Strategi ini menggabungkan rata-rata bergerak, indikator relatif kuat (RSI) dan indikator neraca terpusat, dengan tujuan untuk mengidentifikasi tren harga saham dan melakukan perdagangan dalam konteks tren. Gagasan inti adalah untuk menghasilkan sinyal beli ketika rata-rata jangka pendek melewati rata-rata jangka panjang dan menembus ke atas awan neraca terpusat; untuk menghasilkan sinyal jual ketika rata-rata jangka pendek melewati rata-rata jangka panjang di bawah rata-rata jangka pendek dan menembus ke bawah awan.
Strategi ini menggunakan empat rata-rata bergerak pada tanggal 13, 21, 89, dan 233. Garis 13 mewakili tren jangka pendek, 233 mewakili tren jangka panjang, dan 21 dan 89 di tengah. Ketika rata-rata jangka pendek melintasi rata-rata jangka panjang, ini menunjukkan bahwa harga saham bergeser ke bawah dan menghasilkan sinyal beli. Sebaliknya, melintasi rata-rata jangka panjang di bawah rata-rata jangka pendek adalah sinyal jual.
Selain itu, strategi ini juga menggabungkan garis konversi, garis dasar, dan garis depan dari indikator neraca pertama. Garis konversi menggunakan rata-rata bergerak 9 hari, garis dasar menggunakan rata-rata bergerak 26 hari, dan garis depan menggunakan rata-rata bergerak jangka pendek menengah.
Akhirnya, strategi ini juga menggunakan garis 12 dan 24 dalam indikator RSI. Garis 12 mewakili situasi overbought dan oversold dalam jangka pendek, dan garis 24 mewakili situasi overbought dan oversold dalam jangka menengah. Strategi ini mengkonfirmasi sinyal perdagangan dengan menilai persimpangan antara garis RSI 12 hari dan garis RSI 24 hari.
Strategi ini sangat baik dalam mengidentifikasi arah tren utama harga saham. Moving average yang dikombinasikan dengan indikator tabel ekuilibrium pertama, membuat sinyal jual beli lebih akurat. Selain itu, pengenalan indikator RSI juga menghindari kemungkinan terjadinya terobosan palsu.
Risiko pembalikan tren
Pedagang perlu memperhatikan perubahan pasar dengan cermat, dan waspada jika ada tanda-tanda harga menyentuh rata-rata.
Optimalisasi parameter ruang
Ada ruang untuk pengoptimalan seperti pengaturan periodik rata-rata bergerak, parameter tabel ekuilibrium pertama, dan lain-lain. Pedagang dapat memilih kombinasi parameter yang optimal sesuai dengan varietas yang berbeda.
Frekuensi transaksi yang tinggi
Frekuensi transaksi strategi yang lebih tinggi, perlu mempertimbangkan biaya. Parameter dapat disesuaikan dengan baik, mengurangi transaksi yang tidak perlu.
Meningkatkan strategi stop loss
Strategi saat ini tidak menyertakan stop loss logic, yang membawa beberapa risiko. Di masa depan, Anda dapat mempertimbangkan untuk menambahkan modul semacam itu ke dalam strategi.
Optimasi parameter
Untuk varietas perdagangan yang berbeda, Anda dapat mengoptimalkan siklus rata-rata bergerak, parameter tabel ekuilibrium pertama, siklus RSI, dan lain-lain untuk menemukan kombinasi optimal. Ini dapat meningkatkan stabilitas strategi lebih lanjut.
Tergabung dengan lebih banyak indikator
Selain indikator yang telah digunakan, indikator turunan lainnya seperti volatilitas, perubahan volume transaksi dapat dipertimbangkan untuk membentuk dasar penilaian yang lebih komprehensif.
Strategi ini menggabungkan moving averages, indikator yang relatif kuat dan indikator tabel keseimbangan pertama, yang dapat secara efektif mengidentifikasi tren utama harga sekuritas, merupakan strategi pelacakan tren yang lebih khas. Keuntungan dari strategi ini adalah bahwa portofolio indikator komprehensif, dapat menangkap tren dengan baik; tetapi frekuensi perdagangan yang tinggi, ada juga risiko penarikan kembali.
/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("EMA + Ichimoku Kinko Hyo Strategy", shorttitle="EMI", overlay=true, default_qty_type=strategy.percent_of_equity, max_bars_back=1000, default_qty_value=100, calc_on_order_fills= true, calc_on_every_tick=true, pyramiding=0)
TenkanSenPeriods = input(9, minval=1, title="Tenkan Sen Periods")
KijunSenPeriods = input(26, minval=1, title="Kijun Sen Periods")
SenkouSpanBPeriods = input(52, minval=1, title="Senkou Span B Periods")
displacement = input(26, minval=1, title="Displacement")
donchian(len) => avg(lowest(len), highest(len))
TenkanSen = donchian(TenkanSenPeriods)
KijunSen = donchian(KijunSenPeriods)
SenkouSpanA = avg(TenkanSen, KijunSen)
SenkouSpanB = donchian(SenkouSpanBPeriods)
SenkouSpanH = max(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
SenkouSpanL = min(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
ChikouSpan = close[displacement-1]
Sema = ema(close, 13)
Mema = ema(close, 21)
Lema = ema(close, 89)
XLema = ema(close, 233)
plot(Sema, color=blue, title="13 EMA", linewidth = 2)
plot(Mema, color=fuchsia, title="21 EMA", linewidth = 1)
plot(Lema, color=orange, title="89 EMA", linewidth = 2)
plot(XLema, color=teal, title="233 EMA", linewidth = 2)
plot(KijunSen, color=maroon, title="Kijun Sen", linewidth = 3)
plot(close, offset = -displacement, color=lime, title="Chikou Span", linewidth = 2)
sa=plot (SenkouSpanA, offset = displacement, color=green, title="Senkou Span A", linewidth = 1)
sb=plot (SenkouSpanB, offset = displacement, color=red, title="Senkou Span B", linewidth = 3)
fill(sa, sb, color = SenkouSpanA > SenkouSpanB ? green : red)
longCondition = (rsi(close, 12)>rsi(close, 24)) and close>ChikouSpan and Sema>KijunSen
strategy.entry("Long",strategy.long,when = longCondition)
strategy.close("Long", when = (rsi(close, 12)<rsi(close, 24) and (close<KijunSen and close<ChikouSpan)))
shortCondition = (rsi(close, 12)<rsi(close, 24)) and close<ChikouSpan and Sema<KijunSen
strategy.entry("Short",strategy.short, when = shortCondition)
strategy.close("Short", when = (rsi(close, 12)>rsi(close, 24) and (close>KijunSen and close>ChikouSpan)))