Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Strategi pembalikan osilator TTM Falcon berdasarkan pembalikan harga

Strategi pembalikan osilator TTM Falcon berdasarkan pembalikan harga

Penulis:ChaoZhang, Tanggal: 2023-12-05 15:07:10
Tag:

img

Gambaran umum

Strategi ini disebut TTM Falcon Oscillator Reversal Strategy Based on Price Reversion. Ini adalah indikator osilator yang mencari sinyal perdagangan berdasarkan sinyal pembalikan harga.

Ide utama dari strategi ini adalah untuk menilai pembalikan tren dengan menggunakan pola harga. Ketika harga membentuk tiga bar garis K tinggi atau rendah baru, itu dinilai sebagai sinyal pembalikan harga untuk mengambil posisi panjang atau pendek yang sesuai.

Logika Strategi

Strategi ini menilai pembalikan harga dengan mengamati perubahan harga penutupan batang K-line.

  1. Ketika harga penutupan garis K pertama lebih rendah dari yang kedua, sinyal dicatat sebagai 1; ketika lebih tinggi, sinyal dicatat sebagai 0.

  2. Jika sinyal sebelumnya adalah 1 (mewakili penurunan harga), dan harga penutupan bar K-line kedua atau ketiga lebih rendah dari yang pertama, ini dinilai sebagai sinyal pembalikan harga dan sinyal jual dikeluarkan.

  3. Jika sinyal sebelumnya adalah 0 (mewakili kenaikan harga), dan harga penutupan bar K-line kedua atau ketiga lebih tinggi dari yang pertama, ini dinilai sebagai sinyal pembalikan harga dan sinyal beli dikeluarkan.

Melalui metode ini, strategi dapat dengan cepat menilai pembalikan harga dan masuk posisi dalam waktu sekitar titik pembalikan.

Analisis Keuntungan

Keuntungan utama dari strategi ini adalah:

  1. Dengan hanya membandingkan hubungan ukuran antara tiga batang garis K untuk menilai pembalikan harga, ia dapat dengan cepat menentukan titik pembalikan pasar dan memasuki posisi tepat waktu.

  2. Mengurangi frekuensi perdagangan. Dibandingkan dengan strategi osilator lainnya, strategi ini hanya mengeluarkan sinyal ketika harga jelas berbalik, yang dapat secara efektif mengurangi perdagangan yang tidak perlu.

  3. Ruang pengoptimalan yang besar untuk parameter. Strategi memiliki potensi besar untuk pengoptimalan dan parameter siklus K-line dapat disesuaikan untuk beradaptasi dengan lingkungan pasar yang berbeda.

  4. Quantifiable backtesting. Strategi dapat langsung diimplementasikan untuk backtesting otomatis pada platform kuantitatif, sangat meningkatkan efisiensi tes.

  5. Logika yang sederhana dan mudah dimengerti. pedagang pemula juga dapat dengan mudah memahami dan memahami logika inti dari strategi.

Analisis Risiko

Strategi ini juga memiliki risiko tertentu, terutama terwujud dalam:

  1. Jangkauan fluktuasi harga yang besar. Ketika harga berfluktuasi terlalu keras, sinyal pembalikan mungkin tidak akurat, rentan untuk mengejar puncak dan menjual terendah.

  2. Pilihan parameter siklus K-line memiliki pengaruh besar pada kinerja strategi, membutuhkan banyak optimasi untuk menemukan kombinasi parameter yang optimal.

  3. Perdagangan yang terlalu sering. Dalam beberapa lingkungan pasar, sinyal pembalikan mungkin terlalu sering, menghasilkan terlalu banyak perdagangan.

  4. Durasi pembalikan yang tidak dapat diprediksi. Strategi tidak dapat menentukan berapa lama tren baru setelah pembalikan harga akan berlangsung, dengan risiko ketidakmampuan untuk mempertahankan tren.

Solusi yang sesuai adalah: menyesuaikan parameter dengan tepat untuk mengurangi rentang fluktuasi harga, sepenuhnya mengoptimalkan dan menguji di bawah berbagai lingkungan pasar, dan mengatur stop loss untuk mengendalikan kerugian tunggal.

Arahan Optimasi

Arah utama untuk mengoptimalkan strategi ini meliputi:

  1. Optimasi siklus garis K. Sesuai menyesuaikan parameter siklus waktu garis K untuk menemukan kombinasi parameter yang optimal.

  2. Tambahkan kondisi penyaringan. Tambahkan kondisi tambahan lainnya sebelum mengeluarkan sinyal untuk menghindari sinyal yang salah.

  3. Tambahkan mekanisme stop loss. Tetapkan titik stop loss yang wajar untuk mengendalikan kerugian tunggal.

  4. Mengintegrasikan sinyal rata-rata bergerak, volatilitas dan indikator lain untuk meningkatkan akurasi keputusan.

  5. Optimasi parameter adaptif. Memungkinkan parameter untuk menyesuaikan secara dinamis berdasarkan perubahan lingkungan pasar untuk membuat strategi lebih kuat.

Melalui optimasi ini, stabilitas, tingkat kemenangan dan profitabilitas strategi dapat sangat ditingkatkan.

Kesimpulan

Singkatnya, ide strategi ini untuk menentukan titik pembalikan dengan pola harga sangat sederhana dan langsung, dengan logika yang jelas dan mudah dipahami, dan ruang yang relatif besar untuk optimasi parameter yang dapat disesuaikan sesuai dengan preferensi pribadi.

/*backtest
start: 2022-11-28 00:00:00
end: 2023-12-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v2.0 10/01/2018
// TTM scalper indicator of John Carter’s Scalper Buys and Sells. The methodology 
// is a close approximation of the one described in his book Mastering the Trade. 
// The book is highly recommended. Note the squares are not real-time but will 
// show up once the third bar has confirmed a reversal. 
//
//You can change long to short in the Input Settings
//WARNING:
//- For purpose educate only
//- This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="TTM scalper indicator", overlay = true)
reverse = input(false, title="Trade reverse")
triggerSell = iff(iff(close[1] < close,1,0) and (close[2] < close[1] or close[3] <close[1]),1,0)
triggerBuy = iff(iff(close[1] > close,1,0) and (close[2] > close[1] or close[3] > close[1]),1,0)
buySellSwitch = iff(triggerSell, 1, iff(triggerBuy, 0, nz(buySellSwitch[1])))
SBS = iff(triggerSell and buySellSwitch[1] == false, high, iff(triggerBuy and buySellSwitch[1], low, nz(SBS[1])))
clr_s = iff(triggerSell and buySellSwitch[1] == false, 1, iff(triggerBuy and buySellSwitch[1], 0, nz(clr_s[1])))
clr = iff(clr_s == 0 , red , green)
pos = iff(clr == green, 1,
       iff(clr == red, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue ) 
plot(SBS, color=clr, title="TTM", style = circles, linewidth = 2)
Lebih banyak

2019 FMZ - Semua hak dilindungi