Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Strategi perdagangan jangka pendek berdasarkan perbedaan harga penutupan

Strategi perdagangan jangka pendek berdasarkan perbedaan harga penutupan

Penulis:ChaoZhang, Tanggal: 2023-09-28 15:08:39
Tag:

Gambaran umum

Strategi ini menilai pergerakan harga di masa depan dengan menganalisis perbedaan antara harga penutupan dua hari berturut-turut, bertujuan untuk menerapkan perdagangan jangka pendek.

Logika Strategi

Logika inti dari strategi ini adalah membandingkan harga penutupan hari ini dengan harga penutupan kemarin.

  1. Hitung perbedaan antara harga penutupan hari ini dan harga penutupan kemarin.
  2. Jika perbedaannya lebih besar dari ambang batas yang ditetapkan, maka harga hari ini telah naik relatif terhadap kemarin, pergi panjang.
  3. Jika selisihnya kurang dari ambang negatif yang ditetapkan, maka harga hari ini telah turun relatif terhadap kemarin, pergi pendek.
  4. Jika tidak, mempertahankan posisi kemarin.

Kunci di sini adalah menetapkan ambang batas yang wajar. Jika ambang batas terlalu besar, maka akan melewatkan fluktuasi harga yang lebih kecil. Jika ambang batas terlalu kecil, maka akan memicu perdagangan yang tidak rasional yang berlebihan karena fluktuasi normal. Strategi ini mengadopsi desain ambang batas yang dapat disesuaikan dengan nilai default 0,004 dan langkah 0,001. ambang batas yang tepat dapat dipilih melalui backtesting berdasarkan data historis.

Singkatnya, strategi ini menangkap perubahan harga antara dua hari perdagangan berturut-turut, menilai kemungkinan tren harga di masa depan dengan menyaring fluktuasi normal melalui ambang batas, dan dengan demikian melakukan perdagangan jangka pendek.

Keuntungan dari Strategi

  • Ide sederhana dan intuitif, mudah dipahami dan diterapkan
  • Tidak ada indikator teknis yang kompleks, ambang pengalaman rendah
  • Menggunakan harga penutupan, secara efektif menyaring kebisingan, meningkatkan stabilitas sinyal
  • Desain ambang yang dapat disesuaikan memungkinkan untuk menemukan parameter optimal
  • Cocok untuk perdagangan jangka pendek, cepat menangkap perubahan harga
  • Dapat berjalan di berbagai lingkungan pasar

Risiko dari Strategi

  • Kemungkinan selisih harga dalam harga penutupan, mungkin tidak melihat perubahan harga
  • Bergantung pada satu indikator, mungkin kehilangan informasi penting lainnya
  • Pengaturan ambang yang tidak benar akan menghasilkan sinyal perdagangan yang salah yang berlebihan
  • Operasi jangka pendek yang sering, biaya transaksi mungkin lebih tinggi
  • Kebutuhan pemantauan yang cermat dan penyesuaian tepat waktu dari parameter

Untuk mengatasi risiko ini, pertimbangkan:

  1. Menggabungkan indikator lain, seperti volume perdagangan, untuk meningkatkan akurasi sinyal
  2. Tambahkan logika stop loss untuk mengontrol single loss
  3. Mengoptimalkan parameter untuk meningkatkan kualitas sinyal
  4. Memperpanjang siklus perdagangan dengan tepat untuk mengurangi frekuensi operasi
  5. Meningkatkan manajemen posisi untuk meningkatkan profitabilitas

Arahan Optimasi

Strategi dapat dioptimalkan dalam aspek berikut:

  1. Backtesting multi-frame- Gunakan kerangka waktu yang berbeda (harian, 4 jam, 1 jam, dll.) untuk backtest parameter dan memilih kerangka waktu dan parameter yang optimal.

  2. Kombinasi indikator volatilitas- Tambahkan indikator yang mempertimbangkan volatilitas harga, seperti ATR, untuk lebih menetapkan ambang dinamis.

  3. Tambahkan logika stop loss- Tetapkan titik stop loss yang masuk akal untuk mengontrol kerugian tunggal.

  4. Mengoptimalkan manajemen posisi- Mengoptimalkan ukuran posisi awal dan aturan tambahan untuk meningkatkan profitabilitas sambil memastikan stop loss.

  5. Pertimbangkan biaya perdagangan- Tambahkan biaya perdagangan seperti komisi dan slippage dalam backtesting untuk lebih dekat dengan perdagangan langsung.

  6. Memperkenalkan pembelajaran mesin- Menggunakan algoritma pembelajaran mesin untuk mengekstrak lebih banyak fitur dan membangun sinyal perdagangan yang lebih kuat.

Kesimpulan

Strategi ini menilai tren harga masa depan berdasarkan perbedaan harga penutupan, menggunakan pendekatan sederhana dan intuitif untuk merancang strategi perdagangan jangka pendek. Strategi ini mudah diterapkan dan cocok untuk operasi jangka pendek, tetapi mungkin memiliki beberapa risiko kerugian. Berbagai metode optimasi dapat meningkatkan stabilitas dan profitabilitas strategi. Sebagai strategi dasar, ini dapat memberikan ide dan referensi untuk penelitian lebih lanjut.

/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)

// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work: 
// https://www.tradingview.com/u/ChartArt/
// 
//  __             __  ___       __  ___ 
// /  ` |__|  /\  |__)  |   /\  |__)  |  
// \__, |  | /~~\ |  \  |  /~~\ |  \  |  
// 
// 

threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)

getDiff() =>
    yesterday=security(syminfo.tickerid, 'D', close[1])
    today=security(syminfo.tickerid, 'D', close)
    delta=today-yesterday
    percentage=delta/yesterday
    
closeDiff = getDiff()
 
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]

hline(0, title="zero line")

bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")

longCondition = buying
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = buying != true
if (shortCondition)
    strategy.entry("Short", strategy.short)
Lebih banyak

2019 FMZ - Semua hak dilindungi