Strategi MACD Rangka Masa dan Ruang Berbilang Masa Dioptimumkan
ChaoZhang
Gambaran keseluruhan
Strategi ini mencapai kemenangan yang tinggi dengan mengoptimumkan parameter indikator MACD, digabungkan dengan purata bergerak, tindakan harga dan masa perdagangan tertentu.
Prinsip Strategi
Guna 3 garis K untuk menentukan trend harga. Jika harga penutupan 3 garis K terakhir adalah lebih tinggi daripada harga pembukaan, maka ia akan dianggap sebagai trend naik; Jika harga penutupan 3 garis K terakhir adalah lebih rendah daripada harga pembukaan, maka ia akan dianggap sebagai trend menurun.
Hitung perbezaan garis laju, garis perlahan dan MACD. Parameter garis laju adalah 12, parameter garis perlahan adalah 26, dan parameter garis isyarat adalah 9.
Waktu dagangan ditetapkan setiap hari 09:00-09:15. Dalam tempoh ini, anda boleh masuk jika anda memenuhi syarat berikut:
- Kecenderungan menaik dan kenaikan MACD
- Trend menurun sementara MACD terputus semasa 0
Stop loss ditetapkan pada 0.3 mata dan stop loss ditetapkan pada 100 mata.
Dalam tempoh 21:00-21:15, semua saham kosong.
Kelebihan Strategik
Menggunakan gabungan indikator pelbagai kerangka masa untuk menilai arah trend secara menyeluruh dan meningkatkan ketepatan keputusan.
Mengoptimumkan tempoh dagangan, mengelakkan risiko kerugian yang tidak perlu apabila pasaran bergelombang.
Tetapkan nisbah stop loss yang munasabah untuk mengunci keuntungan dan mengelakkan kerugian daripada berkembang.
Secara keseluruhannya, strategi ini mempunyai peluang kemenangan yang tinggi dan sesuai untuk perdagangan yang kerap dilakukan pada garis pendek.
Risiko Strategik
Strategi perdagangan lebih tetap, jika anda tidak masuk ke dalam arena tepat pada masanya, anda mungkin kehilangan peluang perdagangan.
Indeks MACD mudah menghasilkan isyarat yang mengelirukan, jika tidak dapat menentukan trend naik atau turun yang jelas, anda harus berhati-hati.
Penetapan stop loss yang tidak munasabah boleh menyebabkan ketidakseimbangan dalam nisbah keuntungan dan kerugian yang memerlukan penyesuaian parameter mengikut jenis yang berbeza.
Secara keseluruhannya, risiko strategi adalah kecil. Tetapi dalam keadaan yang tinggi, kedudukan yang terlalu besar boleh menyebabkan kerugian yang lebih besar.
Arah pengoptimuman strategi
Ia boleh digunakan bersama-sama dengan indikator lain untuk menilai trend, untuk mengelakkan MACD daripada memberi isyarat yang salah. Sebagai contoh, ia boleh digunakan bersama-sama dengan indikator seperti garis Brin, RSI dan lain-lain.
Untuk mengoptimumkan peratusan stop-loss, parameter optimum dikira melalui data pengukuran semula.
Anda boleh meluaskan jenis dagangan yang digunakan untuk strategi dan menilai kesan penyesuaian parameter untuk jenis yang berbeza.
Algoritma pembelajaran mesin boleh diperkenalkan untuk memilih parameter yang optimum mengikut keadaan pasaran yang berbeza, untuk menyesuaikan secara dinamik.
ringkaskan
Secara keseluruhan, strategi ini sangat sesuai untuk pedagang pemula, pemikiran strategi jelas, ruang pengoptimuman parameter yang besar, risiko yang boleh dikawal. Dengan menyesuaikan masa pembukaan kedudukan dan peratusan kerugian yang munasabah, kadar keuntungan yang lebih tinggi dapat diperoleh.
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © exlux99
//@version=4
strategy("Very high win rate strategy", overlay=true)
//
fast_length =12
slow_length= 26
src = close
signal_length = 9
sma_source = false
sma_signal = false
// Calculating
fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length)
slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length)
hist = macd - signal
//ma
len=10
srca = input(close, title="Source")
out = hma(srca, len)
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2000, title = "From Year", minval = 1970)
//monday and session
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2021, title = "To Year", minval = 1970)
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true
timeinrange(res, sess) => time(res, sess) != 0
// = input('0900-0915', type=input.session, title="My Defined Hours")
myspecifictradingtimes = '0900-0915'
exittime = '2100-2115'
optionmacd=true
entrytime = time(timeframe.period, myspecifictradingtimes) != 0
exit = time(timeframe.period, exittime) != 0
if(time_cond and optionmacd )
if(close > open and close[1] > open[1] and close[2] > open[2] and entrytime and crossover(hist,0))
strategy.entry("long",1)
if(close< open and close[1] < open[1] and close[2] < open[2] and entrytime and crossunder(hist,0))
strategy.entry("short",0)
tp = input(0.0003, title="tp")
//tp = 0.0003
sl = input(1.0 , title="sl")
//sl = 1.0
strategy.exit("closelong", "long" , profit = close * tp / syminfo.mintick, loss = close * sl / syminfo.mintick, alert_message = "closelong")
strategy.exit("closeshort", "short" , profit = close * tp / syminfo.mintick, loss = close * sl / syminfo.mintick, alert_message = "closeshort")