Strategi Kuantitatif Perdagangan Pembalikan Likuiditas New York

EMA RR SL TP 日内交易 流动性 突破 价格行为
Tanggal Pembuatan: 2025-07-24 08:58:12 Akhirnya memodifikasi: 2025-07-24 08:58:12
menyalin: 0 Jumlah klik: 171
2
fokus pada
319
Pengikut

Strategi Kuantitatif Perdagangan Pembalikan Likuiditas New York Strategi Kuantitatif Perdagangan Pembalikan Likuiditas New York

Ringkasan

Strategi kuantitatif perdagangan reversal likuiditas New York adalah sistem perdagangan intraday yang berfokus pada periode perdagangan New York, yang terutama menggunakan titik tinggi dan rendah hari perdagangan sebelumnya sebagai area likuiditas utama, digabungkan dengan sinyal konfirmasi tindakan harga untuk perdagangan. Strategi ini menanggapi reversal harga setelah menembus titik tinggi dan rendah hari sebelumnya, dengan mengambil keuntungan dari perubahan arah setelah likuiditas pasar.

Prinsip Strategi

Prinsip-prinsip inti dari strategi reversal likuiditas New York didasarkan pada struktur mikro pasar dan teori perburuan likuiditas. Secara khusus, strategi tersebut berpendapat bahwa ketika harga menembus titik tertinggi atau terendah pada hari perdagangan sebelumnya dan kemudian muncul sinyal reversal, kemungkinan besar menunjukkan bahwa lembaga besar telah menyelesaikan pengumpulan likuiditas dan pasar akan bergerak ke arah yang berlawanan.

  1. Filter waktu: Hanya diperdagangkan pada jam perdagangan New York (8:00-10:30 WIB), yang merupakan periode ketika pasar aktif dan sering berorientasi.
  2. Pemindaian likuiditas mengkonfirmasi:
    • Kondisi multi-head: harga turun dari level terendah sehari sebelumnya (sweepLow) dan kemudian kembali, sekaligus membentuk bentuk penelan bullish (bullish Engulf)
    • Kondisi kosong: harga naik setelah melampaui level tinggi sehari sebelumnya (sweepHigh) dan kemudian mundur, sekaligus membentuk bentuk penyerapan bearish (bearish Engulf)
  3. Batas perdagangan harian: hanya satu entri per hari diizinkan untuk setiap varietas perdagangan
  4. Manajemen risiko: Mengatur posisi stop loss dengan menggunakan jumlah stop loss dan RRR yang tetap (default 3.0)

Inti dari strategi ini adalah menangkap tindakan pengumpulan likuiditas dari lembaga-lembaga besar di dekat tingkat harga kunci, yang biasanya menyebabkan pembalikan harga dalam jangka pendek. Dengan menunggu sinyal konfirmasi (yang menelan bentuk), strategi ini meningkatkan tingkat keberhasilan transaksi.

Keunggulan Strategis

  1. Logika pasar yang jelas: Strategi didasarkan pada teori pengumpulan likuiditas dan perilaku harga, dengan dukungan logika pasar yang jelas, dan tidak hanya bergantung pada model statistik atau indikator teknis.

  2. Mekanisme penyaringan waktu: dengan melakukan perdagangan hanya pada jam perdagangan New York, strategi ini berfokus pada periode waktu dengan likuiditas pasar terbaik dan konten informasi tertinggi, menghindari perdagangan yang berisik pada jam-jam likuiditas rendah.

  3. Multiple confirmation mechanism: Strategi ini menggabungkan dua sinyal konfirmasi, yaitu high/low dan swallowing, yang secara signifikan mengurangi kemungkinan transaksi false breakout.

  4. Pengendalian risiko yang ketat:

    • Pengaturan Stop Loss Fixed
    • RRR yang sudah ditentukan
    • Batas satu transaksi per hari per arah per asset class
    • Menggunakan persentase pengelolaan dana ((strategi default menggunakan dana 1% dari akun)
  5. Alat bantu visual: Strategi menandai sinyal perdagangan dan tingkat harga kunci pada grafik, yang memungkinkan pedagang untuk pemantauan dan optimasi strategi secara real-time.

  6. Fungsi peringatan: Sistem peringatan sinyal perdagangan built-in untuk memastikan bahwa pedagang tidak melewatkan peluang perdagangan penting.

Risiko Strategis

  1. Risiko false breakout: Meskipun strategi menggunakan bentuk menelan sebagai konfirmasi, dalam pasar yang sangat volatil, kemungkinan akan terjadi reversal setelah false breakout, yang menyebabkan stop loss dipicu. Solusi: Pertimbangkan untuk menambahkan kondisi penyaringan tambahan, seperti konfirmasi volume transaksi atau pemeriksaan konsistensi tren untuk periode waktu yang lebih lama.

  2. Ketergantungan waktu: Strategi hanya beroperasi pada periode waktu tertentu, yang dapat menyebabkan kehilangan peluang perdagangan berkualitas tinggi di periode waktu lain. Solusi: Strategi komplementer dapat dikembangkan untuk mencakup periode waktu lain, atau menyesuaikan jendela waktu perdagangan sesuai dengan karakteristik pasar yang berbeda.

  3. Pembatasan stop loss tetap: Menggunakan stop loss dengan jumlah poin tetap mungkin tidak sesuai untuk semua kondisi pasar, terutama dalam kasus peningkatan volatilitas yang tiba-tiba. Solusi: Pertimbangkan untuk menerapkan mekanisme stop loss yang dapat disesuaikan, menyesuaikan stop loss sesuai dengan dinamika pasar yang berfluktuasi saat ini.

  4. Kepercayaan pada mekanisme konfirmasi tunggal: Strategi ini terutama bergantung pada bentuk penyerapan sebagai konfirmasi terbalik, tetapi indikator tunggal dapat menyebabkan ketidakstabilan kualitas sinyal. Solusi: Mengintegrasikan sinyal konfirmasi perilaku harga lainnya atau indikator teknis, seperti indikator momentum atau tingkat resistensi dukungan.

  5. Kurangnya filter volatilitas: Dalam lingkungan yang rendah volatilitas, pasar mungkin tidak memiliki cukup momentum untuk menembus titik tertinggi dan terendah hari sebelumnya yang menyebabkan kerugian perdagangan. Solusi: Tambahkan filter ATR (Average True Rate) untuk perdagangan hanya ketika pasar cukup berfluktuasi.

Arah optimasi strategi

  1. Mekanisme stop loss dinamis: mengganti stop loss dengan stop loss adaptif berdasarkan ATR, sehingga strategi dapat beradaptasi dengan lebih baik terhadap perubahan volatilitas dalam berbagai kondisi pasar. Dengan demikian, stop loss yang lebih ketat dapat diberikan di pasar yang kurang volatil, dan ruang stop loss yang lebih luas dapat diberikan di pasar yang lebih volatil.

  2. Analisis struktur pasar yang terintegrasi: Mempertimbangkan struktur pasar dalam kerangka waktu yang lebih tinggi (seperti arah tren H4 atau garis matahari), dan hanya berdagang dalam arah yang konsisten dengan tren yang lebih besar, yang dapat meningkatkan tingkat kemenangan dan rata-rata keuntungan.

  3. Konfirmasi volume transaksi: Tambahkan komponen analisis volume transaksi untuk memastikan bahwa terobosan likuiditas disertai dengan dukungan volume transaksi yang memadai, memfilter sinyal terobosan berkualitas rendah.

  4. Optimalisasi waktu: Optimalisasi jendela waktu perdagangan yang lebih halus, menentukan waktu perdagangan terbaik untuk setiap varietas perdagangan melalui pengulangan, daripada menggunakan jendela waktu yang seragam.

  5. Analisis multi-frame waktu: Memperkenalkan mekanisme konfirmasi multi-frame waktu, misalnya meminta sinyal masuk pada frame waktu yang lebih rendah untuk konsisten dengan arah tren pada frame waktu yang lebih tinggi, untuk mengurangi perdagangan berlawanan.

  6. Pengoptimalan target profit: Menetapkan target profit yang dinamis, menyesuaikan harga target berdasarkan struktur pasar (misalnya posisi resistensi pendukung utama) atau indikator volatilitas, bukan hanya menggunakan rasio tetap.

  7. Pengambilan sebagian keuntungan: menerapkan strategi keuntungan tangga, setelah mencapai tingkat keuntungan tertentu, bergerak berhenti atau posisi kosong sebagian, untuk mengunci sebagian keuntungan dan membiarkan sisa posisi melacak lebih besar.

Meringkaskan

Strategi kuantitatif perdagangan reversal likuiditas New York adalah sistem perdagangan intraday yang terstruktur dan logis yang jelas, yang berfokus pada menangkap peluang reversal setelah terobosan likuiditas pada tingkat harga kunci selama periode perdagangan New York. Strategi ini, dengan menggabungkan penyaringan waktu, analisis likuiditas, dan konfirmasi tindakan harga, membangun kerangka perdagangan yang relatif kokoh.

Strategi ini memiliki potensi untuk meningkatkan kinerja dan fleksibilitasnya lebih lanjut dengan mengoptimalkan arah pelaksanaan rekomendasi, terutama mekanisme stop loss dinamis, analisis multi-frame waktu, dan integrasi struktur pasar. Bagi para pedagang harian, strategi ini memberikan kerangka kerja yang berharga yang dapat disesuaikan dan diperluas sesuai dengan preferensi risiko pribadi dan pandangan pasar.

Pada akhirnya, keberhasilan strategi ini bergantung pada pemahaman pedagang tentang struktur mikro pasar dan pengoptimalan terus menerus parameter strategi. Dengan kombinasi pengetahuan pasar yang solid dan pelaksanaan disiplin, strategi reversal likuiditas New York dapat menjadi alat yang efektif dalam gudang senjata pedagang.

Kode Sumber Strategi
/*backtest
start: 2025-07-16 00:00:00
end: 2025-07-23 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT","balance":2000000}]
*/

//@version=6
strategy("NY Liquidity Reversal - Debug Mode", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=1, calc_on_order_fills=true, calc_on_every_tick=true)

// === User Inputs ===
sl_pips = input.int(10, "Stop Loss (pips)", minval=1)
rr_ratio = input.float(3.0, "Reward-to-Risk Ratio", minval=1.0)
tp_pips = sl_pips * rr_ratio
pip = syminfo.mintick * 10

// === Time Definitions ===
ny_start = timestamp("America/New_York", year, month, dayofmonth, 08, 00)
ny_end = timestamp("America/New_York", year, month, dayofmonth, 10, 30)
in_ny = (time >= ny_start and time <= ny_end)

// === Session Limiter ===
currentDay = dayofmonth + (month * 100) + (year * 10000)
var int lastTradeDay = na
canTradeToday = na(lastTradeDay) or (currentDay != lastTradeDay)

// === Previous Day High/Low ===
prevHigh = request.security(syminfo.tickerid, "D", high[1], lookahead=barmerge.lookahead_on)
prevLow = request.security(syminfo.tickerid, "D", low[1], lookahead=barmerge.lookahead_on)

// === Simplified Engulfing Logic ===
bullishEngulf = close > open and close > close[1] and open <= close[1]
bearishEngulf = close < open and close < close[1] and open >= close[1]

// === Liquidity Sweep with Confirmation ===
sweepHigh = high > prevHigh and close < prevHigh
sweepLow = low < prevLow and close > prevLow

longCondition = in_ny and canTradeToday and sweepLow and bullishEngulf
shortCondition = in_ny and canTradeToday and sweepHigh and bearishEngulf

// === Trade Execution ===
if longCondition
    entryPrice = close
    stopLoss = entryPrice - sl_pips * pip
    takeProfit = entryPrice + tp_pips * pip
    strategy.entry("Long", strategy.long)
    strategy.exit("Long TP/SL", from_entry="Long", stop=stopLoss, limit=takeProfit)
    label.new(bar_index, low, text="BUY", style=label.style_label_up, color=color.green, textcolor=color.white)
    lastTradeDay := currentDay

if shortCondition
    entryPrice = close
    stopLoss = entryPrice + sl_pips * pip
    takeProfit = entryPrice - tp_pips * pip
    strategy.entry("Short", strategy.short)
    strategy.exit("Short TP/SL", from_entry="Short", stop=stopLoss, limit=takeProfit)
    label.new(bar_index, high, text="SELL", style=label.style_label_down, color=color.red, textcolor=color.white)
    lastTradeDay := currentDay

// === Visual References ===
plot(prevHigh, title="Prev Day High", color=color.red, linewidth=1)
plot(prevLow, title="Prev Day Low", color=color.green, linewidth=1)

// === Alerts ===
alertcondition(longCondition, title="Long Signal", message="BUY Setup Triggered")
alertcondition(shortCondition, title="Short Signal", message="SELL Setup Triggered")