1. Persegi
  2. Strategi Perdagangan Swing Berdasarkan Momentum

Strategi Perdagangan Swing Berdasarkan Momentum

Penulis:ChaoZhang, Tarikh: 2024-02-04 10:59:36
Tag:

img

Ringkasan

Swing Trading Strategy Based on Momentum, Oscillation and Moving Average Crossover adalah strategi yang menggunakan penunjuk momentum, osilator dan crossover purata bergerak untuk menjana isyarat beli dan jual.

Logika Strategi

Strategi ini menggunakan empat penunjuk teknikal - purata bergerak, Indeks Kekuatan Relatif (RSI), MACD dan Bollinger Bands - untuk mengenal pasti isyarat kemasukan dan keluar.

Pergi panjang apabila purata bergerak jangka pendek melintasi di atas purata bergerak jangka panjang, dan RSI lebih besar daripada 50; Pergi pendek apabila purata bergerak jangka pendek melintasi di bawah purata bergerak jangka panjang, dan RSI kurang daripada 50.

Gabungan ini mengambil kesempatan daripada salib emas dan salib kematian purata bergerak untuk menentukan trend, sambil menambah RSI untuk mengelakkan risiko pembalikan trend.

Analisis Kelebihan

Kelebihan terbesar strategi ini adalah bahawa gabungan penunjuk adalah sesuai untuk menggunakan sifat pelengkap penunjuk trend dan osilasi dengan berkesan.

  1. Purata bergerak menentukan arah trend utama dan titik isyarat dagangan
  2. RSI membantu mengelakkan risiko pembalikan trend
  3. MACD membantu dalam menentukan titik kemasukan tertentu
  4. Bollinger Bands menetapkan paras stop loss

Melalui gabungan ini, kelebihan setiap penunjuk boleh digunakan sepenuhnya sambil melengkapi kekurangan satu sama lain.

Analisis Risiko

Risiko utama strategi ini ialah:

  1. Risiko pembalikan trend: Apabila pasaran berbalik dengan cepat, purata bergerak dan RSI tidak dapat memberikan isyarat tepat pada masanya, yang boleh membawa kepada kerugian yang lebih besar.
  2. Isyarat palsu dalam pasaran yang terikat julat. Apabila pasaran berayun untuk masa yang lama, purata bergerak dan RSI akan sering menghasilkan isyarat beli dan jual, menjadikannya mudah untuk terperangkap.
  3. Tetapan parameter yang tidak sesuai. Jika parameter tidak ditetapkan dengan betul, kesan penapisan akan lemah dan isyarat yang salah cenderung berlaku.

Untuk mengawal risiko ini, kaedah seperti pengoptimuman parameter, menetapkan stop loss / mengambil keuntungan, mengawal saiz kedudukan dengan munasabah boleh digunakan.

Arahan pengoptimuman

Strategi ini boleh dioptimumkan dalam aspek berikut:

  1. Uji kombinasi parameter pasaran dan jangka masa yang berbeza untuk mencari parameter yang optimum.
  2. Tambah penunjuk turun naik untuk menangani pasaran yang berayun dengan lebih baik.
  3. Tambah penunjuk jumlah dagangan untuk menapis pecah palsu.
  4. Mengoptimumkan parameter dalam masa nyata dengan algoritma pembelajaran mendalam untuk menjadikan sistem lebih pintar.
  5. Mengoptimumkan logik stop loss / mengambil keuntungan untuk keuntungan yang lebih baik dan kerugian yang lebih kecil.

Kesimpulan

Swing Trading Strategy Based on Momentum, Oscillation and Moving Average Crossover mengenal pasti isyarat perdagangan dengan memanfaatkan kelebihan pelengkap trend dan penunjuk osilator. Dengan pengoptimuman parameter dan pengurusan risiko yang betul, ia dapat mencapai prestasi yang baik. Strategi ini boleh ditingkatkan lagi dengan mengoptimumkan parameter, logik stop loss dan lain-lain untuk hasil yang lebih baik.

//@version=5
strategy("Swing Trading Strategy", overlay=true)

// Input for moving averages
shortMA = input(20, title="Short-term MA")
longMA = input(50, title="Long-term MA")

// Input for RSI
rsiLength = input(14, title="RSI Length")

// Input for MACD
macdShort = input(12, title="MACD Short")
macdLong = input(26, title="MACD Long")
macdSignal = input(9, title="MACD Signal")

// Input for Bollinger Bands
bbLength = input(20, title="Bollinger Bands Length")
bbMultiplier = input(2, title="Bollinger Bands Multiplier")

// Calculate moving averages
shortTermMA = ta.sma(close, shortMA)
longTermMA = ta.sma(close, longMA)

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

// Calculate MACD
[macdLine, signalLine, _] = ta.macd(close, macdShort, macdLong, macdSignal)

// Calculate Bollinger Bands
basis = ta.sma(close, bbLength)
upperBand = basis + bbMultiplier * ta.stdev(close, bbLength)
lowerBand = basis - bbMultiplier * ta.stdev(close, bbLength)

// Plot moving averages
plot(shortTermMA, color=color.blue, title="Short-term MA")
plot(longTermMA, color=color.red, title="Long-term MA")

// Plot RSI
hline(50, "RSI 50", color=color.gray)

// Plot MACD
plot(macdLine - signalLine, color=color.green, title="MACD Histogram")

// Plot Bollinger Bands
plot(upperBand, color=color.orange, title="Upper Bollinger Band")
plot(lowerBand, color=color.orange, title="Lower Bollinger Band")

// Strategy conditions
longCondition = ta.crossover(shortTermMA, longTermMA) and rsiValue > 50
shortCondition = ta.crossunder(shortTermMA, longTermMA) and rsiValue < 50

// Execute trades
strategy.entry("Long", strategy.long, when=longCondition)
strategy.entry("Short", strategy.short, when=shortCondition)

// Plot trade signals on the chart
plotshape(series=longCondition, title="Long Signal", color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=shortCondition, title="Short Signal", color=color.red, style=shape.triangledown, size=size.small)
Lebih lanjut

2019 FMZ - Semua hak dilindungi