
Ini adalah strategi perdagangan kuantitatif yang didasarkan pada beberapa sinyal lintas rata-rata bergerak, sekaligus menggabungkan penyaringan tren dan mekanisme manajemen risiko ATR. Strategi ini terutama menggunakan persilangan rata-rata bergerak sederhana 20 periode (SMA) dengan rata-rata bergerak indeks 89 periode (EMA) untuk menghasilkan sinyal perdagangan, dan menggunakan rata-rata bergerak sederhana 200 periode sebagai filter tren untuk memastikan arah perdagangan konsisten dengan tren utama. Selain itu, strategi ini menggunakan rata-rata gelombang nyata (ATR) untuk mengatur level stop loss dan stop loss, yang secara efektif mengontrol risiko dan pengembalian setiap perdagangan.
Logika inti dari strategi ini didasarkan pada aplikasi komposit dari tiga indikator Moving Average dan ATR:
Penghitungan rata-rata bergerak:
Syarat masuk:
Pengaturan manajemen risiko:
Strategi ini menandai sinyal entry pada grafik dan menampilkan label yang berisi harga entry, stop loss dan stop loss level, sehingga memudahkan pedagang untuk memahami secara intuitif detail perdagangan.
Multiple Trend Confirmation Mechanism: Dengan menggunakan moving average dari tiga periode yang berbeda, strategi ini dapat menganalisis tren pasar jangka pendek, menengah, dan panjang secara komprehensif, mengurangi risiko sinyal palsu secara signifikan.
Logika perdagangan yang maju: Rata-rata bergerak 200 periode berfungsi sebagai filter tren, memastikan bahwa perdagangan hanya dilakukan dalam arah tren utama, menghindari operasi berlawanan arah, meningkatkan tingkat kemenangan.
Pengelolaan risiko dinamis: Pengaturan stop loss dan stop loss berbasis ATR, yang dapat secara otomatis menyesuaikan parameter kontrol risiko sesuai dengan volatilitas pasar yang sebenarnya, untuk menjaga fleksibilitas strategi dalam lingkungan yang berbeda.
Rasio pengembalian risiko tetap: Stop loss dan stop loss tetap pada rasio 2: 3, memastikan bahwa ekspektasi keuntungan dari setiap perdagangan lebih besar dari ekspektasi risiko, yang menguntungkan pertumbuhan modal dalam jangka panjang.
Sinyal perdagangan visual: Strategi menandai titik masuk, titik berhenti dan titik berhenti dengan jelas di grafik, membuat proses pengambilan keputusan perdagangan lebih intuitif dan mudah.
Eksekusi otomatis sepenuhnya: logika strategi jelas, mudah diprogram untuk diterapkan, cocok untuk penyebaran sistem perdagangan otomatis, mengurangi gangguan emosional dan kesalahan operasi manusia.
Pasar bergoyang tidak berkinerja baik: Dalam pasar bergoyang horizontal tanpa tren yang jelas, persilangan rata-rata bergerak dapat menghasilkan sinyal palsu yang sering terjadi, yang menyebabkan stop loss berturut-turut.
Keterlambatan: Semua strategi yang didasarkan pada rata-rata bergerak memiliki masalah keterlambatan sinyal, mungkin kehilangan titik masuk yang optimal pada awal tren, atau tidak bereaksi cukup cepat ketika tren berbalik.
Pembatasan pengendalian risiko pengganda tetap: Meskipun ATR dapat mencerminkan fluktuasi pasar, stop loss ATR 2 kali lipat yang tetap mungkin tidak cukup untuk menghindari kerugian besar dalam situasi ekstrem tertentu, terutama dalam situasi melompat.
Dilemma optimasi parameter: Strategi melibatkan beberapa parameter (seperti 20, 89, 200 siklus dan ATR multiples), kombinasi parameter yang berbeda mungkin diperlukan untuk pasar dan kerangka waktu yang berbeda, dan ada risiko over-fit.
Trending filter lags: Periode bergerak rata-rata sangat lambat bereaksi, yang dapat menyebabkan kesalahan penilaian pada awal perubahan tren, kehilangan peluang perdagangan atau menghasilkan sinyal yang salah.
Untuk mengatasi risiko ini, solusi berikut dapat dipertimbangkan:
Mekanisme penyesuaian lingkungan pasar: memperkenalkan indikator volatilitas atau indikator kekuatan tren (seperti ADX), menyesuaikan parameter strategi secara otomatis dalam berbagai lingkungan pasar atau menangguhkan perdagangan. Ini dapat mengatasi masalah kinerja strategi yang buruk di pasar yang bergoyang.
Optimasi sinyal masuk: Anda dapat mempertimbangkan untuk menambahkan indikator konfirmasi tambahan, seperti RSI, MACD, atau volume transaksi, dan hanya masuk jika ada konfirmasi bersama dari beberapa indikator untuk meningkatkan kualitas sinyal.
Manajemen risiko yang dinamis: Berdasarkan volatilitas pasar dan kinerja historis, mencapai stop loss dan stop loss multiplier yang beradaptasi, meningkatkan jarak stop loss di pasar yang berfluktuasi tinggi, mengurangi jarak stop loss di pasar yang berfluktuasi rendah.
Mekanisme stop-loss parsial: memperkenalkan logika stop-loss bertahap, setelah mencapai target keuntungan tertentu, stop loss dipindahkan ke titik biaya atau setoran setoran, mengunci sebagian dari keuntungan sambil mempertahankan kemungkinan untuk melacak tren.
Filter waktu: Meningkatkan waktu penyaringan perdagangan, menghindari publikasi data ekonomi besar atau periode likuiditas rendah tertentu, mengurangi risiko yang disebabkan oleh fluktuasi pasar yang tidak normal.
Pengelolaan dana yang optimal: Berdasarkan hasil retrospeksi sejarah strategi dan kondisi pasar saat ini, ukuran posisi setiap transaksi disesuaikan secara dinamis, meningkatkan risiko dalam kondisi yang menguntungkan dan mengurangi risiko dalam kondisi yang tidak menguntungkan.
Parameter self-optimization: implementasi mekanisme optimasi otomatis parameter berdasarkan rollback, secara teratur menyesuaikan siklus moving average dan ATR multiples berdasarkan data pasar terbaru, sehingga strategi terus beradaptasi dengan perubahan lingkungan pasar.
Tujuan utama dari arah optimasi ini adalah untuk meningkatkan kemampuan adaptasi dan ketahanan strategi, mengurangi ketergantungan pada parameter tetap, dan meningkatkan konsistensi kinerja di berbagai lingkungan pasar.
Strategi kuantitatif ATR yang berfilter tren adalah sistem perdagangan yang menggabungkan kecerdasan tradisional analisis teknis dan konsep manajemen risiko modern. Dengan kombinasi 20/89/200 Triple Moving Average, strategi ini dapat secara efektif mengidentifikasi tren pasar dan menghasilkan sinyal perdagangan yang baik. Dan mekanisme kontrol risiko dinamis yang didasarkan pada ATR memastikan bahwa setiap perdagangan memiliki karakteristik pengembalian risiko yang wajar.
Keunggulan terbesar dari strategi ini adalah sistematis dan disiplinnya, menghilangkan faktor emosional dalam perdagangan melalui aturan yang jelas, sementara desain logika yang ringkas membuatnya mudah dipahami dan dilaksanakan. Namun, strategi ini juga memiliki kekurangan yang melekat, seperti kinerja pasar yang buruk dan sinyal yang terlambat, yang mengharuskan pedagang untuk tetap waspada dalam penerapan praktis.
Strategi ini diharapkan dapat mencapai stabilitas dan fleksibilitas yang lebih tinggi dengan memperkenalkan langkah-langkah optimasi seperti identifikasi lingkungan pasar, sinyal konfirmasi ganda, dan manajemen risiko dinamis, sambil menjaga kesederhanaan logika inti. Strategi ini dapat digunakan oleh pedagang individu maupun investor institusional sebagai kerangka dasar untuk membangun sistem perdagangan yang lengkap, dengan penyesuaian individual sesuai dengan kebutuhan dan preferensi risiko mereka.
Pada akhirnya, keberhasilan strategi trading apapun tergantung pada disiplin eksekusi yang ketat dan perbaikan optimasi yang berkelanjutan. Saat ini, dalam lingkungan pasar yang terus berubah, tetap memantau dan menyesuaikan strategi lebih penting daripada mengejar parameter kesempurnaan secara buta.
/*backtest
start: 2024-03-26 00:00:00
end: 2025-03-25 00:00:00
period: 2h
basePeriod: 2h
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("EMA Cross Strategy (20MA & 89EMA with 200MA Filter)", overlay=true, initial_capital=10000, currency=currency.USD)
// 1. Moving Average Calculation
ma20 = ta.sma(close, 20)
ema89 = ta.ema(close, 89)
ma200 = ta.sma(close, 200)
// 2. Plot Moving Averages
plot(ma20, title="20MA", color=color.orange)
plot(ema89, title="89EMA", color=color.red)
plot(ma200, title="200MA", color=color.blue)
// 3. ATR and Multipliers
atrValue = ta.atr(14)
stopLossMultiplier = 2.0 // Stop Loss: ATR × 2
takeProfitMultiplier = 3.0 // Take Profit: ATR × 3
// 4. Entry Signal Conditions
// Long Signal: Price is above the 200MA and 20MA crosses above 89EMA
longSignal = (close > ma200) and (strategy.position_size == 0) and ta.crossover(ma20, ema89)
// Short Signal: Price is below the 200MA and 20MA crosses below 89EMA
shortSignal = (close < ma200) and (strategy.position_size == 0) and ta.crossunder(ma20, ema89)
// Plot Entry Signals (Circles for Reference)
plotshape(longSignal, title="Long Signal", style=shape.circle, location=location.belowbar, color=color.green, size=size.normal)
plotshape(shortSignal, title="Short Signal", style=shape.circle, location=location.abovebar, color=color.red, size=size.normal)
// 5. Position Entry and SL/TP Setup (Fixed ATR at Entry)
if longSignal
entryPrice = close
lockedATR = atrValue
longStopPrice = entryPrice - lockedATR * stopLossMultiplier
longTakeProfitPrice = entryPrice + lockedATR * takeProfitMultiplier
strategy.entry("Long", strategy.long)
strategy.exit("Long_Exit", "Long", stop=longStopPrice, limit=longTakeProfitPrice)
if shortSignal
entryPrice = close
lockedATR = atrValue
shortStopPrice = entryPrice + lockedATR * stopLossMultiplier
shortTakeProfitPrice = entryPrice - lockedATR * takeProfitMultiplier
strategy.entry("Short", strategy.short)
strategy.exit("Short_Exit", "Short", stop=shortStopPrice, limit=shortTakeProfitPrice)