
Strategi melintasi master-reverse breakout adalah strategi perdagangan yang mudah tetapi praktikal berdasarkan purata bergerak. Ia menggunakan persilangan purata bergerak cepat dan purata bergerak perlahan sebagai isyarat membeli dan menjual. Ia menghasilkan isyarat membeli apabila purata bergerak cepat melintasi purata bergerak perlahan dari bawah; ia menghasilkan isyarat menjual apabila purata bergerak cepat melintasi purata bergerak perlahan dari atas ke bawah.
Strategi ini menggunakan dua purata bergerak: satu purata bergerak cepat jangka pendek dan satu purata bergerak perlahan jangka panjang. Parameter purata bergerak cepat adalah 12 hari dan parameter purata bergerak perlahan adalah 26 hari. Strategi ini mula mengira purata bergerak mudah 2 hari ENDPOINT sebagai data harga, dan kemudian mengira purata bergerak cepat dan purata bergerak perlahan.
Khususnya, strategi ini menilai pergerakan pasaran dengan membandingkan ukuran nilai rata-rata bergerak cepat dan rata-rata bergerak perlahan. Apabila nilai rata-rata bergerak cepat lebih besar daripada rata-rata bergerak perlahan, pasaran dianggap sebagai tren naik (Bullish); Apabila nilai rata-rata bergerak cepat lebih kecil daripada rata-rata bergerak perlahan, pasaran dianggap sebagai tren menurun (Bearish).
Logik pemicu untuk isyarat beli adalah: isyarat beli dihasilkan apabila pasaran berubah dari turun ke atas, iaitu melalui rata-rata bergerak perlahan pada rata-rata bergerak cepat, dan harga lebih tinggi daripada rata-rata bergerak cepat.
Logik pemicu isyarat jual adalah: isyarat jual dihasilkan apabila pasaran beralih dari trend menaik ke trend menurun, iaitu melalui rata-rata bergerak perlahan di bawah rata-rata bergerak cepat, dan harga lebih rendah daripada rata-rata bergerak cepat.
Dengan reka bentuk seperti ini, strategi ini akan berfungsi dengan baik untuk merebut peluang untuk berbalik ketika pasaran berbalik.
Strategi ini mempunyai kelebihan berikut:
Logik strategi mudah difahami dan dilaksanakan.
Teknologi purata bergerak sudah matang, boleh dipercayai, dan digunakan secara meluas.
Dengan menggunakan reka bentuk purata bergerak berganda, ia dapat menyaring bunyi pasaran dengan berkesan dan mengenal pasti trend pasaran.
Dengan menggunakan indikator pergerakan harga, anda boleh meningkatkan ketepatan masa pembelian dan penjualan.
Ruang untuk mengoptimumkan parameter yang besar, anda boleh menyesuaikan parameter mengikut pasaran untuk mendapatkan kesan yang lebih baik.
Anda boleh menambah logik stop loss untuk mengawal risiko.
Berdagang dengan kadar yang sederhana, dan elakkan berdagang berlebihan.
Ia boleh dioptimumkan dengan menggunakan indikator lain seperti Bollinger Bands, RSI dan sebagainya.
Data pengesanan cukup untuk mengesahkan keberkesanan strategi tersebut.
Strategi ini juga mempunyai risiko:
Strategi purata bergerak berganda mudah menghasilkan isyarat yang salah, mungkin terlepas trend pasaran atau menghasilkan perdagangan yang tidak perlu.
Rata-rata bergerak mempunyai ketinggalan dan mungkin terlepas peluang untuk berbalik dengan cepat.
Tetapan parameter yang tidak betul boleh menyebabkan frekuensi dagangan terlalu tinggi atau terlalu rendah.
Strategi ini lebih sesuai untuk perdagangan jangka panjang dan menengah, dan mungkin tidak berkesan untuk perdagangan jangka pendek.
Strategi ini tidak dapat menanggung kesan kejutan pasaran.
Terdapat risiko kerugian dalam jangka masa tertentu.
Tetapan parameter untuk pelbagai jenis memerlukan penyesuaian.
Dalam keadaan yang tidak menentu, ia mungkin akan memberi kesan negatif.
Risiko boleh dikurangkan dengan:
Pengoptimuman parameter, menyesuaikan diri dengan keadaan pasaran semasa.
Gabungan dengan penapis isyarat lain.
Menambah mekanisme kawalan kerugian.
Pengurusan kedudukan disesuaikan dengan betul.
Parameter pengoptimuman diuji mengikut jenis yang berbeza.
Strategi ini boleh dioptimumkan dengan:
Mengoptimumkan parameter kitaran purata bergerak untuk menjadikannya lebih sesuai dengan keadaan pasaran semasa.
Uji pelbagai jenis purata bergerak, seperti purata bergerak indeks, purata bergerak berat dan lain-lain.
Menambah jumlah transaksi untuk mengesahkan trend.
Gabungan dengan penunjuk teknikal lain seperti MACD, RSI dan lain-lain.
Menambah strategi penangguhan kerugian, seperti penangguhan bergerak, penangguhan masa dan sebagainya.
Mengoptimumkan strategi pengurusan kedudukan, seperti bahagian tetap, peratusan dinamik dan sebagainya.
Pengoptimuman parameter percubaan mengikut tempoh masa dan mengikut varieti.
Menambah algoritma pembelajaran mesin, menggunakan teknologi AI untuk pengoptimuman parameter dan pemeriksaan isyarat secara automatik.
Menggunakan teknologi pembelajaran mendalam untuk mengenal pasti bentuk grafik yang lebih kompleks.
Meneroka idea reka bentuk strategi tanpa parameter.
Dengan pengoptimuman berterusan, anda boleh meningkatkan daya serap strategi dan mendapatkan kesan yang stabil dalam persekitaran pasaran yang berbeza.
Secara keseluruhannya, strategi keseluruhan untuk melintasi master-reverse breakout strategi ini jelas, mudah dilaksanakan, dan mempunyai nilai praktikal. Strategi ini mengambil kelebihan penghakiman trend indikator purata bergerak, sambil menggabungkan indikator pergerakan harga untuk meningkatkan kualiti isyarat. Terdapat ruang untuk peningkatan dalam pengoptimuman parameter dan kawalan risiko. Secara keseluruhannya, strategi ini memberi kita cara untuk mencapai strategi perdagangan yang terobosan berdasarkan indikator sederhana, yang boleh menjadi contoh yang baik untuk belajar strategi perdagangan kuantitatif.
/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement
src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)
// === INPUT BACKTEST RANGE ===
FromYear = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => time >= start and time <= finish ? true : false // create function "within window of time"
Bullish = Fast>Slow
Bearish = Fast<Slow
Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast
//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0
//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0
//Plot
l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)
strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)