Ringkasan
Ini adalah strategi perdagangan pelacakan tren yang menggabungkan Reaktor Tren Dinamis dan Regressi Multi-Kernel. Strategi ini menghitung garis dukungan / resistensi dinamis melalui ATR dan SMA, dan menggunakan kemunduran gabungan dari inti Goss dan inti Epanechnikov untuk mengidentifikasi tren pasar.
Prinsip Strategi
Strategi ini terdiri dari empat bagian utama:
-
Reaktor tren dinamis ((DR): menggunakan ATR dan SMA untuk membangun jalur dukungan / resistensi dinamis, menilai arah tren berdasarkan posisi harga. Gunakan jalur bawah sebagai dukungan dalam tren naik, gunakan jalur atas sebagai resistensi dalam tren turun.
-
Multicore Regression (MKR): Pengembalian harga dengan kombinasi Gaussian dan Epanechnikov kernel, untuk mencapai kombinasi optimal dari dua fungsi inti dengan parameter berat yang dapat disesuaikan. Metode ini lebih baik menangkap karakteristik dinamis dari pergerakan harga.
-
Filter tren MA200: Menggunakan garis rata-rata harian 200 sebagai indikator tren jangka panjang, memungkinkan perdagangan hanya jika harga membentuk tren yang jelas dengan MA200, dan mengidentifikasi periode pengelompokan dengan parameter ConsolidationRange.
-
Sistem Manajemen Uang: Menggunakan tiga target keuntungan ((1.5%, 3.0%, 4.5%) dan 1% Stop Loss), alokasi posisi dalam rasio 33% -33% -34%, untuk memaksimalkan keuntungan sambil mengontrol risiko.
Keunggulan Strategis
- Reliabilitas pengidentifikasian tren: Dengan pengesahan ganda DR dan MKR, peningkatan akurasi penilaian tren.
- Integritas manajemen risiko: Menggunakan kombinasi keuntungan yang terpotong dan penghentian kerugian yang seragam, untuk melindungi keuntungan dan membatasi kerugian.
- Adaptabilitas: Metode regresi multi-inti lebih mudah beradaptasi dengan kondisi pasar yang berbeda.
- Sinyal perdagangan jelas: titik-titik perubahan tren memiliki indikasi grafis yang jelas.
- Mekanisme penyaringan disempurnakan: identifikasi MA200 dan periode penyusunan untuk mengecualikan kondisi pasar yang tidak menguntungkan.
Risiko Strategis
- Risiko Optimasi Parameter: Optimasi berlebihan dapat menyebabkan overfitting dan menurunkan kinerja strategi.
- Risiko keterbelakangan: rata-rata dan regresi indikator memiliki keterbelakangan, mungkin kehilangan titik balik penting.
- Ketergantungan pada kondisi pasar: Performa mungkin kurang baik dalam pasar yang sangat berfluktuasi atau horizontal.
- Risiko Eksekusi: Multiple Stop Loss Order mungkin tidak dapat sepenuhnya dieksekusi karena masalah likuiditas.
Arah optimasi strategi
- Penyesuaian parameter dinamis: dapat secara otomatis menyesuaikan perkalian ATR dan siklus regresi sesuai dengan fluktuasi pasar.
- Penguatan konfirmasi sinyal: dapat ditambahkan indikator tambahan seperti volume lalu lintas, tingkat fluktuasi dan lain-lain untuk meningkatkan keandalan sinyal.
- Optimasi manajemen posisi: Mengelola posisi dinamis berdasarkan volatilitas.
- Klasifikasi lingkungan pasar: menambahkan modul pengenalan status pasar, menggunakan pengaturan parameter yang berbeda dalam lingkungan pasar yang berbeda.
Meringkaskan
Strategi ini membangun sistem perdagangan yang lengkap dengan menggabungkan berbagai indikator teknis dan metode statistik yang canggih. Keunggulan strategi ini adalah ketajaman tren yang akurat dan sistem manajemen risiko yang baik, tetapi juga perlu memperhatikan optimasi parameter dan masalah adaptasi pasar. Dengan arah optimasi yang disarankan, strategi ini masih memiliki ruang untuk ditingkatkan.
/*backtest
start: 2024-02-25 00:00:00
end: 2024-08-07 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Binance","currency":"SOL_USDT"}]
*/
//@version=5
strategy("DR + Multi Kernel Regression + Signals + MA200 with TP/SL (Optimized)", overlay=true, shorttitle="DR+MKR+Signals+MA200_TP_SL_Opt", pyramiding=0, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// =====================================================================- 1