.1,          // 0.1% commission per trade
     slippage=1,                    // 1 tick per bar
     calc_on_order_fills=true, 
     calc_on_every_tick=true)

// ─── INPUTS ─────────────────────────────────────────────────────────────
hurstLen        = input.int(50, title="Hurst Lookback Period", minval=10)
fibTF           = input.timeframe("D", title="Fibonacci Retracement Timeframe")
maxTradesPerDay = input.int(5, title="Max Trades Per Day", minval=1)
maxTotalTrades  = input.int(510, title="Max Total Trades since 2019", minval=1)
riskPerc        = input.float(2.0, title="Risk Percent per Trade (%)", step=0.1) * 0.01  // 2% risk per trade
rrRatio         = input.float(2.0, title="Risk-Reward Ratio", step=0.1)                 // Target profit = 2x risk

// ─── FUNCTION: Approximate Hurst Exponent Calculation ──────────────────────
// This function uses a simple rescaled range method to approximate the Hurst exponent.
// Note: This is an experimental calculation and should be interpreted as a rough gauge of market trending.
calcHurst(src, len) =>
    mean   = ta.sma(src, len)
    dev    = src - mean
    cumDev = 0.0
    for i = 0 to len - 1
        cumDev := cumDev + dev[i]
    R     = ta.highest(cumDev, len) - ta.lowest(cumDev, len)
    S     = ta.stdev(src, len)
    hurst = na(S) or S == 0 ? na : math.log(R / S) / math.log(len)
    hurst

// Calculate the Hurst exponent on the current timeframe and from a higher timeframe (daily)
currHurst  = calcHurst(close, hurstLen)
dailyHurst = request.security(syminfo.tickerid, "D", calcHurst(close, hurstLen))

// ─── FIBONACCI RETRACEMENT LEVELS (WITH GOLDEN RATIO) ──────────────────────────
// Retrieve the daily high/low from the selected timeframe (default: Daily)
dHigh   = request.security(syminfo.tickerid, fibTF, high)
dLow    = request.security(syminfo.tickerid, fibTF, low)

// Define Fibonacci levels between the daily low and high.
fib_0   = dLow
fib_100 = dHigh
fib_236 = dLow + 0.236 * (dHigh - dLow)
fib_382 = dLow + 0.382 * (dHigh - dLow)
fib_500 = dLow + 0.5   * (dHigh - dLow)
fib_618 = dLow + 0.618 * (dHigh - dLow)  // Golden ratio level

// Plot the Fibonacci levels for reference.
pFib0   = plot(fib_0,   color=color.gray,   title="Fib 0%")
pFib236 = plot(fib_236, color=color.blue,   title="Fib 23.6%")
pFib382 = plot(fib_382, color=color.orange, title="Fib 38.2%")
pFib500 = plot(fib_500, color=color.purple, title="Fib 50%")
pFib618 = plot(fib_618, color=color.green,  title="Fib 61.8% (Golden Ratio)")
pFib100 = plot(fib_100, color=color.gray,   title="Fib 100%")
// Fill the area between the 61.8% and 38.2% levels to highlight the key retracement zone.
fill(pFib618, pFib382, color=color.new(color.yellow, 80), title="Fibonacci Retracement Zone")

// ─── TRADE COUNT MANAGEMENT ─────────────────────────────────────────────────
// To simulate realistic trading frequency, the strategy limits trades to a maximum of 5 per day and 510 overall.
var int tradesToday     = 0
var int globalTradeCount = 0

// Reset the daily trade counter at the start of a new day.
newDay = ta.change(time("D"))
if newDay
    tradesToday := 0

// Allow new trades only if within the daily and overall trade limits.
canTrade = (tradesToday < maxTradesPerDay) and (globalTradeCount < maxTotalTrades)

// ─── TRADING SIGNALS ─────────────────────────────────────────────────────────
// Entry conditions based on Fibonacci levels and daily Hurst conditions:
// • Long: Price crosses above the 61.8% (Golden Ratio) level and daily Hurst > 0.5.
// • Short: Price crosses below the 38.2% level and daily Hurst < 0.5.
longCond  = ta.crossover(close, fib_618) and (dailyHurst > 0.5)
shortCond = ta.crossunder(close, fib_382) and (dailyHurst < 0.5)

if longCond and canTrade
    strategy.entry("Long", strategy.long)
    tradesToday      := tradesToday + 1
    globalTradeCount := globalTradeCount + 1

if shortCond and canTrade
    strategy.entry("Short", strategy.short)
    tradesToday      := tradesToday + 1
    globalTradeCount := globalTradeCount + 1

// ─── RISK MANAGEMENT: STOP-LOSS & TAKE-PROFIT ──────────────────────────────
// For active positions, define stop-loss and take profit levels based on the entry price.
// This ensures that each trade risks approximately 2% of the entry price with a target
// of 2x the risk (1:2 risk-reward ratio).
if strategy.position_size > 0
    longStop   = strategy.position_avg_price * (1 - riskPerc)
    longTarget = strategy.position_avg_price * (1 + rrRatio * riskPerc)
    strategy.exit("Long Exit", from_entry="Long", stop=longStop, limit=longTarget)
if strategy.position_size < 0
    shortStop   = strategy.position_avg_price * (1 + riskPerc)
    shortTarget = strategy.position_avg_price * (1 - rrRatio * riskPerc)
    strategy.exit("Short Exit", from_entry="Short", stop=shortStop, limit=shortTarget)

// ─── CHART OVERLAYS & VISUAL AIDS ────────────────────────────────────────────
// Background color indicates the daily market trend:
// Green for trending conditions (dailyHurst > 0.5) and red for less trending conditions.
bgcolor(dailyHurst > 0.5 ? color.new(color.green, 90) : color.new(color.red, 90), title="Daily Trend Background")

// Display an information table in the top-right corner to help interpret key values.
var table infoTable = table.new(position.top_right, 2, 4, border_width=1, frame_color=color.gray)
if barstate.islast
    table.cell(infoTable, 0, 0, "Current Hurst", text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 1, 0, str.tostring(currHurst, "#.###"), text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 0, 1, "Daily Hurst", text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 1, 1, str.tostring(dailyHurst, "#.###"), text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 0, 2, "Trades Today", text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 1, 2, str.tostring(tradesToday), text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 0, 3, "Global Trades", text_color=color.white, bgcolor=color.black)
    table.cell(infoTable, 1, 3, str.tostring(globalTradeCount), text_color=color.white, bgcolor=color.black)

// Optional: Add labels on the final bar to mark the key Fibonacci levels.
if barstate.islast
    label.new(bar_index, fib_618, "61.8% (Golden Ratio)", style=label.style_label_left, color=color.green, textcolor=color.white, size=size.tiny)
    label.new(bar_index, fib_382, "38.2%", style=label.style_label_left, color=color.orange, textcolor=color.white, size=size.tiny)