ianzeng123
Ringkasan
Strategi ini adalah sistem pelacakan tren canggih yang menggabungkan filter EMA dengan interval cerdas dan mekanisme deteksi kebisingan untuk memberikan sinyal perdagangan yang jelas dan dapat dioperasikan. Konsep desain utamanya adalah untuk menghindari pasar yang bergoyang, meningkatkan akurasi perdagangan, dan mampu beradaptasi dengan kondisi pasar yang berbeda. Strategi ini menilai arah tren melalui garis EMA tinggi dan garis EMA rendah yang bersilang, sambil menggunakan filter interval dan filter volatilitas untuk menghindari perdagangan di lingkungan yang melintang atau bergelombang rendah, yang secara signifikan meningkatkan tingkat keberhasilan perdagangan.
Prinsip Strategi
Mekanisme inti dari strategi ini didasarkan pada beberapa komponen kunci berikut:
Sistem penyaringan EMA gandaStrategi: Menggunakan dua indeks moving average (EMA tinggi dan EMA rendah) untuk menentukan tren pasar. Ketika harga berada di atas dua garis EMA pada saat yang sama, menghasilkan sinyal multitasking; Ketika harga berada di bawah dua garis EMA pada saat yang sama, menghasilkan sinyal shorting.
Mekanisme deteksi intervalStrategi menggunakan algoritma pengidentifikasi interval berdasarkan persentase rentang harga, yang secara otomatis menghentikan perdagangan ketika pasar memasuki tahap penyusunan horizontal (yaitu, rentang fluktuasi harga lebih kecil dari set threshold). Sistem akan terus memantau jumlah bar interval berturut-turut, dan akan mengaktifkan filter interval hanya ketika memastikan bahwa pasar berada dalam kondisi interval yang sebenarnya, untuk menghindari kehilangan peluang terobosan awal.
Filter tingkat fluktuasiDengan menghitung ATR (true average volatility) sebagai persentase dari harga saat ini, strategi dapat mengidentifikasi lingkungan dengan volatilitas rendah dan menghindari perdagangan dalam kondisi ini.
Prinsip perdagangan per trenStrategi menerapkan mekanisme status tren yang memastikan bahwa hanya satu perdagangan yang dilakukan dalam arah tren yang sama sampai arah tren berubah. Ini menghindari overtrading dan sinyal berulang dalam tren yang sama.
Penglihatan yang tidak rusakStrategi dapat mendeteksi dan menunjukkan area integrasi yang dapat menyebabkan terobosan, membantu pedagang mengidentifikasi peluang perdagangan potensial dengan probabilitas tinggi.
Manajemen risiko dinamisStrategi ini menawarkan stop loss berbasis ATR atau stop loss persentase tetap, dan stop loss pelacakan SAR paralel yang dapat dipilih, yang membuat manajemen risiko lebih fleksibel dan beradaptasi dengan perubahan pasar.
Keunggulan Strategis
Adaptasi TinggiStrategi ini dapat secara otomatis beradaptasi dengan kondisi pasar yang berbeda, menangkap tren di pasar yang sedang tren, sementara tetap waspada di pasar yang bergolak, dan kemampuan ini membuatnya tetap kokoh di berbagai lingkungan pasar.
Mekanisme multi-filterStrategi ini secara signifikan meningkatkan kualitas sinyal perdagangan, mengurangi kesalahan sinyal dan perdagangan palsu.
Adaptasi fluktuasi cerdasStrategi: menyesuaikan ukuran posisi sesuai dengan dinamika volatilitas pasar, mengurangi risiko dalam lingkungan yang berfluktuasi tinggi, dan memaksimalkan potensi keuntungan dalam lingkungan yang berfluktuasi sedang.
Alat visualisasi yang lengkapStrategi menyediakan banyak alat visual, termasuk tanda-tanda interval, kotak interval yang tidak rusak, garis EMA, dan titik SAR, yang memungkinkan pedagang untuk memahami keadaan pasar dan logika strategi secara intuitif.
Kontrol risiko yang fleksibel: mendukung berbagai strategi stop loss ((persentase tetap, ATR, pelacakan SAR), memungkinkan pedagang untuk memilih metode manajemen risiko yang paling sesuai sesuai dengan preferensi risiko pribadi dan karakteristik pasar.
Prinsip transaksi satu kali: Melalui mekanisme status tren memastikan bahwa setiap arah tren hanya melakukan satu transaksi, menghindari risiko overtrading dan keterlaluan dana yang terpapar pada satu arah.
Risiko Strategis
Kecepatan PeningkatanKarena menggunakan EMA sebagai indikator tren utama, strategi mungkin bereaksi lambat pada saat pembalikan tren cepat, yang menyebabkan beberapa kemunduran pada awal pembalikan. Solusinya adalah dengan menyesuaikan parameter panjang EMA, yang dapat menggunakan panjang EMA yang lebih pendek di pasar yang lebih berfluktuasi.
Efisiensi pasar horizontal yang rendahMeskipun strategi ini dirancang untuk memfilter interval, dalam pasar horizontal jangka panjang dapat menyebabkan waktu yang lama tanpa peluang perdagangan, yang mempengaruhi efisiensi penggunaan dana. Solusinya adalah menggabungkan analisis multi-frame waktu, atau menggunakan strategi ini secara bergantian di antara pasar yang berbeda.
Parameter untuk mengoptimalkan ketergantunganKinerja strategi sangat bergantung pada pengaturan parameter seperti panjang EMA, margin dan ATR. Kombinasi parameter mungkin berbeda untuk pasar dan jangka waktu yang berbeda.
Risiko fluktuasi besar yang mendadak: Dalam kasus harga yang melonjak tinggi yang disebabkan oleh peristiwa pasar yang mendadak (seperti siaran pers besar), stop loss mungkin tidak dapat dilaksanakan dengan harga yang diharapkan, menyebabkan kerugian yang sebenarnya melebihi ekspektasi. Disarankan untuk menggunakan aturan pengelolaan dana tambahan untuk membatasi risiko perdagangan tunggal.
Terlalu mengandalkan indikator teknisStrategi ini sepenuhnya didasarkan pada indikator teknis, mengabaikan faktor-faktor mendasar. Analisis teknis murni mungkin tidak berfungsi ketika ada perubahan mendasar yang signifikan. Disarankan untuk mengurangi posisi atau menghentikan perdagangan sebelum rilis data ekonomi penting.
Arah optimasi strategi
Sistem Konfirmasi Multi-Frames Time: Memperkenalkan analisis multi-frame waktu dapat secara signifikan meningkatkan keakuratan strategi. Disarankan untuk menambahkan kondisi konfirmasi tren pada frame waktu yang lebih tinggi, melakukan perdagangan hanya jika arah tren pada frame waktu yang lebih tinggi sesuai dengan arah perdagangan saat ini, yang dapat mengurangi perdagangan berlawanan dan meningkatkan tingkat kemenangan.
Parameter dinamis beradaptasiStrategi dapat mengintegrasikan mekanisme penyesuaian parameter yang dapat disesuaikan sendiri, yang secara otomatis menyesuaikan parameter seperti panjang EMA, threshold interval, dan ATR multiplier sesuai dengan volatilitas pasar dan intensitas tren. Ini akan memungkinkan strategi untuk beradaptasi dengan lebih baik pada fase pasar yang berbeda.
Integrasi model pembelajaran mesinIntroduksi model pembelajaran mesin untuk mengoptimalkan timing entry dan memprediksi arah penembusan interval dapat secara signifikan meningkatkan kinerja strategi. Misalnya, menggunakan algoritma klasifikasi untuk memprediksi benar atau tidaknya penembusan interval, atau menggunakan model regresi untuk memprediksi target harga setelah penembusan.
Filter tingkat fluktuasi yang lebih baikFilter tingkat fluktuasi saat ini didasarkan pada nilai tipis persentase ATR sederhana, yang dapat ditingkatkan menjadi indikator tingkat fluktuasi relatif, membandingkan tingkat fluktuasi saat ini dengan distribusi tingkat fluktuasi historis, dan mengidentifikasi lingkungan yang benar-benar rendah dengan lebih akurat.
Meningkatkan Konfirmasi Volume TransaksiPeningkatan kondisi konfirmasi volume transaksi pada saat sinyal perdagangan dihasilkan, dan eksekusi transaksi hanya jika harga terobosan disertai dengan peningkatan volume perdagangan, dapat mengurangi risiko terobosan palsu. Peningkatan ini terutama berlaku untuk pasar saham dan komoditas.
Algoritma pengelolaan dana yang dioptimalkanMengintegrasikan Kelly Principles atau algoritma manajemen uang canggih lainnya ke dalam strategi, menyesuaikan ukuran posisi secara dinamis berdasarkan tingkat kemenangan historis dan rasio untung-rugi, dapat memaksimalkan keuntungan jangka panjang dan meminimalkan risiko.
Meringkaskan
Strategi pelacakan tren linier indeks ganda dan penyaringan cerdas volatilitas adalah sistem perdagangan yang komprehensif dan solid, yang secara efektif meningkatkan kualitas sinyal perdagangan dan tingkat keberhasilan perdagangan dengan menggabungkan teknologi pelacakan tren, deteksi interval, dan penyaringan volatilitas. Prinsip perdagangan satu per tren yang unik dan mekanisme manajemen risiko dinamis memungkinkan untuk mempertahankan profitabilitas yang baik sambil mengendalikan risiko.
Meskipun strategi juga memiliki risiko seperti trend reversal delay dan ketergantungan parameter, risiko ini dapat dikelola secara efektif melalui arah optimasi yang diusulkan, seperti konfirmasi multi-frame timeframe, adaptasi parameter dinamis, dan integrasi model pembelajaran mesin. Dengan optimasi parameter dan manajemen risiko yang tepat, strategi dapat mempertahankan kinerja yang stabil di berbagai kondisi pasar, dan merupakan sistem perdagangan yang layak untuk digunakan dalam jangka panjang dan perbaikan berkelanjutan.
/*backtest
start: 2024-08-01 00:00:00
end: 2025-07-30 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Dubic EMA Strategy", overlay=true,
default_qty_type=strategy.percent_of_equity,
default_qty_value=100,
initial_capital=10000,
currency=currency.USD,
commission_value=0.1,
pyramiding=0,
calc_on_every_tick=true)
// Inputs
ema_length = input.int(40, "EMA Length")
tp_percent = input.float(2.0, "Take Profit %", step=0.1, minval=0.1) / 100
sl_offset = input.float(0.5, "Stop Loss Offset %", step=0.1, minval=0.1) / 100
// Toggles for SL/TP
use_take_profit = input.bool(true, "Use Take Profit")
use_stop_loss = input.bool(true, "Use Stop Loss")
// Range Detection
range_length = input.int(20, "Range Detection Length", minval=5)
range_threshold = input.float(2.0, "Range Threshold %", step=0.1) / 100
min_range_bars = input.int(3, "Min Range Bars", minval=1)
// Parabolic SAR
use_parabolic_sar = input.bool(true, "Use Parabolic SAR Trailing Stop")
sar_start = input.float(0.02, "SAR Start", step=0.01)
sar_increment = input.float(0.02, "SAR Increment", step=0.01)
sar_max = input.float(0.2, "SAR Maximum", step=0.01)
// ATR Stop Configuration
use_atr_stop = input.bool(true, "Use ATR Stop Instead of Fixed %")
atr_length = input.int(14, "ATR Length")
atr_mult = input.float(1.5, "ATR Multiplier", minval=0.5)
// Volatility Filter
min_atr = input.float(0.5, "Min ATR % for Trading", step=0.1) / 100
use_volatility_filter = input.bool(true, "Enable Volatility Filter")
// Unbroken Range Visualization
show_unbroken_range = input.bool(true, "Show Unbroken Range Visualization", group="Unbroken Range")
unbroken_length = input.int(20, 'Minimum Range Length', minval=2, group="Unbroken Range")
unbroken_mult = input.float(1., 'Range Width', minval=0, step=0.1, group="Unbroken Range")
unbroken_atrLen = input.int(500, 'ATR Length', minval=1, group="Unbroken Range")
upCss = input.color(#089981, 'Broken Upward', group="Unbroken Range")
dnCss = input.color(#f23645, 'Broken Downward', group="Unbroken Range")
unbrokenCss = input.color(#2157f3, 'Unbroken', group="Unbroken Range")
// Calculate Indicators
ema_high = ta.ema(high, ema_length)
ema_low = ta.ema(low, ema_length)
ema_200 = ta.ema(close, 200)
sar = ta.sar(sar_start, sar_increment, sar_max)
atr = ta.atr(atr_length)
// Volatility Filter
atr_percentage = (atr / close) * 100
sufficient_volatility = not use_volatility_filter or (atr_percentage >= min_atr * 100)
// Range Detection Logic
range_high = ta.highest(high, range_length)
range_low = ta.lowest(low, range_length)
range_size = range_high - range_low
range_percentage = (range_size / close) * 100
range_condition = range_percentage <= (range_threshold * 100)
// Consecutive range bars counter
var int range_bars_count = 0
range_bars_count := range_condition ? range_bars_count + 1 : 0
in_range = range_bars_count >= min_range_bars
// Visualize Range
bgcolor(in_range ? color.new(color.purple, 85) : na, title="Range Zone")
plot(in_range ? range_high : na, "Range High", color=color.purple, linewidth=2, style=plot.style_linebr)
plot(in_range ? range_low : na, "Range Low", color=color.purple, linewidth=2, style=plot.style_linebr)
// Trading Conditions
buy_condition = (close > ema_high) and (close > ema_low)
sell_condition = (close < ema_high) and (close < ema_low)
// Apply Filters
buy_signal = buy_condition and not in_range and sufficient_volatility
sell_signal = sell_condition and not in_range and sufficient_volatility
// Trend State Machine
var int currentTrend = 0 // 0=neutral, 1=long, -1=short
var bool showBuy = false
var bool showSell = false
trendChanged = false
if buy_signal and currentTrend != 1
currentTrend := 1
trendChanged := true
showBuy := true
showSell := false
else if sell_signal and currentTrend != -1
currentTrend := -1
trendChanged := true
showBuy := false
showSell := true
// Reset signals
showBuy := nz(showBuy[1]) and not trendChanged ? false : showBuy
showSell := nz(showSell[1]) and not trendChanged ? false : showSell
// Plot Indicators
plot(ema_high, "EMA High", color=color.blue, linewidth=2)
plot(ema_low, "EMA Low", color=color.orange, linewidth=2)
plot(ema_200, "200 EMA", color=color.white, linewidth=3)
// Plot SAR with color coding
color sarColor = strategy.position_size > 0 ? color.red :
strategy.position_size < 0 ? color.green :
color.gray
plot(use_parabolic_sar ? sar : na, "SAR", style=plot.style_circles, color=sarColor, linewidth=2)
// Plot signals
plotshape(showBuy, title="Buy Signal", text="BUY", style=shape.labelup,
location=location.belowbar, color=color.green, textcolor=color.white, size=size.tiny)
plotshape(showSell, title="Sell Signal", text="SELL", style=shape.labeldown,
location=location.abovebar, color=color.red, textcolor=color.white, size=size.tiny)
// Strategy Logic
var float long_sl = na
var float long_tp = na
var float short_sl = na
var float short_tp = na
var float long_trail_stop = na
var float short_trail_stop = na
// Position Sizing with Volatility Scaling
position_size = use_volatility_filter ? math.min(100, 100 * (min_atr * 100) / atr_percentage) : 100
// Execute trades
if (showBuy)
// Calculate stop loss and take profit
long_sl := use_atr_stop ? close - atr * atr_mult : ema_low * (1 - sl_offset)
long_tp := close * (1 + tp_percent)
long_trail_stop := use_parabolic_sar ? sar : na
strategy.close("Short", comment="Exit Short")
strategy.entry("Long", strategy.long, qty=position_size)
// Set exit orders with toggle support
if use_stop_loss or use_take_profit
strategy.exit("Long SL/TP", "Long",
stop=use_stop_loss ? long_sl : na,
limit=use_take_profit ? long_tp : na)
if use_parabolic_sar
strategy.exit("Long SAR", "Long", stop=long_trail_stop)
alert("BUY: " + syminfo.ticker, alert.freq_once_per_bar)
if (showSell)
// Calculate stop loss and take profit
short_sl := use_atr_stop ? close + atr * atr_mult : ema_high * (1 + sl_offset)
short_tp := close * (1 - tp_percent)
short_trail_stop := use_parabolic_sar ? sar : na
strategy.close("Long", comment="Exit Long")
strategy.entry("Short", strategy.short, qty=position_size)
// Set exit orders with toggle support
if use_stop_loss or use_take_profit
strategy.exit("Short SL/TP", "Short",
stop=use_stop_loss ? short_sl : na,
limit=use_take_profit ? short_tp : na)
if use_parabolic_sar
strategy.exit("Short SAR", "Short", stop=short_trail_stop)
alert("SELL: " + syminfo.ticker, alert.freq_once_per_bar)
// Update SAR trailing stops
if barstate.isrealtime and use_parabolic_sar
if strategy.position_size > 0
strategy.exit("Long SAR", "Long", stop=long_trail_stop)
else if strategy.position_size < 0
strategy.exit("Short SAR", "Short", stop=short_trail_stop)
// Plot SL/TP levels with toggle support
plot(strategy.position_size > 0 and use_stop_loss ? long_sl : na, "Long Stop", color=color.red, style=plot.style_linebr, linewidth=2)
plot(strategy.position_size > 0 and use_take_profit ? long_tp : na, "Long Take Profit", color=color.green, style=plot.style_linebr, linewidth=2)
plot(strategy.position_size < 0 and use_stop_loss ? short_sl : na, "Short Stop", color=color.red, style=plot.style_linebr, linewidth=2)
plot(strategy.position_size < 0 and use_take_profit ? short_tp : na, "Short Take Profit", color=color.green, style=plot.style_linebr, linewidth=2)
// Plot SAR trailing stops
plot(strategy.position_size > 0 and use_parabolic_sar ? long_trail_stop : na,
"Long Trail Stop", color=color.orange, style=plot.style_circles, linewidth=2)
plot(strategy.position_size < 0 and use_parabolic_sar ? short_trail_stop : na,
"Short Trail Stop", color=color.orange, style=plot.style_circles, linewidth=2)
// Alerts
alertcondition(showBuy, title="Buy Alert", message="BUY: {{ticker}}")
alertcondition(showSell, title="Sell Alert", message="SELL: {{ticker}}")