Ide inti dari strategi ini adalah untuk menentukan arah tren saat ini berdasarkan hubungan antara titik tinggi dan harga penutupan bar K-line, dan meluruskan hasilnya menggunakan garis rata-rata bergerak. Ketika ada lebih banyak bar penutupan tinggi, itu ditentukan sebagai tren naik. Ketika ada lebih banyak bar penutupan rendah, itu ditentukan sebagai tren menurun. Strategi ini cocok untuk aset digital dengan likuiditas tertentu, dan hasil yang lebih baik dapat diperoleh melalui optimasi parameter.
Strategi ini menggunakan M-menit bar. Menurut hubungan posisi antara harga penutupan dan titik tinggi dan rendah, ditentukan apakah M-menit K-line bar milik tipe penutupan tinggi (harga penutupan dekat titik tinggi), tipe penutupan rendah (harga penutupan dekat titik rendah) atau tipe normal (harga penutupan dekat dengan tengah).
Secara khusus, pertama-tama hitung delt = tinggi - dekat, yang merupakan perbedaan antara titik tinggi dan harga penutupan, dan tinggi = tinggi - rendah, yang merupakan perbedaan antara tinggi dan rendah. Jika delt > tinggi * 2/3, itu ditentukan sebagai tipe penutupan tinggi. Jika delt < tinggi/3, itu ditentukan sebagai tipe penutupan rendah, jika tidak itu adalah tipe normal.
Kemudian hitung jumlah tipe penutupan tinggi, penutupan rendah dan normal di bar garis N K terbaru, hitung persentase yang mereka tanggung jawab, dan gunakan EMA untuk meratakan mereka ke dalam naik, jatuh dan kurva tengah. kurva naik mewakili persentase bar penutupan tinggi, kurva jatuh mewakili persentase bar penutupan rendah, dan kurva tengah mewakili persentase bar normal.
Ketika kurva naik melintasi di atas kurva jatuh, itu berarti bahwa bar penutupan tinggi mulai meningkat, menunjukkan bahwa pasar memasuki tren naik, dan sinyal panjang dikeluarkan. Ketika kurva jatuh melintasi di bawah kurva naik, itu berarti bar penutupan rendah mulai meningkat, menunjukkan bahwa pasar memasuki tren turun, dan sinyal pendek dikeluarkan.
Strategi penilaian tren berdasarkan aksi harga ini memiliki keuntungan berikut:
Prinsipnya jelas dan mudah dimengerti dan dikuasai.
Ini tidak bergantung pada indikator apa pun, tetapi hanya menilai arah tren berdasarkan karakteristik harga itu sendiri.
Ada beberapa parameter yang dapat dikonfigurasi, terutama parameter penghalusan N dan EMA, yang mudah dioptimalkan.
Ini dapat diterapkan secara luas pada aset digital dengan likuiditas tertentu, termasuk saham, forex, cryptocurrency, dll.
Hasil backtest bagus, dan risiko dapat dikontrol secara ketat.
Hal ini dapat lebih lanjut dikombinasikan dengan garis tren, level support/resistance dan metode teknis lainnya untuk optimasi.
Strategi stop loss dapat dikonfigurasi untuk mengendalikan kerugian tunggal.
Meskipun memiliki keuntungan, strategi ini juga memiliki risiko berikut:
Ketika pasar berada dalam keadaan shock, tipe K-line sering beralih, yang dapat menghasilkan sinyal palsu.
Pengaturan parameter N dan EMA yang tidak benar dapat menyebabkan hilangnya tren atau terlalu banyak sinyal yang tidak valid.
Menghakimi arah tren hanya berdasarkan jenis K-line memiliki beberapa lag.
Ini tidak dapat secara efektif menyaring pola grafik umum seperti konvergensi segitiga, bendera, dll, dengan risiko terobosan terbalik.
Strategi ini termasuk mengikuti tren, dan tidak dapat secara efektif menangkap peluang pembalikan.
Stop loss harus digunakan untuk mengendalikan risiko kerugian, jika tidak kerugian tunggal bisa besar.
Untuk mengurangi risiko dan meningkatkan profitabilitas, strategi dapat dioptimalkan dalam aspek berikut:
Menggabungkan indikator volatilitas seperti ATR untuk menyesuaikan parameter N dan EMA berdasarkan volatilitas pasar, menghindari sinyal yang terlalu tidak valid di pasar yang terikat kisaran.
Tambahkan analisis Volume untuk menyaring kebocoran palsu dalam kondisi volume tinggi.
Menggabungkan garis tren dan level support/resistance utama untuk menentukan arah tren dan keaslian terobosan.
Tambahkan analisis beberapa kerangka waktu untuk menghindari penilaian yang salah pada kerangka waktu tunggal.
Tambahkan modul pengenalan pola untuk membalikkan posisi secara tepat waktu ketika sinyal pembalikan yang signifikan muncul.
Mengoptimalkan strategi stop loss berdasarkan volatilitas pasar dan preferensi risiko.
Tambahkan trailing stop loss, moving stop loss dll untuk mengunci keuntungan dan mencegah memberikan kembali.
Strategi ini menilai arah tren berdasarkan tindakan harga. Logika jelas dan hasil backtestnya baik. Ini dapat diterapkan secara luas untuk perdagangan crypto. Tetapi ada juga beberapa keterbatasan. Ini perlu dikombinasikan dengan stop loss dan optimasi untuk mengurangi risiko. Secara keseluruhan, strategi ini memberikan ide yang sederhana dan praktis untuk perdagangan kuantitatif dan layak dipelajari. Dengan optimasi dan kombinasi terus-menerus, hasil kelebihan yang stabil dapat dicapai.
/*backtest
start: 2023-08-20 00:00:00
end: 2023-09-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("trend detect", overlay=false)
lenght = input(34)
ema_smooth = input(5)
delt = high - close
height = high - low
color_plot=black
state=0
if delt > height/3*2
state := 1
color_plot := red
else
if delt > height/3
state := 2
color_plot := blue
else
state := 3
color_plot := green
//plot(state, color=color_plot, style=histogram)
percOfType(len, state_for_count) =>
num = 0
for i=1 to len
if state[i]==state_for_count
num := num+1
num/len*100
rise = ema(percOfType(lenght, 3), ema_smooth)
fall = ema(percOfType(lenght, 1), ema_smooth)
plot(rise, color = green)
plot(ema(percOfType(lenght, 2), ema_smooth), color = blue)
plot(fall, color = red)
plot(10, color=black)
plot(60, color=black)
longCondition = crossover(rise, fall)
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long)
shortCondition = crossunder(rise, fall)
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short)