Strategi Kuantitatif Crossover Rata-rata Bergerak Ganda Crossover Emas


Tanggal Pembuatan: 2023-12-26 15:52:13 Akhirnya memodifikasi: 2023-12-26 15:52:13
menyalin: 0 Jumlah klik: 333
1
fokus pada
1166
Pengikut

Strategi Kuantitatif Crossover Rata-rata Bergerak Ganda Crossover Emas

Ringkasan

Strategi ini menilai tren harga dan peluang perdagangan dengan menghitung persimpangan garis rata-rata ganda. Ketika melewati garis lambat di garis cepat, dianggap sebagai persimpangan emas, lakukan over; Ketika melewati garis lambat di bawah garis cepat, dianggap sebagai persimpangan kematian, lakukan kosong.

Prinsip Strategi

Strategi ini didasarkan pada prinsip-prinsip berikut:

  1. Hitung garis rata-rata dari dua set parameter yang berbeda, satu set yang merespons perubahan harga dengan cepat, satu set yang relatif lambat. Ketika garis cepat melewati garis lambat, menunjukkan bahwa harga memulai tren naik; Ketika garis cepat melewati garis lambat, menunjukkan bahwa harga mulai turun.

  2. Bila garis rata-rata bersilang, kemudian tes perubahan indikator energi. Jika indikator energi terobosan secara sinkron, menunjukkan sinyal silang yang dapat dipercaya; Jika indikator energi tidak memiliki penembusan yang sesuai, maka mungkin sinyal palsu.

  3. Berdasarkan arah dan kuantitas yang dapat diukur, masuk ke posisi over atau short. Dan atur kondisi stop loss, stop loss ketika keuntungan mencapai proporsi tertentu.

Secara khusus, strategi ini menentukan tren harga dengan menghitung persilangan garis rata-rata ganda 7 hari; menghitung indikator perubahan volume, untuk menilai keandalan sinyal persilangan; melakukan over atau short pada SIGNAL saat menentukan sinyal yang dapat diandalkan; mengatur kondisi profit, untuk mencapai stop loss.

Analisis Keunggulan

Strategi ini memiliki beberapa keuntungan:

  1. Kombinasi dua garis rata untuk menentukan arah tren, dan kombinasi kuantitatif untuk memfilter sinyal palsu dan menghindari kebocoran.
  2. Ini akan meningkatkan tingkat keberhasilan, hanya dengan mengkonfirmasi kemampuan kuantitatif.
  3. Tetapkan kondisi stop loss, stop loss tepat waktu, dan hindari kehilangan uang jika Anda telah menghasilkan uang.

Analisis risiko

Risiko utama dari strategi ini adalah:

  1. Garis rata-rata memiliki keterlambatan silang, sehingga mudah untuk melewatkan titik peluang terbaik dari perubahan harga. Parameter dapat dioptimalkan dengan tepat, sehingga garis rata-rata lebih sensitif.
  2. Indikator kuantitatif sulit untuk menilai jika ada perbedaan. Anda dapat memasukkan lebih banyak indikator tambahan untuk konfirmasi.
  3. Pengaturan titik penutupan yang tidak masuk akal dapat menyebabkan operasi jalur yang terlalu pendek atau terlalu panjang. Parameter penutupan harus diuji dan dioptimalkan.

Arah optimasi

Strategi ini dapat dioptimalkan dengan cara:

  1. Optimalkan parameter siklus rata-rata agar lebih sensitif dan tepat waktu untuk menangkap perubahan harga.
  2. Menambahkan lebih banyak indikator untuk mengkonfirmasi sinyal, seperti MACD, KD, dan lain-lain, untuk menghindari kesalahan penilaian indikator kuantitatif.
  3. Tergabung dengan lebih banyak strategi stop seperti stop bergerak, stop persentase, stop getaran, dan lain-lain, untuk mencapai stop dinamis.
  4. Menambahkan strategi stop loss otomatis untuk mengendalikan kerugian tunggal.
  5. Mengoptimalkan manajemen posisi, menyesuaikan strategi posisi dalam berbagai kondisi pasar.

Meringkaskan

Secara keseluruhan, strategi ini berorientasi pada kecenderungan penilaian silang dua rata-rata, indikator kuantitatif untuk memfilter sinyal. Efeknya lebih stabil dan mudah diterapkan. Dengan lebih mengoptimalkan parameter, menambahkan filter sinyal dan strategi stop / stop loss, strategi dapat dibuat lebih dapat diandalkan dan cerdas, dengan nilai pertempuran yang lebih tinggi.

Kode Sumber Strategi
/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("ZendicatoR", overlay=true, calc_on_order_fills= true, calc_on_every_tick=true, default_qty_type=strategy.percent_of_equity, default_qty_value=15, pyramiding=0)
dt = input(defval=0.0010, title="Decision Threshold", type=float, step=0.0001)
keh=input(title="Double HullMA Cross",defval=7, minval=1)
che1=input(title="MA 1",defval=34,minval=1)
che2=input(title="MA 2",defval=144,minval=1)
che3=input(title="MA 3",defval=377,minval=1)
amnt=input(title="TP ($)",defval=4200,minval=1)
wma1=wma(close,che1)
wma2=wma(close,che2)
wma3=wma(close,che3)
sma1=sma(close,11)
tms=10000000000000
A=request.security(syminfo.tickerid, 'D', close)*tms
B=request.security(syminfo.tickerid, 'D', close[1])*tms
C=A>B?green:red
D=wma2>wma3?green:red
plot(wma1,style=line,color=C,linewidth=4)
p1=plot(wma2,style=line,color=D)
p2=plot(wma3,style=line,color=D)
fill(p1, p2, color=D, transp=75)
n2ma=2*wma(close,round(keh/2))
nma=wma(close,keh)
diff=n2ma-nma,sqn=round(sqrt(keh))
n2ma1=2*wma(close[2],round(keh/2))
nma1=wma(close[2],keh)
diff1=n2ma1-nma1,sqn1=round(sqrt(keh))
n1=wma(diff,sqn)*tms
n2=wma(diff1,sqn)*tms
Q=n1>n2?blue:yellow
plot(sma1,style=line,color=Q,linewidth=4)
closelong = A*tms<B*tms and n2*tms>n1*tms and strategy.openprofit>amnt
if (closelong)
    strategy.close("Long")
closeshort = A*tms>B*tms and n1*tms>n2*tms and strategy.openprofit>amnt
if (closeshort)
    strategy.close("Short") 
longCondition = A*tms>B*tms and n1*tms>n2*tms
if (longCondition)
    strategy.entry("Long",strategy.long)
shortCondition = A*tms<B*tms and n1*tms<n2*tms
if (shortCondition)
    strategy.entry("Short",strategy.short)