Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Crossover Master - Reversal Breakout Strategi

Crossover Master - Reversal Breakout Strategi

Penulis:ChaoZhang, Tanggal: 2023-10-20 17:24:14
Tag:

img

Gambaran umum

Strategi Crossover Master - Reversal Breakout adalah strategi trading yang sederhana namun praktis berdasarkan moving average. Strategi ini menggunakan crossover dari moving average yang cepat dan moving average yang lambat sebagai sinyal beli dan jual. Ketika MA cepat melintasi di atas MA lambat, sinyal beli dihasilkan. Ketika MA cepat melintasi di bawah MA lambat, sinyal jual dihasilkan. Strategi ini cocok untuk pasar volatilitas menengah.

Logika Strategi

Strategi ini menggunakan dua rata-rata bergerak: MA cepat jangka pendek dan MA lambat jangka panjang. Periode MA cepat adalah 12, dan periode MA lambat adalah 26. Strategi pertama menghitung rata-rata bergerak sederhana 2 hari dari ENDPOINT sebagai input harga, kemudian menghitung MA cepat dan MA lambat. Jika MA cepat melintasi di atas MA lambat, sinyal beli dipicu. Jika MA cepat melintasi di bawah MA lambat, sinyal jual dipicu.

Secara khusus, strategi membandingkan nilai MA cepat dan MA lambat untuk menentukan tren pasar. Ketika MA cepat lebih besar dari MA lambat, pasar dianggap berada dalam tren naik (Bullish). Ketika MA cepat kurang dari MA lambat, pasar dianggap berada dalam tren menurun (Bearish). Strategi ini dikombinasikan dengan momentum harga untuk menghasilkan sinyal selama pembalikan pasar.

Logika sinyal beli adalah: ketika pasar beralih dari downtrend ke uptrend, yaitu MA cepat melintasi di atas MA lambat, dan harga di atas MA cepat, sinyal beli dihasilkan.

Logika sinyal jual adalah: ketika pasar beralih dari uptrend ke downtrend, yaitu MA cepat melintasi di bawah MA lambat, dan harga berada di bawah MA cepat, sinyal jual dihasilkan.

Dengan desain ini, strategi dapat menangkap peluang pembalikan secara tepat waktu.

Analisis Keuntungan

Keuntungan dari strategi ini adalah:

  1. Logika strategi sederhana dan jelas, mudah dimengerti dan diterapkan.

  2. Teknik rata-rata bergerak sudah matang dan dapat diandalkan, digunakan secara luas.

  3. Desain MA ganda dapat secara efektif menyaring kebisingan pasar dan mengidentifikasi tren.

  4. Menggabungkan momentum harga meningkatkan akurasi waktu perdagangan.

  5. Ruang pengoptimalan yang besar untuk parameter sesuai dengan pasar.

  6. Stop loss dapat ditambahkan untuk mengendalikan risiko.

  7. Frekuensi perdagangan moderat, menghindari overtrading.

  8. Dapat dikombinasikan dengan indikator lain seperti Bollinger Bands, RSI untuk peningkatan.

  9. Data backtesting yang cukup untuk memvalidasi kinerja strategi.

Analisis Risiko

Risiko dari strategi ini meliputi:

  1. Strategi MA ganda dapat menghasilkan sinyal palsu, tren yang hilang atau perdagangan yang tidak perlu.

  2. MA memiliki efek keterlambatan, mungkin tidak membalikkan cepat.

  3. Pengaturan parameter yang tidak benar menyebabkan frekuensi perdagangan terlalu tinggi atau rendah.

  4. Strategi ini lebih cocok untuk perdagangan jangka menengah dan panjang.

  5. Tidak mampu beradaptasi dengan kejutan pasar tiba-tiba.

  6. Kemungkinan kerugian selama periode tertentu.

  7. Parameter perlu disesuaikan di berbagai produk.

  8. Kurang efektif selama pasar yang terikat jangkauan.

Risiko dapat dikurangi dengan:

  1. Mengoptimalkan parameter sesuai dengan kondisi pasar.

  2. Menambahkan filter dengan indikator lain.

  3. Mengimplementasikan stop loss untuk mengendalikan kerugian.

  4. Menyesuaikan ukuran posisi dengan benar.

  5. Pengujian dan pengoptimalan parameter berdasarkan produk.

Arahan Optimasi

Strategi dapat dioptimalkan dalam aspek berikut:

  1. Mengoptimalkan periode MA agar lebih sesuai dengan pasar saat ini.

  2. Uji berbagai jenis MAs, seperti EMA, WMA dll.

  3. Tambahkan indikator volume untuk mengkonfirmasi tren.

  4. Gabungkan indikator lain seperti MACD, RSI untuk pertemuan.

  5. Tambahkan teknik stop loss seperti trailing stop loss.

  6. Mengoptimalkan metode pengukuran posisi, misalnya pecahan tetap, dinamis dll.

  7. Optimasi parameter uji per periode waktu dan produk.

  8. Memperkenalkan pembelajaran mesin untuk pengaturan parameter otomatis dan validasi sinyal.

  9. Terapkan pembelajaran mendalam untuk mendeteksi pola grafik yang lebih kompleks.

  10. Jelajahi konsep desain strategi tanpa parameter.

Optimalisasi terus menerus dapat meningkatkan kemampuan adaptasi strategi dan mencapai hasil yang konsisten di berbagai kondisi pasar.

Ringkasan

Ringkasnya, Strategi Breakout Reversal Crossover Master memiliki logika dan nilai praktis yang jelas. Strategi ini memanfaatkan kemampuan mengikuti tren rata-rata bergerak, dan menggabungkan momentum harga untuk meningkatkan kualitas sinyal. Ada ruang untuk meningkatkan parameter dan pengendalian risiko. Secara keseluruhan, strategi ini memberikan contoh yang baik dari strategi breakout berdasarkan indikator sederhana, dan dapat berfungsi sebagai studi kasus yang berguna untuk pembelajaran strategi kuantum.

/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)

// === INPUT BACKTEST RANGE ===
FromYear  = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth   = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"

Bullish = Fast>Slow
Bearish = Fast<Slow

Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast

//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0

//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0

//Plot

l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)

strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)
Lebih banyak

2019 FMZ - Semua hak dilindungi