Strategi pelacakan tren waktu yang tepat dengan persilangan rata-rata pergerakan multi-lapis

SMA MA CROSS Trend TICK
Tanggal Pembuatan: 2025-02-21 14:32:49 Akhirnya memodifikasi: 2025-02-21 14:32:49
menyalin: 2 Jumlah klik: 355
2
fokus pada
319
Pengikut

Strategi pelacakan tren waktu yang tepat dengan persilangan rata-rata pergerakan multi-lapis Strategi pelacakan tren waktu yang tepat dengan persilangan rata-rata pergerakan multi-lapis

Ringkasan

Strategi ini adalah sistem pelacakan tren berbasis multi-layer moving average (SMA) yang dikombinasikan dengan teknik deteksi silang pensel yang tepat. Ini menentukan tren pasar melalui hierarki hubungan rata-rata bergerak 20, 50, 100 dan 200 periode, dan menggunakan harga real-time dan persilangan rata-rata bergerak untuk memicu sinyal perdagangan.

Prinsip Strategi

Strategi ini menggunakan mekanisme penyaringan tren tiga tingkat, yang mengharuskan 50 siklus rata-rata berada di atas 100 siklus rata-rata, dan 100 siklus rata-rata berada di atas 200 siklus rata-rata untuk mengkonfirmasi tren naik, sebaliknya mengkonfirmasi tren turun. Sinyal masuk didasarkan pada persilangan harga dengan 50 siklus rata-rata, menggunakan data pens untuk melakukan deteksi persilangan yang akurat, untuk menentukan kapan persilangan terjadi dengan membandingkan perilaku harga saat ini dengan hubungan posisi garis K sebelumnya. Sinyal keluar ditentukan oleh hubungan harga dengan 20 siklus rata-rata, yang memicu sinyal posisi datar ketika harga menembus 20 siklus rata-rata.

Keunggulan Strategis

  1. Mekanisme deteksi silang yang tepat meningkatkan akurasi waktu transaksi
  2. Pengakuan tren dari moving average multi-layer dapat memfilter sinyal palsu secara efektif.
  3. Strategi ini memiliki adaptasi zona waktu yang baik dan dapat digunakan di pasar manapun di dunia
  4. Logika masuk dan keluar yang seragam dan jelas, mudah dipahami dan dilakukan
  5. Grafik yang dapat diterapkan untuk beberapa periode waktu, memiliki universalitas yang kuat

Risiko Strategis

  1. Sering terjadi sinyal palsu di pasar yang bergejolak, yang menyebabkan overtrading
  2. Rata-rata bergerak itu sendiri memiliki keterlambatan dan mungkin melewatkan titik balik yang penting.
  3. Dalam pasar yang cepat berfluktuasi, tes silang dapat menghasilkan terlalu banyak sinyal
  4. Filter multi-lapisan tren dapat menyebabkan kehilangan beberapa peluang perdagangan potensial
  5. Kondisi pertandingan yang tetap dapat menyebabkan penarikan yang lebih besar dalam situasi yang sangat bergejolak.

Arah optimasi strategi

  1. Memperkenalkan indikator volatilitas untuk menyesuaikan secara dinamis kondisi masuk dan keluar, meningkatkan kemampuan strategi untuk beradaptasi dengan kondisi pasar
  2. Meningkatkan mekanisme konfirmasi volume transaksi dan meningkatkan keandalan sinyal silang
  3. Desain mekanisme stop loss yang dinamis untuk mengendalikan risiko dengan lebih baik
  4. Menambahkan analisis struktur pasar untuk mengoptimalkan keakuratan penilaian tren
  5. Mengembangkan mekanisme optimasi parameter adaptif untuk meningkatkan stabilitas strategi

Meringkaskan

Ini adalah strategi pelacakan tren yang terstruktur, logis, dan jelas, yang menggunakan kombinasi dari beberapa lapisan rata-rata bergerak, yang menjamin keandalan sinyal dan memungkinkan pelacakan tren yang efektif. Strategi ini dirancang dengan mempertimbangkan kepraktisan dan universalitas, dan cocok untuk digunakan dalam berbagai lingkungan pasar. Dengan pengoptimalan dan perbaikan lebih lanjut, strategi ini diharapkan untuk mendapatkan kinerja yang lebih baik dalam perdagangan nyata.

Kode Sumber Strategi
/*backtest
start: 2024-02-22 00:00:00
end: 2024-06-25 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/

//@version=5
strategy("Multi-SMA Strategy - Core Signals", overlay=true)

// ———— Universal Inputs ———— //
int smaPeriod1 = input(20, "Fast SMA")
int smaPeriod2 = input(50, "Medium SMA")
bool useTickCross = input(true, "Use Tick-Precise Crosses")

// ———— Timezone-Neutral Calculations ———— //
sma20 = ta.sma(close, smaPeriod1)
sma50 = ta.sma(close, smaPeriod2)
sma100 = ta.sma(close, 100)
sma200 = ta.sma(close, 200)

// ———— Tick-Precise Cross Detection ———— //
golden_cross = useTickCross ? 
  (high >= sma50 and low[1] < sma50[1]) : 
  ta.crossover(sma20, sma50)

death_cross = useTickCross ? 
  (low <= sma50 and high[1] > sma50[1]) : 
  ta.crossunder(sma20, sma50)

// ———— Trend Filter ———— //
uptrend = sma50 > sma100 and sma100 > sma200
downtrend = sma50 < sma100 and sma100 < sma200

// ———— Entry Conditions ———— //
longCondition = golden_cross and uptrend
shortCondition = death_cross and downtrend

// ———— Exit Conditions ———— //
exitLong = ta.crossunder(low, sma20)
exitShort = ta.crossover(high, sma20)

// ———— Strategy Execution ———— //
strategy.entry("Long", strategy.long, when=longCondition)
strategy.entry("Short", strategy.short, when=shortCondition)
strategy.close("Long", when=exitLong)
strategy.close("Short", when=exitShort)

// ———— Clean Visualization ———— //
plot(sma20, "20 SMA", color.new(color.blue, 0))
plot(sma50, "50 SMA", color.new(color.red, 0))
plot(sma100, "100 SMA", color.new(#B000B0, 0), linewidth=2)
plot(sma200, "200 SMA", color.new(color.green, 0), linewidth=2)

// ———— Signal Markers ———— //
plotshape(longCondition,  "Long Entry", shape.triangleup, location.belowbar, color.green, 0)
plotshape(shortCondition, "Short Entry", shape.triangledown, location.abovebar, color.red, 0)
plotshape(exitLong,  "Long Exit", shape.xcross, location.abovebar, color.blue, 0)
plotshape(exitShort, "Short Exit", shape.xcross, location.belowbar, color.orange, 0)