Strategi perdagangan kuali intrahari berdasarkan EMA


Tarikh penciptaan: 2024-01-24 15:43:31 Akhirnya diubah suai: 2024-01-24 15:43:31
Salin: 0 Bilangan klik: 724
1
fokus pada
1617
Pengikut

Strategi perdagangan kuali intrahari berdasarkan EMA

Ringkasan

Strategi ini digunakan untuk berdagang dalam garis pendek dalam hari dengan mengira purata bergerak indeks pada hari ke-9 dan ke-15 untuk mengenal pasti isyarat beli dan jual yang terbentuk oleh EMA Gold dan Dead Forks. Ia menghasilkan isyarat beli apabila 9EMA diletakkan pada 15EMA dan satu K yang paling dekat adalah garis matahari; dan ia menghasilkan isyarat jual apabila 9EMA diletakkan di bawah 15EMA dan satu K yang paling dekat adalah garis hitam.

Prinsip Strategi

  1. Hitung EMA 9 hari dan EMA 15 hari
  2. Kenali sifat jatuh garis K yang paling dekat dan tentukan apakah ia adalah garis yang positif atau yang negatif
  3. Sinyal beli dihasilkan apabila 9 EMA diletakkan di 15 EMA, dan satu K yang paling dekat adalah yang kanan
  4. Sinyal jual dihasilkan apabila 9 EMA melintasi 15 EMA, dan satu K yang paling dekat adalah negatif
  5. Hitung nilai ATR dengan penunjuk ATR dan lukis garis stop loss semasa memegang kedudukan

Analisis kelebihan

Strategi ini mempunyai kelebihan berikut:

  1. Menggunakan gabungan dua indikator EMA untuk menangkap trend jangka pendek dan sederhana
  2. Menapis isyarat palsu ke arah entiti yang digabungkan dengan garis K
  3. Menggunakan ATR untuk mengawal risiko dengan memastikan keuntungan
  4. Tempoh pendek, sesuai untuk perdagangan skillet dalam hari menggunakan turun naik harga garis pendek
  5. Operasi mudah dan mudah dilaksanakan

Analisis risiko

Strategi ini juga mempunyai risiko:

  1. Indeks EMA ketinggalan dan mungkin terlepas sebahagian daripada turun naik harga
  2. Kembali ke nilai purata EMA ganda mungkin menghasilkan isyarat whipsaws
  3. Dagangan dalam talian pendek mudah terjejas oleh turun naik harga.
  4. Stop loss yang terlalu kecil mudah ditembusi, yang terlalu besar menjejaskan ruang keuntungan

Kaedah pencegahan:

  1. Menyesuaikan parameter EMA dengan betul untuk memendekkan kitaran purata
  2. Gabungan dengan penapis lain seperti MACD
  3. Mengubah jarak hentian secara dinamik, mengoptimumkan strategi hentian

Arah pengoptimuman

Strategi ini boleh dioptimumkan dalam beberapa aspek:

  1. Uji kombinasi parameter EMA yang berbeza untuk mencari kitaran purata yang optimum
  2. Menambah penilaian indikator lain, membina model pelbagai faktor
  3. Pemfilteran jangka masa, hanya menghantar isyarat pada tempoh masa tertentu
  4. Gabungan dengan indikator kadar turun naik, menyesuaikan jarak henti
  5. Parameter pengoptimuman dinamik menggunakan teknologi pembelajaran mesin

ringkaskan

Strategi ini menggabungkan dua indikator EMA yang menentukan arah trend dan isyarat penapisan entiti K-line, menggunakan ATR stop loss dinamik, sebagai strategi perdagangan dalam hari yang mudah dan praktikal. Dengan pengoptimuman parameter dan kombinasi pelbagai faktor, kestabilan dan keuntungan strategi dapat ditingkatkan lagi.

Kod sumber strategi
/*backtest
start: 2023-01-17 00:00:00
end: 2024-01-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("EMA Scalping Strategy", shorttitle="EMAScalp", overlay=true)

// Input parameters
ema9_length = input(9, title="9 EMA Length")
ema15_length = input(15, title="15 EMA Length")

// Calculate EMAs
ema9 = ta.ema(close, ema9_length)
ema15 = ta.ema(close, ema15_length)

// Plot EMAs on the chart
plot(ema9, color=color.blue, title="9 EMA")
plot(ema15, color=color.red, title="15 EMA")

// Identify Bullish and Bearish candles
bullish_candle = close > open
bearish_candle = close < open

// Bullish conditions for Buy Signal
buy_condition = ta.crossover(close, ema9) and ema15 < ema9 and bullish_candle

// Bearish conditions for Sell Signal
sell_condition = ta.crossunder(close, ema9) and ema15 > ema9 and bearish_candle

// Plot Buy and Sell signals
plotshape(series=buy_condition, title="Buy Signal", color=color.green, style=shape.triangleup, location=location.belowbar)
plotshape(series=sell_condition, title="Sell Signal", color=color.red, style=shape.triangledown, location=location.abovebar)

// Optional: Add stop-loss levels
atr_length = input(14, title="ATR Length for Stop Loss")
atr_multiplier = input(1.5, title="ATR Multiplier for Stop Loss")

atr_value = ta.atr(atr_length)
stop_loss_level = strategy.position_size > 0 ? close - atr_multiplier * atr_value : close + atr_multiplier * atr_value
plot(stop_loss_level, color=color.gray, title="Stop Loss Level", linewidth=2)

// Strategy rules
if (buy_condition)
    strategy.entry("Buy", strategy.long)
    strategy.exit("Exit Buy", from_entry="Buy", loss=stop_loss_level)

if (sell_condition)
    strategy.entry("Sell", strategy.short)
    strategy.exit("Exit Sell", from_entry="Sell", loss=stop_loss_level)