1. Persegi
  2. Strategi Perdagangan Penyelarasan MT

Strategi Perdagangan Penyelarasan MT

Penulis:ChaoZhang, Tarikh: 2024-01-25 15:06:04
Tag:

img

Ringkasan

Strategi Perdagangan Penyelarasan MT adalah strategi perdagangan kuantitatif canggih yang mengintegrasikan beberapa penunjuk teknikal untuk mengenal pasti peluang perdagangan jangka pendek di pasaran kewangan.

Logika Strategi

Strategi ini menggabungkan tiga Purata Bergerak Lesu (SMA) dari bingkai masa yang berbeza (21, 50, 200), Indeks Kekuatan Relatif 14 hari (RSI) dan Fraktal Williams (2 hari). Logik kemasukan khusus ditakrifkan seperti berikut:

Isyarat panjang: Dihidupkan apabila dekat berada di atas ketiga-tiga SMA, RSI di atas 50 dan tinggi semasa lebih besar daripada fraktal sebelumnya.

Isyarat pendek: diaktifkan apabila dekat berada di bawah ketiga-tiga SMA, RSI berada di bawah 50 dan rendah semasa kurang daripada fraktal sebelumnya.

Ukuran kedudukan dikira secara dinamik berdasarkan peratusan ekuiti dan tahap leverage yang dipilih.

Analisis Kelebihan

Kekuatan khusus adalah:

  1. Menggunakan penunjuk pelbagai jangka masa untuk pengesahan untuk mengelakkan perangkap.

  2. RSI mengelakkan zon overbought dan oversold. Nilai di atas 50 isyarat bullishness dan di bawah 50 isyarat bearishness.

  3. Fractal Williams lebih lanjut mengesahkan pelarian, hanya memasuki penembusan ekstrem.

  4. Ukuran kedudukan dinamik berdasarkan peratusan baki akaun secara ketat menguruskan penurunan.

  5. Parameter yang boleh disesuaikan sesuai dengan gaya perdagangan yang berbeza.

Analisis Risiko

Risiko utama strategi ini termasuk:

  1. Kegagalan untuk mengelakkan sepenuhnya whipsaws apabila SMAs berlainan.

  2. Kegagalan untuk keluar tepat pada masanya sebelum pembalikan trend kerana penunjuk yang tertinggal.

  3. Risiko kehilangan kedudukan penuh dalam pergerakan melampau apabila kerugian melebihi pra-set.

Penyelesaian:

  1. Mengoptimumkan gabungan SMA untuk mencari parameter terbaik.

  2. Tambah penapis candlestick untuk mengelakkan lebih lanjut breakouts palsu.

  3. Mengurangkan kadar peratusan dan leverage dengan sewajarnya.

Arahan pengoptimuman

Strategi ini boleh ditingkatkan lagi dengan:

  1. Uji kombinasi SMA dan RSI yang berbeza untuk parameter optimum.

  2. Menggabungkan penapis tambahan seperti lebar Bollinger Bands, isyarat perdagangan dll.

  3. Menambah mekanisme stop loss untuk mengurangkan kerugian pada tahap yang telah ditentukan.

  4. Mengintegrasikan model pembelajaran mendalam untuk pengesanan sokongan dan rintangan.

  5. Melaksanakan skim saiz kedudukan adaptif untuk skala kedudukan yang munasabah.

Kesimpulan

Strategi Perdagangan MT-Koordinasi adalah sistem pecah matang yang memanfaatkan pelbagai jangka masa. Dengan menggabungkan penunjuk untuk menapis isyarat dan menguruskan saiz kedudukan secara dinamik, ia mampu menghasilkan keuntungan yang konsisten untuk dana yang dikapitalisasi dan peniaga profesional melalui penyesuaian parameter dan pengoptimuman model yang berterusan.

/*backtest
start: 2024-01-17 00:00:00
end: 2024-01-24 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// Written by I3ig_Trades. Follow And Let Me Know Any Strategies You'd Like To See!
strategy("Best Scalping Strategy Period (TMA)", shorttitle="Best Scalping Strategy Period (TMA)", overlay=false,
         initial_capital=100000, 
         default_qty_type=strategy.percent_of_equity, 
         default_qty_value=100)

// Leverage Input
leverage = input.float(1, title="Leverage", minval=1, step=0.1)

// Calculate position size based on the percentage of the portfolio and leverage
percentOfPortfolio = input.float(100, title="Percent of Portfolio")

// Define input options
rsiLength = input.int(14, title="RSI Length", minval=1)
williamsLength = input.int(2, title="Williams Fractals Length", minval=1)
sma21Length = input.int(21, title="SMA 21 Length", minval=1)
sma50Length = input.int(50, title="SMA 50 Length", minval=1)
sma200Length = input.int(200, title="SMA 200 Length", minval=1)

// Smoothed Moving Averages
sma21 = ta.sma(close, sma21Length)
sma50 = ta.sma(close, sma50Length)
sma200 = ta.sma(close, sma200Length)

// RSI
rsiValue = ta.rsi(close, rsiLength)

// Williams Fractals
fractalUp = ta.highest(close, williamsLength)
fractalDown = ta.lowest(close, williamsLength)

// Conditions for Buy Entry
buyCondition = close > sma21 and close > sma50 and close > sma200 and rsiValue > 50 and high > fractalUp[1]

// Conditions for Sell Entry
sellCondition = close < sma21 and close < sma50 and close < sma200 and rsiValue < 50 and low < fractalDown[1]

positionSizePercent = percentOfPortfolio / 100 * leverage
positionSize = strategy.equity * positionSizePercent / close

// Executing strategy with dynamic position size
if buyCondition
    strategy.entry("Buy", strategy.long, qty=positionSize)

if sellCondition
    strategy.entry("Sell", strategy.short, qty=positionSize)

// Plotting the Smoothed Moving Averages
plot(sma21, color=color.white)
plot(sma50, color=color.green)
plot(sma200, color=color.red)

// Plotting RSI and Fractals for visual confirmation
hline(50, "RSI 50", color=color.yellow)
plot(rsiValue, color=color.blue, title="RSI")

// Input text boxes for trading actions
var buy_entry_params = input("", title="Buy Entry Parameters")
var buy_exit_params = input("", title="Buy Exit Parameters")
var sell_entry_params = input("", title="Sell Entry Parameters")
var sell_exit_params = input("", title="Sell Exit Parameters")
Lebih lanjut

2019 FMZ - Semua hak dilindungi