Strategi persilangan rata-rata
ChaoZhang
Ringkasan
Strategi persilangan rata-rata menghasilkan sinyal perdagangan dengan menghitung persilangan rata-rata SMA dari dua pengaturan parameter yang berbeda. Ketika rata-rata SMA yang lebih cepat melintasi rata-rata SMA yang lebih lambat, menghasilkan sinyal beli; Ketika rata-rata SMA yang lebih lambat melintasi rata-rata SMA yang lebih cepat, menghasilkan sinyal jual. Strategi ini menggunakan dua set parameter rata-rata SMA secara bersamaan, satu untuk menentukan titik beli dan satu lagi untuk menentukan titik jual.
Prinsip Strategi
Strategi ini menggunakan dua set parameter rata-rata SMA, yaitusmaB1、smaB2DansmaS1、smaS2。smaB1DansmaB2Untuk menentukan sinyal beli, mereka mewakili garis rata-rata yang lebih lambat dan lebih cepat.smaB1PakailahsmaB2Pada saat itu, sinyal beli muncul.smaS1DansmaS2Digunakan untuk menentukan sinyal jual, yang juga mewakili garis rata-rata yang lebih lambat dan lebih cepat.smaS2PakaiansmaS1Dengan demikian, Anda dapat secara fleksibel menyesuaikan kondisi pembelian dan penjualan untuk menyesuaikan dengan lingkungan pasar yang berbeda.
Secara khusus, strategi ini menentukan waktu untuk membeli dan menjual dengan menghitung nilai SMA harga tutup dan memantau secara real-time persimpangan dua set garis rata-rata SMA. Ketika melewati garis lambat pada SMA cepat, dianggap bahwa harga bergerak ke atas, jadi lebih banyak dilakukan saat ini; dan ketika melewati garis lambat SMA di bawah garis cepat, menilai bahwa harga bergerak berbalik ke bawah, jadi lebih murah.
Analisis Keunggulan
Strategi ini memiliki keuntungan utama sebagai berikut:
- Dengan menggunakan dua sistem persilangan linear, dapat menyesuaikan kondisi jual beli secara fleksibel untuk menyesuaikan dengan perubahan pasar
- SMA rata-rata sendiri dapat memadamkan sebagian dari kebisingan, menghasilkan sinyal perdagangan yang lebih andal
- Mengizinkan kombinasi parameter SMA yang dapat dioptimalkan untuk varietas yang berbeda
Analisis risiko
Strategi ini juga memiliki beberapa risiko:
- Sinyal persilangan rata-rata mungkin tertunda, tidak dapat menghasilkan sinyal segera sebelum dan sesudah titik balik
- Kombinasi parameter SMA yang tidak tepat dapat menyebabkan terlalu banyak sinyal yang salah
- “Signal yang dihasilkan di pasar yang sangat bergoyang mungkin tidak baik”.
Untuk mengontrol risiko di atas, metode seperti mengunci keuntungan dengan mengoptimalkan kombinasi parameter SMA, yang dikombinasikan dengan stop loss dinamis dapat ditingkatkan.
Arah optimasi
Strategi ini dapat dioptimalkan dalam beberapa hal:
- Uji lebih banyak kombinasi parameter SMA untuk mencari parameter terbaik
- Meningkatkan konfirmasi volume transaksi untuk menghindari kesalahan sinyal saat harga turun naik
- Kombinasi dengan indikator lain (seperti MACD, RSI, dll) untuk memfilter sinyal silang SMA
- Meningkatkan strategi stop loss untuk mengunci keuntungan dan mengurangi kerugian
Meringkaskan
Strategi persimpangan rata-rata menghasilkan sinyal perdagangan yang sederhana dan efektif dengan menghitung persimpangan dua set garis rata-rata SMA. Strategi ini memungkinkan penyesuaian parameter yang fleksibel dan berlaku untuk varietas yang berbeda. Ini adalah strategi pelacakan tren yang umum digunakan.
/*backtest
start: 2023-11-15 00:00:00
end: 2023-11-22 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © melihtuna
//@version=4
strategy("SMA Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, initial_capital=10000, currency=currency.USD, commission_value=0.1, commission_type=strategy.commission.percent)
smaB1 = input(title="smaB1",defval=377)
smaB2 = input(title="smaB2",defval=200)
smaS1 = input(title="smaS1",defval=377)
smaS2 = input(title="smaS2",defval=200)
smawidth = 2
plot(sma(close, smaB1), color = #EFB819, linewidth=smawidth, title='smaB1')
plot(sma(close, smaB2), color = #FF23FD, linewidth=smawidth, title='smaB2')
plot(sma(close, smaS1), color = #000000, linewidth=smawidth, title='smaS1')
plot(sma(close, smaS2), color = #c48dba, linewidth=smawidth, title='smaS2')
// === INPUT BACKTEST RANGE ===
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear = input(defval = 2020, title = "From Year", minval = 2017)
ToMonth = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2017)
// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00)
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59)
window() => time >= start and time <= finish ? true : false
longCondition = crossover(sma(close, smaB1),sma(close, smaB2))
if (window() and longCondition)
strategy.entry("BUY", strategy.long)
shortCondition = crossover(sma(close, smaS2),sma(close, smaS1))
if (window() and shortCondition)
strategy.entry("SELL", strategy.short)