Strategi ini menggunakan kemiringan Moving Average (MA) dan kemiringan indikator momentum untuk keputusan perdagangan. Ini membandingkan kemiringan MA dan kemiringan momentum dengan ambang batas yang ditetapkan, dan menghasilkan sinyal perdagangan ketika kedua kemiringan melebihi ambang batas. Strategi ini juga berisi filter volatilitas rendah yang menggunakan MA yang berbeda untuk menghasilkan sinyal ketika volatilitas pasar rendah.
Inti dari strategi ini terletak pada perbandingan dua kurva kemiringan. Pertama, ia menghitung kemiringan indikator MA dan momentum. Kemiringan mencerminkan tingkat perubahan dan arah kurva. Kemudian dua ambang digunakan, ketika baik kemiringan MA dan kemiringan momentum melebihi ambang yang sesuai, sinyal perdagangan dihasilkan.
Misalnya, ketika lereng MA dan lereng momentum melebihi garis atas, sinyal beli dihasilkan; ketika kedua kurva jatuh di bawah garis bawah, sinyal jual dihasilkan. Ini dapat menyaring beberapa sinyal palsu.
Filter volatilitas rendah menggunakan MA jangka panjang untuk menentukan volatilitas pasar. Ketika volatilitas rendah, MA dengan parameter yang berbeda digunakan untuk menghasilkan sinyal perdagangan untuk beradaptasi dengan kondisi pasar yang berbeda.
Strategi ini memiliki keuntungan berikut:
Filter ganda untuk mengatur sinyal perdagangan dapat menyaring beberapa kebisingan dan meningkatkan kualitas sinyal.
Filter volatilitas rendah memungkinkan strategi untuk beradaptasi dengan elastisitas pada kondisi pasar yang berbeda.
Kemampuan penyesuaian yang tinggi untuk parameter yang berbeda dapat dioptimalkan untuk produk yang berbeda.
Tidak mengandung fungsi cat ulang untuk mengurangi dampak dari penyesuaian kurva.
Strategi ini juga memiliki beberapa risiko:
Filter ganda dapat menyaring beberapa sinyal nyata dan melewatkan peluang.
Penentuan ambang filter volatilitas rendah membutuhkan pengujian yang cermat. pengaturan yang tidak benar dapat menyebabkan penyimpangan sinyal.
Pengaturan parameter untuk indikator MA dan momentum perlu dioptimalkan untuk produk tertentu, dan parameter universal sulit ditentukan.
Fungsi tidak mewarnai ulang tidak dapat sepenuhnya menghindari masalah penyesuaian kurva backtest, dan kinerja perdagangan yang sebenarnya masih perlu diverifikasi.
Kustomisasi yang tinggi meningkatkan kompleksitas ruang parameter dan kesulitan pengoptimalan.
Strategi dapat dioptimalkan dalam arah berikut:
Uji lebih banyak kombinasi indikator MA dan momentum untuk menemukan indikator yang paling cocok.
Mengoptimalkan parameter panjang MA dan indikator momentum untuk menyeimbangkan lag dan kebisingan.
Mengoptimalkan parameter untuk menghitung kemiringan untuk menemukan kombinasi indikator yang lebih stabil.
Uji indikator dan parameter volatilitas rendah yang berbeda untuk meningkatkan elastisitas.
Uji pada produk dan kerangka waktu yang berbeda untuk menemukan ruang lingkup yang paling sesuai.
Membangun mekanisme adaptif parameter untuk mengurangi beban kerja optimasi manual.
Ini adalah strategi MA ganda yang sangat fleksibel dan dapat disesuaikan. Ini merujuk pada informasi harga dan momentum untuk pengambilan keputusan, yang dapat secara efektif menyaring sinyal palsu. Filter volatilitas rendah juga membuat strategi lebih elastis untuk beradaptasi dengan perubahan pasar.
Dengan peningkatan dalam optimasi parameter dan pemilihan indikator, strategi ini dapat menjadi pilihan yang layak untuk perdagangan kehidupan nyata.
/*backtest start: 2023-11-12 00:00:00 end: 2023-12-12 00:00:00 period: 1h basePeriod: 15m 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/ // © Allenlk //@version=4 strategy("DRSI DMA Scalping Strategy", shorttitle="DRSIDMA", overlay=false, initial_capital=1000, pyramiding=2, default_qty_type=strategy.percent_of_equity, default_qty_value=100) //Inputs matype = input(7, minval=1, maxval=8, title="1=SMA, 2=EMA, 3=WMA, 4=HullMA, 5=VWMA, 6=RMA, 7=TEMA, 8=Tilson T3", group="Moving Average") masrc = input(close, title="MA Source", group="Moving Average") malen = input(5, title="Moving Average Length - LookBack Period", group="Moving Average") factorT3 = input(defval=7, title="Tilson T3 Factor - *.10 - so 7 = .7 etc.", minval=0, group="Moving Average") maderiv = input(3, title="MA Slope Lookback", minval=1, group="Moving Average") masmooth = input(5, title="MA Slope Smoothing", minval=1, group="Moving Average") momtype = input(3, minval=1, maxval=3, title="1=RSI, 2=CCI, 3=RSI/ROC", group="Momentum Moving Average") momsrc = input(close, title="Momentum Source", group="Momentum Moving Average") momlen = input(3, title="Momentum Length", minval=1, group="Momentum Moving Average") momderiv = input(8, title="Momentum Slope Lookback", minval=1, group="Momentum Moving Average") momsmooth = input(7, title="Momentum Slope Smoothing", minval=1, group="Momentum Moving Average") higherTf = input("1", title="Higher timeframe?", type = input.resolution, group="Time Resolution") higherTfmult = input(130, title="MA Slope multiplier for Alternate Resolutions (Make the waves of the blue line similar size as the orange line)", group="Time Resolution") buffup = input(0.02, title="Buy when both slopes cross this line", step=0.01, group="Buy and Sell Threshold") bufflow = input(-0.03, title="Sell when both slopes cross this line", step=0.01, group="Buy and Sell Threshold") lowVolMALength = input(28, title="Big MA Length", minval=1, group="Low Volatility Function") MAlength = input(10, title="Low Volatility Moving Average Length", minval=1, group="Low Volatility Function") MAThresh = input(0.05, title="Low Volatility Buy and Sell Threshold", step=0.01, group="Low Volatility Function") Volminimum = input(2.5, title="Minimum volatility to trade", minval=0, step=0.01, group="Low Volatility Function") //Low Volatility Function //When Volatility is low refer to the slope of a long moving average low_vol_MA = sma(close, lowVolMALength) low_vol_down = (low_vol_MA[3] - low_vol_MA[1]) > MAThresh low_vol_up = (low_vol_MA[3] - low_vol_MA[1]) < MAThresh * -1 percent_volatility = (1 - (low / high)) * 100 chng_MA = sma(percent_volatility, MAlength) bad_vol = chng_MA < Volminimum //No repaint function nrp_funct(_symbol, _res, _src) => security(_symbol, _res, _src[barstate.isrealtime ? 1 : 0]) //hull ma definition hullma = wma(2*wma(masrc, malen/2)-wma(masrc, malen), round(sqrt(malen))) //TEMA definition ema1 = ema(masrc, malen) ema2 = ema(ema1, malen) ema3 = ema(ema2, malen) tema = 3 * (ema1 - ema2) + ema3 //Tilson T3 factor = factorT3 *.10 gd(masrc, malen, factor) => ema(masrc, malen) * (1 + factor) - ema(ema(masrc, malen), malen) * factor t3(masrc, malen, factor) => gd(gd(gd(masrc, malen, factor), malen, factor), malen, factor) tilT3 = t3(masrc, malen, factor) //MA Type avg = matype == 1 ? sma(masrc,malen) : matype == 2 ? ema(masrc,malen) : matype == 3 ? wma(masrc,malen) : matype == 4 ? hullma : matype == 5 ? vwma(masrc, malen) : matype == 6 ? rma(masrc,malen) : matype == 7 ? 3 * (ema1 - ema2) + ema3 : tilT3 //MA Slope Percentage DeltaAvg = (avg / avg[maderiv]) - 1 SmoothedAvg = sma(DeltaAvg, masmooth) MAout = nrp_funct(syminfo.tickerid, higherTf, SmoothedAvg) * higherTfmult //Momentum indicators Momentum = momtype == 1 ? rsi(momsrc, momlen) : momtype == 2 ? cci(momsrc, momlen) : momtype == 3 ? rsi(roc(momsrc,momlen),momlen) : na //Momentum Slope Percentage Deltamom = (Momentum / Momentum[momderiv]) - 1 SmoothedMom = sma(Deltamom, momsmooth) Momout = nrp_funct(syminfo.tickerid, higherTf, SmoothedMom) //Plottings plot(buffup, color=color.green, title="Buy line") plot(bufflow, color=color.red, title="Sell line") plot(MAout, color=color.blue, linewidth=2, title="MA Slope") plot(Momout, color=color.orange, linewidth=2, title="Momentum Slope") longCondition = bad_vol ? low_vol_up : MAout > buffup and Momout > buffup if (longCondition) strategy.entry("Buy", strategy.long) shortCondition = bad_vol ? low_vol_down : MAout < bufflow and Momout < bufflow if (shortCondition) strategy.entry("Sell", strategy.short)