1. Persegi
  2. Strategi Pemburu Bottom

Strategi Pemburu Bottom

Penulis:ChaoZhang, Tarikh: 2024-02-06 09:26:54
Tag:

img

Ringkasan

Strategi Bottom Hunter adalah strategi perdagangan jangka pendek untuk mata wang kripto. Strategi ini mengenal pasti titik masuk yang sesuai dengan mengenali bahagian bawah semasa penurunan.

Prinsip Strategi

Strategi ini menggabungkan beberapa penunjuk teknikal untuk mengenal pasti bahagian bawah. Secara khusus, ia menggunakan penunjuk MACD untuk menilai isyarat pembalikan bahagian bawah, penunjuk RSI untuk menentukan status oversold, dan Bollinger Bands untuk menentukan sama ada harga berada di bawah rel bawah. Isyarat beli dihasilkan apabila semua syarat dipenuhi.

Pertama, strategi ini menggunakan pembezaan MACD untuk menilai bahagian bawah. Yang dipanggil pembezaan bermaksud bahawa harga membuat tahap terendah baru sementara penunjuk MACD tidak membuat tahap terendah baru. Keadaan ini mewakili kelemahan jumlah dagangan dan biasanya menandakan pembalikan trend yang akan datang.

Kedua, strategi memerlukan penunjuk RSI berada di bawah 31.1.

Akhirnya, strategi memerlukan harga penutupan berada di bawah rel tengah Bollinger Bands. Ini menunjukkan bahawa harga telah jatuh di bawah julat normal, sehingga memberikan peluang yang lebih baik untuk membeli.

Apabila semua syarat di atas dipenuhi pada masa yang sama, strategi menghasilkan isyarat beli dan menubuhkan kedudukan.

Analisis Kelebihan

Strategi Bottom Hunter mempunyai kelebihan berikut:

  1. Penggunaan pelbagai penunjuk untuk menentukan bahagian bawah memastikan ketepatan pengenalan bahagian bawah
  2. Menggunakan pembezaan MACD untuk menilai isyarat pembalikan adalah teknik perdagangan yang berpengalaman
  3. Menghakimi kedua-dua oversold dan anomali mengelakkan risiko pecah palsu
  4. Kawalan kedudukan konservatif, hanya membina kedudukan di titik utama, mengelakkan perdagangan berlebihan

Analisis Risiko

Strategi ini juga mempunyai beberapa risiko:

  1. Pasaran boleh jatuh lagi tanpa stop loss tepat pada masanya
  2. Gabungan pelbagai keadaan untuk menilai bahagian bawah mungkin terlepas bahagian bawah dalam beberapa senario
  3. Penentuan manual parameter seperti ambang RSI boleh mempengaruhi prestasi strategi

Sebagai tindak balas kepada risiko di atas, pemantauan stop loss masa nyata, penyesuaian julat parameter, dan lain-lain boleh digunakan untuk pengoptimuman.

Arahan pengoptimuman

Strategi ini boleh dioptimumkan ke arah berikut:

  1. Mempertingkatkan mekanisme stop loss adaptif untuk menyesuaikan kedudukan stop loss secara fleksibel berdasarkan turun naik pasaran
  2. Uji dan optimumkan kriteria untuk penentuan isyarat beli untuk mengenal pasti parameter optimum
  3. Meningkatkan algoritma pembelajaran mesin untuk mengenal pasti parameter dan peraturan perdagangan secara automatik
  4. Tambah modul penilaian trend untuk mengelakkan memasuki pasaran konsolidasi semasa pasaran trend
  5. Masukkan penunjuk tambahan seperti perubahan jumlah untuk meningkatkan pengenalan bahagian bawah

Ringkasan

Strategi Bottom Hunter membeli di bahagian bawah utama untuk mencapai pulangan yang berlebihan. Rasional untuk menentukan bahagian bawah adalah kukuh, sambil menggabungkan pelbagai keadaan penapis untuk mengelakkan isyarat palsu. Dengan penyesuaian parameter yang betul dan kawalan kehilangan berhenti, strategi ini dapat berfungsi dengan baik dalam perdagangan cryptocurrency jangka pendek.

/*backtest
start: 2023-01-30 00:00:00
end: 2024-02-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("MACD Divergence Strategy", shorttitle="Strategy: MACD Dive", overlay=true)

// MACD设置
fastLength = input.int(12, "Fast Length")
slowLength = input.int(26, "Slow Length")
signalSmoothing = input.int(9, "Signal Smoothing")

[macdLine, signalLine, _] = ta.macd(close, fastLength, slowLength, signalSmoothing)

// 计算99日EMA均线
ema99 = ta.ema(close, 99)

// 计算RSI
rsiLength = input.int(14, title="RSI Length")
rsi = ta.rsi(close, rsiLength)

// 计算布林带中轨
length = input.int(20, "BB Length")
src = input(close, "Source")
mult = input.float(2.0, "BB StdDev")
basis = ta.sma(src, length)

// 买入筛选条件
priceLow = ta.lowest(low[1], 60)
macdLow = ta.lowest(macdLine[1], 60)
divergence = low < priceLow and macdLine > macdLow

allHighsBelowEma99 = true
for i = 0 to 14
    if high[i] > ema99
        allHighsBelowEma99 := false

rsiBelow = rsi < 31.1
priceDifference = (high - low) / low * 100

buySignal1 = divergence and allHighsBelowEma99 and rsiBelow
buySignal2 = high < ema99 and priceDifference >= 3 and close < open and high < basis 
buySignal3 = buySignal1 or buySignal2

// 定义一个变量来存储买入时的价格
var float buyPrice = na

// 买入逻辑
if buySignal3
    buyPrice := close // 存储买入时的价格
    strategy.entry("Buy", strategy.long)

// 止盈和止损条件
longTakeProfit = buyPrice * 1.1 // 止盈设为买入价格的1.2倍
longStopLoss = buyPrice * 0.98// 止损设为买入价格的0.99倍

// 应用止盈和止损
strategy.exit("Exit", "Buy", limit=longTakeProfit, stop=longStopLoss)
// 绘制买入信号
plotshape(series=buySignal3, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
Lebih lanjut

2019 FMZ - Semua hak dilindungi