Dual Indicator Strategy adalah strategi perdagangan kuantitatif yang menggabungkan indikator Simple Moving Average (SMA) dan Moving Average Convergence Divergence (MACD).
Inti dari Strategi Indikator Ganda didasarkan pada dua indikator: SMA dan MACD. Strategi ini mengadopsi SMA 7-, 15 dan 60 periode, serta pengaturan parameter MACD standar 12/26/9.
Ketika SMA 7 periode berada di atas SMA 15 dan 60 periode, dan SMA 15 periode berada di atas SMA 60 periode, itu dianggap sinyal bullish dari indikator SMA, dengan probabilitas 0,5.
Pada saat yang sama, ketika garis MACD melintasi di atas garis sinyal, itu dianggap sinyal bullish dari indikator MACD, juga dengan probabilitas 0,5.
Ketika probabilitas sinyal bullish dari kedua indikator dijumlah menjadi 1, posisi panjang akan dibuka.
Sebaliknya, ketika SMA 7 periode jatuh di bawah SMA 15 dan 60 periode, dan SMA 15 periode berada di bawah SMA 60 periode, itu dianggap sinyal penurunan dari indikator SMA, dengan probabilitas 0,5.
Sementara itu, ketika garis MACD melintasi di bawah garis sinyal, itu dianggap sinyal bearish dari indikator MACD, dengan probabilitas 0,5.
Ketika probabilitas sinyal bearish dari kedua indikator dijumlahkan menjadi 1, posisi pendek akan dibuka.
Selain itu, strategi ini mengadopsi dua titik mengambil keuntungan yang berbeda: menutup 50% posisi ketika harga naik atau turun sebesar 9%, dan menutup posisi yang tersisa ketika harga naik atau turun sebesar 21%.
Jika sinyal bertentangan dengan posisi saat ini terjadi, posisi saat ini akan ditutup terlebih dahulu sebelum membuka posisi baru berdasarkan sinyal baru.
Keuntungan terbesar dari Strategi Indikator Ganda adalah bahwa ia memanfaatkan kekuatan dari indikator SMA dan MACD. SMA dapat secara efektif melacak perubahan tren harga dan menyaring kebisingan pasar, sementara MACD dapat mengidentifikasi peluang pembalikan tren jangka pendek. Menggabungkan keduanya dapat meningkatkan keandalan sinyal perdagangan.
Selain itu, mengadopsi SMA dengan pengaturan parameter yang berbeda membantu membedakan tren jangka panjang hingga menengah, sementara strategi mengambil keuntungan mengunci keuntungan parsial dan mengendalikan risiko.
Beberapa risiko potensial dari Strategi Indikator Ganda perlu dicatat. Karena hanya bergantung pada indikator teknis, sinyal yang salah dapat terjadi. Juga, pengaturan mengambil keuntungan yang tidak tepat dapat menyebabkan keluar prematur, kehilangan tren utama.
Strategi dapat dioptimalkan dengan menyesuaikan parameter periode SMA atau menggabungkan indikator penyaringan tambahan untuk memastikan sinyal yang lebih dapat diandalkan.
Beberapa aspek dari Strategi Indikator Dual dapat dioptimalkan lebih lanjut:
Uji menambahkan indikator teknis lainnya seperti RSI, Bollinger Bands untuk penyaringan multi-indikator.
Coba algoritma pembelajaran mesin untuk membangun model penilaian sinyal menggunakan beberapa variabel.
Melakukan pengaturan parameter berdasarkan produk dan kerangka waktu yang berbeda.
Masukkan stop loss untuk mengontrol kerugian perdagangan tunggal secara ketat.
Mengoptimalkan strategi mengambil keuntungan untuk naik tren berkelanjutan.
Melalui backtesting dan optimalisasi yang sistematis, stabilitas dan profitabilitas strategi dapat terus ditingkatkan.
Strategi Indikator Ganda menggabungkan kekuatan SMA dan MACD untuk meningkatkan keakuratan sinyal sambil mengontrol risiko secara efektif. Dengan potensi optimasi dan fleksibilitas yang kuat, ini adalah strategi perdagangan kuantitatif yang kuat dan adaptif. Dengan peningkatan yang didorong oleh data yang berkelanjutan, strategi dapat berkembang menjadi sistem perdagangan yang kuat.
/*backtest start: 2023-10-02 00:00:00 end: 2023-11-01 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("SMA & MACD Dual Direction Strategy", shorttitle="SMDDS", overlay=true, initial_capital=1000) // SMA settings sma7_length = input.int(7, title="7 Candle SMA Length") sma15_length = input.int(15, title="15 Candle SMA Length") sma60_length = input.int(60, title="60 Candle SMA Length") // MACD settings fast_length = input.int(12, title="Fast Length") slow_length = input.int(26, title="Slow Length") signal_length = input.int(9, title="Signal Length") // Leverage leverage = 10 // Calculate the SMAs sma7 = ta.sma(close, sma7_length) sma15 = ta.sma(close, sma15_length) sma60 = ta.sma(close, sma60_length) // Calculate the MACD line and Signal line [macdLine, signalLine, _] = ta.macd(close, fast_length, slow_length, signal_length) // SMA-based Probabilities smaBullishProb = (sma7 > sma15 and sma7 > sma60 and sma15 > sma60) ? 0.5 : 0.0 smaBearishProb = (sma7 < sma15 and sma7 < sma60 and sma15 < sma60) ? 0.5 : 0.0 // MACD-based Probabilities macdBullishProb = ta.crossover(macdLine, signalLine) ? 0.5 : 0.0 macdBearishProb = ta.crossunder(macdLine, signalLine) ? 0.5 : 0.0 // Combined Probabilities combinedBullishProb = smaBullishProb + macdBullishProb combinedBearishProb = smaBearishProb + macdBearishProb // Trade logic using `if` conditions if combinedBullishProb == 1.0 strategy.close("Short") strategy.entry("Long", strategy.long, qty=leverage) if combinedBearishProb == 1.0 strategy.close("Long") strategy.entry("Short", strategy.short, qty=leverage) // Exit conditions based on profit points longTargetProfit1 = close * 1.09 longTargetProfit2 = close * 1.21 shortTargetProfit1 = close * 0.91 shortTargetProfit2 = close * 0.79 strategy.exit("Long TP1", from_entry="Long", limit=longTargetProfit1, qty_percent=0.5) strategy.exit("Long TP2", from_entry="Long", limit=longTargetProfit2) strategy.exit("Short TP1", from_entry="Short", limit=shortTargetProfit1, qty_percent=0.5) strategy.exit("Short TP2", from_entry="Short", limit=shortTargetProfit2) // Visualization (optional) plot(sma7, color=color.green, title="7 Candle SMA") plot(sma15, color=color.blue, title="15 Candle SMA") plot(sma60, color=color.red, title="60 Candle SMA") hline(0, "Zero Line", color=color.gray) plot(macdLine - signalLine, color=color.blue, title="MACD Histogram")