Strategi Perdagangan Rata-rata Pergerakan Adaptif Heikin Ashi dan Kaufman


Tanggal Pembuatan: 2023-12-19 15:51:30 Akhirnya memodifikasi: 2023-12-19 15:51:30
menyalin: 1 Jumlah klik: 615
1
fokus pada
1176
Pengikut

Strategi Perdagangan Rata-rata Pergerakan Adaptif Heikin Ashi dan Kaufman

Ringkasan

Heikin Ashi dan Kaufman Adaptive Moving Average Trading Strategy (HLC3/Kaufman Strategy) adalah strategi perdagangan kuantitatif yang menggabungkan Heikin Ashi K line dan Kaufman Adaptive Moving Average (KAMA). Strategi ini menggunakan Heikin Ashi K line untuk menentukan arah perdagangan, kemudian menggunakan Kaufman Adaptive Moving Average sebagai indikator tambahan untuk memfilter sinyal perdagangan.

Prinsip Strategi

Strategi ini terdiri dari beberapa bagian utama:

  1. Perhitungan harga buka dan tutup Heikin Ashi. Harga ini mencerminkan harga rata-rata entitas K-line, yang dapat menyaring sebagian dari kebisingan.

  2. Kalkulator Kaufman Adaptive Moving Average (KAMA) [2]. KAMA mampu secara dinamis menyesuaikan kehalusannya sendiri, dan tidak terlalu terbelakang ketika pasar mengalami fluktuasi besar secara tiba-tiba [2].

  3. Bandingkan hubungan antara harga penutupan Heikin Ashi dengan ukuran KAMA untuk menentukan sinyal beli dan jual. Sinyal beli dihasilkan ketika harga penutupan Heikin Ashi melewati KAMA; Sinyal jual dihasilkan ketika harga penutupan Heikin Ashi melewati KAMA.

  4. Indikator ADX dapat ditambahkan untuk menilai kekuatan dan kelemahan tren, untuk menghindari sinyal yang salah di pasar yang bergoyang.

Analisis Keunggulan

Keuntungan terbesar dari strategi ini adalah kombinasi antara Heikin Ashi K line dan filter ganda KAMA, yang secara signifikan mengurangi pertukaran suara dan sinyal salah. Keuntungan spesifiknya adalah sebagai berikut:

  1. Kabel Heikin Ashi K sendiri memiliki fungsi penghapusan kebisingan, sehingga memfilter beberapa fluktuasi jangka pendek.
  2. KAMA lebih sensitif dibandingkan SMA dan EMA, dan dapat secara efektif melacak perubahan tren di tingkat besar.
  3. Sistem filter ganda Heikin Ashi dan KAMA dapat mengurangi kesalahan.
  4. Indikator ADX dapat dikonfigurasi untuk menilai kekuatan dan kelemahan tren, menghindari sinyal yang salah.
  5. Sinyal perdagangan langsung jelas, mudah dioperasikan, dan fleksibel.

Analisis risiko

  1. Dalam beberapa kasus, sinyal yang salah dapat terjadi. Parameter harus disesuaikan dengan tepat untuk menghindari risiko ini.
  2. Pemilihan yang terlalu sensitif dapat menyebabkan kenaikan atau penurunan, dan parameter KAMA harus dilengserkan sesuai dengan kebutuhan.
  3. Dalam tren jangka panjang, KAMA mungkin tertinggal dari perubahan harga. Ini perlu digabungkan dengan indikator ADX untuk menentukan stabilitas tren.

Arah optimasi

  1. Mengoptimalkan harga penutupan Heikin Ashi dan parameter KAMA untuk menemukan kondisi penyaringan yang optimal.
  2. Menambahkan indikator penilaian tren seperti ADX, memastikan sinyal perdagangan hanya dihasilkan ketika tren stabil.
  3. Dalam kombinasi dengan indikator lain seperti Boll line untuk menetapkan standar stop loss.
  4. Uji stabilitas parameter dari berbagai varietas untuk mencari kombinasi optimal.

Meringkaskan

Heikin Ashi dan Kaufman Adaptive Moving Average Trading Strategy adalah strategi pelacakan tren dengan filter ganda. Ini menggabungkan fitur penghapusan kebisingan Heikin Ashi K Line dan keuntungan KAMA untuk melacak perubahan tren dengan cepat, yang dapat secara efektif memfilter perdagangan kebisingan, mengurangi sinyal yang salah, dan cocok untuk melacak tren jangka menengah dan panjang. Strategi ini dapat meningkatkan stabilitas dan profitabilitas melalui pengoptimalan parameter, konfirmasi indikator tambahan, dan sebagainya.

Kode Sumber Strategi
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
//Heikin/Kaufman   by Marco

strategy("HLC3/Kaufman Strategy ",shorttitle="HLC3/KAU",overlay=true)
res1 = input(title="Hlc3 Time Frame", defval="D")
test = input(1,"Hlc3 Shift")
sloma = input(20,"Slow EMA Period")

//Kaufman MA
Length = input(5, minval=1)
xPrice = input(hlc3)
xvnoise = abs(xPrice - xPrice[1])
Fastend = input(2.5,step=.5)
Slowend = input(20)
nfastend = 2/(Fastend + 1)
nslowend = 2/(Slowend + 1)
nsignal = abs(xPrice - xPrice[Length])
nnoise = sum(xvnoise, Length)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2) 
nAMA = nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))

//Heikin Ashi Open/Close Price
//ha_t = heikinashi(tickerid)
//ha_close = request.security(ha_t, period, nAMA)
//mha_close = request.security(ha_t, res1, hlc3)
bha_close = request.security(syminfo.ticker, timeframe.period, nAMA)
bmha_close = request.security(syminfo.ticker, res1, hlc3)

//Moving Average
//fma = ema(mha_close[test],1)
//sma = ema(ha_close,sloma)
//plot(fma,title="MA",color=black,linewidth=2,style=line)
//plot(sma,title="SMA",color=red,linewidth=2,style=line)
bfma = ema(bmha_close[test],1)
bsma = ema(bha_close,sloma)
plot(bfma,title="MA",color=black,linewidth=2,style=line)
plot(bsma,title="SMA",color=red,linewidth=2,style=line)
//Strategy
//golong =  crossover(fma,sma) 
//goshort =   crossunder(fma,sma)
golong =  crossover(bfma,bsma) 
goshort =   crossunder(bfma,bsma)
strategy.entry("Buy",strategy.long,when = golong)
strategy.entry("Sell",strategy.short,when = goshort)