Strategi Awan Berwarna-warni


Tanggal Pembuatan: 2023-11-22 16:28:59 Akhirnya memodifikasi: 2023-11-22 16:28:59
menyalin: 0 Jumlah klik: 375
1
fokus pada
1166
Pengikut

Strategi Awan Berwarna-warni

Ringkasan

Strategi Cloud Cloud adalah strategi perdagangan kuantitatif yang mengintegrasikan beberapa indikator teknis seperti Cloud Graph, MACD, Capital Flow Indicator (CMF) dan True Strength Index (TSI). Strategi ini bertujuan untuk mengeksplorasi peluang perdagangan medium dan panjang di pasar.

Prinsip Strategi

Gagasan inti dari strategi cloud cloud adalah kombinasi sinyal polygon dari diagram cloud, indikator polygon MACD, indikator arus kas CMF dan indeks kekuatan TSI untuk menilai tren pasar dan zona overbought dan oversold. Diagram cloud dapat dengan jelas menilai arah tren dan resistensi pendukung utama; MACD mencerminkan kontras kekuatan jual beli di pasar dan fenomena overbought dan oversold; CMF menilai arus masuk dan keluar dana; TSI menunjukkan kekuatan jual beli yang sebenarnya di pasar.

Secara khusus, strategi ini didasarkan pada beberapa indikator:

  1. Titik balik dari sebuah diagram awan adalah 10 garis yang melintasi garis penyangga awan, yang dianggap sebagai sinyal multihead
  2. Delay shadow line cx dari sebuah diagram awan melewati sumbu 0 dan dianggap sebagai konfirmasi multihead
  3. MACD deviasi menembus 0 sumbu ke atas, menunjukkan peningkatan kekuatan beli
  4. Indeks CMF >0.1, menunjukkan arus masuk
  5. Indikator TSI > 0, menunjukkan buy input lebih kuat dari sell

Ketika 5 hal di atas terbentuk secara bersamaan, maka akan muncul sinyal kebocoran. Ketika sebuah awan melintasi garis 10kan, maka akan muncul sinyal kebocoran.

Strategi ini mengintegrasikan beberapa indikator untuk menilai posisi kosong, sehingga menghindari kebisingan yang ditimbulkan oleh penilaian indikator tunggal. Selain itu, menggunakan grafik awan untuk menentukan daerah dukungan dan resistensi utama, dan menggabungkan arah entitas garis penundaan untuk menentukan arah aliran dana yang sebenarnya, sehingga dapat masuk di fase setelah tren, dan keluar sebelum titik kritis, sehingga mendapatkan keuntungan yang lebih besar.

Analisis Keunggulan

Keuntungan terbesar dari strategi cloud cloud adalah penggunaan berbagai indikator untuk menilai fenomena overbought dan oversold di pasar, sehingga dapat menentukan titik jual beli dengan akurat. Keuntungan spesifiknya adalah sebagai berikut:

  1. Pengertian Komprehensif Multi-Indikator, Meningkatkan Akurasi SinyalStrategi ini dapat memfilter kebisingan secara efektif dan meningkatkan keandalan sinyal dengan mengintegrasikan satu grafik awan, MACD, CMF, TSI dan indikator lainnya.

  2. Peta awan untuk menentukan area resistensi pendukung utamaSebuah diagram awan dapat dengan jelas menunjukkan posisi dukungan dan resistensi yang penting, dan strategi dapat mengerahkan titik jual beli di tempat-tempat ini, sehingga memasuki pasar pada tahap setelah tren.

  3. Delay Shadow Line menilai aliran danaDelay shadow line dapat menunjukkan keadaan yang menyimpang dari entitas, menilai arus masuk dan keluar dari dana yang sebenarnya, dan menghindari penipuan oleh gerakan palsu yang di-arbitrage.

  4. MACD memperlihatkan fenomena overboughtMACD lebih cepat menunjukkan fenomena overbought dan oversold dalam pasar, dengan pengertian posisi dari grafik awan, dapat menangkap titik jual beli dengan tepat.

  5. CMF memperlihatkan arus danaCMFIndicator mencerminkan pergerakan dana besar dengan perubahan volume transaksi, menghindari penipuan dari aliran dana kecil yang direduksi.

  6. TSI menunjukkan kekuatan jual beli yang kuat。TSI dapat menghapus faktor amplitudo dari perubahan harga, menunjukkan secara akurat kekuatan atau kelemahan dari kekuatan jual beli yang sebenarnya, sehingga menentukan waktu rebound bawah dan penurunan atas。

Analisis risiko dan optimasi

Meskipun strategi cloud cloud memiliki banyak keuntungan, ada beberapa risiko yang perlu diperhatikan. Risiko utama dan arah optimasi adalah sebagai berikut:

  1. Optimasi parameter indikatorParameter yang ada mungkin bukan kombinasi yang optimal, dan parameter yang lebih baik dapat dicari dengan metode optimasi yang lebih sistematis untuk mendapatkan keuntungan yang lebih stabil.

  2. Kurangnya strategi stop lossTidak ada mekanisme untuk menghentikan kerugian saat ini, sehingga tidak dapat mengontrol kerugian secara efektif ketika pasar berbalik tajam. Anda dapat mengatur stop loss bergerak yang masuk akal atau stop loss yang tergantung.

  3. Terlalu banyak transaksi。 Beberapa indikator yang dikombinasikan dengan penilaian yang mudah menyebabkan frekuensi transaksi yang terlalu tinggi.

  4. Efeknya bervariasi.│Multi-indikator kombinasi penilaian mudah untuk membentuk sudut efek, dalam situasi tertentu efek strategi mungkin memiliki fluktuasi yang lebih besar. │Memungkinkan untuk memperkenalkan metode model portofolio, mengatur berat konfigurasikan indikator yang berbeda │

  5. Indikator risiko dispersiJika ada sinyal yang berbeda, akan sulit untuk menilai penerimaan akhir. Dalam hal ini, perlu pengalaman manual untuk melakukan analisis pemeriksaan.

Meringkaskan

Strategi awan warna adalah strategi perdagangan kuantitatif yang terintegrasi dengan beberapa indikator. Ini memanfaatkan sepenuhnya keuntungan saling melengkapi indikator seperti grafik awan, MACD, CMF, TSI, dan sebagainya, dan memiliki keuntungan unik dalam menentukan waktu jual beli. Selain itu, ada beberapa aspek yang dapat dioptimalkan dari strategi, jika dapat memperbaiki lebih lanjut mekanisme stop loss, optimasi parameter, penentuan berat, dan lain-lain, dapat meningkatkan stabilitas operasi strategi secara signifikan.

Kode Sumber Strategi
/*backtest
start: 2023-10-22 00:00:00
end: 2023-11-21 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4

strategy("Ichimoku with MACD/ CMF/ TSI ", overlay=true)

//Inputs
ts_bars = input(10, minval=1, title="Tenkan-Sen Bars")
ks_bars = input(30, minval=1, title="Kijun-Sen Bars")
ssb_bars = input(52, minval=1, title="Senkou-Span B Bars")
cs_offset = input(26, minval=1, title="Chikou-Span Offset")
ss_offset = input(26, minval=1, title="Senkou-Span Offset")
long_entry = input(true, title="Long Entry")
short_entry = input(true, title="Short Entry")

middle(len) => avg(lowest(len), highest(len))

// Ichimoku Components
tenkan = middle(ts_bars)
kijun = middle(ks_bars)
senkouA = avg(tenkan, kijun)
senkouB = middle(ssb_bars)

// Plot Ichimoku Kinko Hyo
plot(tenkan, color=#0496ff, title="Tenkan-Sen")
plot(kijun, color=#991515, title="Kijun-Sen")
plot(close, offset=-cs_offset+1, color=#459915, title="Chikou-Span")
sa=plot(senkouA, offset=ss_offset-1, color=color.green, title="Senkou-Span A")
sb=plot(senkouB, offset=ss_offset-1, color=color.red, title="Senkou-Span B")
fill(sa, sb, color = senkouA > senkouB ? color.green : color.red, title="Cloud color")

ss_high = max(senkouA[ss_offset-1], senkouB[ss_offset-1])
ss_low = min(senkouA[ss_offset-1], senkouB[ss_offset-1])

// Entry/Exit Signals
fast_length = input(title="Fast Length", type=input.integer, defval=12)
slow_length = input(title="Slow Length", type=input.integer, defval=26)
src = input(title="Source", type=input.source, defval=hl2)
signal_length = input(title="Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 9)
sma_source = input(title="Simple MA(Oscillator)", type=input.bool, defval=true)
sma_signal = input(title="Simple MA(Signal Line)", type=input.bool, defval=false)
// Plot colors
col_grow_above = #26A69A
col_grow_below = #FFCDD2
col_fall_above = #B2DFDB
col_fall_below = #EF5350
col_macd = #0094ff
col_signal = #ff6a00
// Calculating
fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length)
slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length)
hist = macd - signal


tk_cross_bull = tenkan > kijun
tk_cross_bear = tenkan < kijun
cs_cross_bull = mom(close, cs_offset-1) > 0
cs_cross_bear = mom(close, cs_offset-1) < 0
price_above_kumo = close > ss_high
price_below_kumo = close < ss_low


//CMF
lengthA = input(10, minval=1, title="CMF Length")
ad = close==high and close==low or high==low ? 0 : ((2*close-low-high)/(high-low))*volume
mf = sum(ad, lengthA) / sum(volume, lengthA)


//TSI
long = input(title="Long Length", type=input.integer, defval=20)
short = input(title="Short Length", type=input.integer, defval=20)
price = close
double_smooth(src, long, short) =>
	fist_smooth = ema(src, long)
	ema(fist_smooth, short)
pc = change(price)
double_smoothed_pc = double_smooth(pc, long, short)
double_smoothed_abs_pc = double_smooth(abs(pc), long, short)
tsi_value = 100 * (double_smoothed_pc / double_smoothed_abs_pc)



bullish = tk_cross_bull and cs_cross_bull and price_above_kumo and hist > 0 and mf > 0.1 and tsi_value > 0
bearish = tk_cross_bear and cs_cross_bear and price_below_kumo and hist < 0  and mf < -0.1 and tsi_value < 0



strategy.entry("Long", strategy.long, when=bullish and long_entry)
strategy.entry("Short", strategy.short, when=bearish and short_entry)

strategy.close("Long", when=bearish and not short_entry)
strategy.close("Short", when=bullish and not long_entry)