Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Strategi Crossover Rata-rata Bergerak

Strategi Crossover Rata-rata Bergerak

Penulis:ChaoZhang, Tanggal: 2023-12-21 11:21:49
Tag:

img

Gambaran umum

Strategi ini adalah strategi perdagangan pembalikan momentum berdasarkan indikator MACD. Ini menghasilkan indikator MACD dengan menghitung perbedaan antara garis rata-rata bergerak cepat dan lambat. Ketika indikator MACD berubah dari positif menjadi negatif, sinyal jual dihasilkan. Ketika indikator MACD berubah dari negatif menjadi positif, sinyal beli dihasilkan. Strategi ini juga menggabungkan garis sinyal indikator MACD untuk pelembaban tambahan untuk menyaring beberapa sinyal perdagangan yang bising.

Prinsip Strategi

Indikator inti dari strategi ini adalah MACD, yang terdiri dari rata-rata bergerak cepat, rata-rata bergerak lambat dan garis sinyal. Pertama, EMA cepat dengan periode 12 hari dan EMA lambat dengan periode 26 hari dihitung, kemudian perbedaan antara keduanya dihitung sebagai indikator MACD. Indikator MACD mencerminkan tren perubahan harga berdasarkan konsep momentum. Ketika EMA cepat naik lebih cepat dari EMA lambat, itu menunjukkan tren kenaikan harga, dan MACD positif. Sebaliknya, ketika harga saham berada dalam tren penurunan, MACD negatif.

Untuk menyaring kebisingan, strategi ini memperkenalkan indikator garis sinyal untuk meratakan MACD secara tambahan. Parameter garis sinyal ditetapkan menjadi EMA 9 hari. Akhirnya, perbedaan antara MACD dan garis sinyal dihitung sebagai sinyal perdagangan. Ketika perbedaan berubah dari positif menjadi negatif, sinyal jual dihasilkan. Ketika perbedaan berubah dari negatif menjadi positif, sinyal beli dihasilkan.

Analisis Keuntungan

Keuntungan utama dari strategi ini adalah:

  1. Menggunakan indikator MACD untuk menentukan titik pembalikan harga, dapat menangkap peluang pembalikan harga saham jangka pendek.

  2. Mengintegrasikan garis signal smoothing menyaring beberapa sinyal perdagangan yang bising dan mengurangi sinyal palsu.

  3. Pengaturan parameter yang fleksibel memungkinkan pedagang untuk menyesuaikan parameter sesuai dengan kondisi pasar yang sebenarnya.

  4. Logika sederhana dan jelas, mudah dimengerti dan diterapkan, cocok untuk pemula untuk belajar dan penelitian.

  5. Berbagai kombinasi indikator dan sinyal memberikan ruang besar untuk optimasi strategi dan skalabilitas yang kuat.

Analisis Risiko

Ada juga beberapa risiko dalam strategi ini:

  1. Pelacakan pembalikan jangka pendek dapat meningkatkan frekuensi perdagangan dan biaya transaksi.

  2. Indikator MACD dapat dengan mudah menghasilkan sinyal palsu selama kenaikan atau penurunan harga secara sepihak jangka panjang.

  3. Penundaan generasi sinyal karena pengaturan parameter yang tidak tepat dapat kehilangan titik masuk terbaik.

  4. Strategi yang relatif sederhana ini mungkin berkinerja buruk dalam kondisi pasar yang kompleks.

Untuk mengurangi risiko di atas, perbaikan dapat dilakukan dengan cara berikut:

  1. Mengoptimalkan parameter untuk mengurangi frekuensi perdagangan, misalnya meningkatkan siklus jalur sinyal.

  2. Tambahkan kondisi penyaringan untuk menghindari terjebak selama tren jangka panjang, misalnya menggabungkan indikator pelacakan lainnya untuk menentukan tren jangka panjang dan jangka pendek.

  3. Gunakan limit order untuk melacak harga yang optimal.

  4. Tambahkan lebih banyak faktor untuk menentukan kondisi pasar dan menghindari perdagangan di pasar yang tidak normal.

Arahan Optimasi

Strategi dapat dioptimalkan dalam aspek berikut:

  1. Mengoptimalkan parameter MACD dan parameter garis sinyal untuk menemukan kombinasi parameter terbaik.

  2. Tambahkan indikator tambahan lainnya untuk menentukan tren jangka panjang dan jangka pendek dan hindari perdagangan melawan tren, misalnya Moving Average, Bollinger Bands dll.

  3. Masukkan indikator volume perdagangan seperti On Balance Volume untuk menghindari breakout palsu.

  4. Tetapkan parameter sesuai dengan karakteristik stok yang berbeda untuk membuat strategi lebih adaptif.

  5. Tambahkan pengaturan harga stop loss dan take profit untuk mengontrol tingkat kerugian dan keuntungan tunggal.

  6. Mengevaluasi faktor kualitas saham seperti metrik keuangan, perubahan peringkat dll dan memilih kumpulan saham yang optimal.

Langkah-langkah optimalisasi ini dapat meningkatkan stabilitas, tingkat kemenangan dan tingkat keuntungan dari strategi.

Ringkasan

Ini adalah strategi perdagangan pembalikan jangka pendek yang khas. Ini menggunakan indikator MACD yang sederhana dan jelas untuk mencerminkan perubahan momentum saham dan garis sinyal untuk menentukan titik masuk tertentu. Dengan pengaturan parameter yang tepat, ini dapat memanfaatkan peluang pembalikan harga jangka pendek untuk mendapatkan keuntungan berlebih.

Tentu saja, indikator tunggal dan strategi sederhana tidak dapat sepenuhnya beradaptasi dengan berbagai kondisi pasar yang kompleks. Investor harus memperhatikan risiko dan memilih strategi sesuai dengan kondisi dan nafsu risiko mereka sendiri. Sementara itu, mereka juga harus mengawasi kondisi pasar, mengoptimalkan parameter strategi dan aturan perdagangan. Hanya melalui pembelajaran dan perbaikan berkelanjutan seseorang dapat memperoleh pengembalian investasi yang stabil jangka panjang.

/*backtest
start: 2023-11-20 00:00:00
end: 2023-12-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
//study(title="MACD Strategy by Sedkur", shorttitle="MACD Strategy by Sedkur")
strategy (title="MACD Strategy by Sedkur", shorttitle="MACD Strategy by Sedkur")


// Getting inputs
dyear = input(title="Year", type=input.integer, defval=2017, minval=1950, maxval=2500)
fast_length = input(title="Fast Length", type=input.integer, defval=12)
slow_length = input(title="Slow Length", type=input.integer, defval=26)
buyh = input(title="Buy histogram value", type=input.float, defval=0.0, minval=-1000, maxval=1000, step=0.1)
sellh = input(title="Sell histogram value", type=input.float, defval=0.0, minval=-1000, maxval=1000, step=0.1)
src = input(title="Source", type=input.source, defval=close)
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=false)
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

plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below) ), transp=0 )
plot(macd, title="MACD", color=col_macd, transp=0)
plot(signal, title="Signal", color=col_signal, transp=0)

strategy.entry("buy", strategy.long, comment="buy", when = hist[1] <= hist and buyh<=hist and year>=dyear)
strategy.entry("sell", strategy.short, comment="sell", when = hist[1] >= hist and sellh>=hist and year>=dyear)
Lebih banyak

2019 FMZ - Semua hak dilindungi