Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. London SMA Cross ETH Reversal Trading Strategi

London SMA Cross ETH Reversal Trading Strategi

Penulis:ChaoZhang, Tanggal: 2024-01-18 16:08:26
Tag:

img

Gambaran umum

Strategi ini disebut London Session SMA Cross ETH Reversal Trading Strategy. Ide utama dari strategi ini adalah untuk memanfaatkan likuiditas tinggi selama sesi London, dikombinasikan dengan sinyal golden cross dan dead cross dari garis SMA, untuk melakukan perdagangan reversal pada pasangan perdagangan mata uang digital utama ETH/USDT.

Prinsip Strategi

Logika inti dari strategi ini adalah untuk pertama-tama menentukan jam perdagangan sesi London, kemudian menghitung garis SMA dari siklus tertentu, dan akhirnya menilai apakah harga memiliki salib emas atau salib mati dengan SMA selama sesi London. Secara khusus, strategi pertama mendefinisikan waktu awal dan akhir sesi London, dan kemudian menetapkan parameter panjang garis SMA menjadi 50 periode. Atas dasar ini, strategi menggunakan fungsi ta.sma untuk menghitung garis SMA 50 periode. Selanjutnya, strategi menilai apakah harga saat ini berada di sesi London dan dalam rentang waktu backtesting. Jika kedua kondisi ini terpenuhi, gunakan fungsi ta.crossover dan ta.crosstest) untuk menentukan apakah harga dan garis emas memiliki salib emas atau salib mati. Ketika salib emas terjadi, pergi panjang; ketika salib mati, pergi pendek.

Keuntungan utama dari strategi ini adalah bahwa ia memanfaatkan likuiditas tinggi dari sesi London untuk perdagangan, yang dapat memperoleh peluang masuk yang lebih baik. Pada saat yang sama, sinyal salib emas dan sinyal salib mati dari garis SMA adalah sinyal indikator teknis klasik dan efektif. Oleh karena itu, kombinasi ini dapat menyaring sinyal palsu sampai batas tertentu dan meningkatkan stabilitas dan profitabilitas strategi.

Keuntungan dari Strategi

  1. Menggunakan likuiditas tinggi dari sesi London untuk mendapatkan peluang masuk yang lebih baik
  2. Salib emas dan salib mati dari garis SMA adalah sinyal indikator teknis klasik dan efektif
  3. Penggunaan gabungan dapat meningkatkan kualitas sinyal dan menyaring sinyal palsu
  4. Mengadopsi metode perdagangan reversal, cocok untuk perdagangan jangka pendek
  5. Penggunaan modal yang tinggi, keuntungan dapat diperkuat melalui leverage

Risiko dan Solusi

Strategi ini juga memiliki beberapa risiko, terutama termasuk:

  1. Sinyal golden cross dan dead cross dapat sering terjadi di pasar tren
  2. Pengaturan periode SMA yang tidak benar dapat menghasilkan terlalu banyak sinyal palsu
  3. Perdagangan reversal cenderung terjebak di pasar yang terikat rentang

Metode berikut dapat digunakan untuk mengendalikan dan mengatasi risiko ini:

  1. Menggabungkan indikator tren untuk menghindari penggunaan selama konsolidasi tren
  2. Mengoptimalkan parameter SMA untuk menemukan siklus perdagangan terbaik
  3. Atur stop loss untuk mengontrol single loss

Arahan Optimasi

Aspek-aspek berikut dari strategi dapat dioptimalkan:

  1. Indikator lain dapat diperkenalkan untuk kombinasi, seperti RSI, KD, dll, untuk membentuk aturan penyaringan multi-indikator untuk meningkatkan kualitas sinyal
  2. Parameter siklus dari garis SMA dapat dioptimalkan untuk menemukan siklus perdagangan terbaik
  3. Rata-rata bergerak siklus waktu yang lebih lama dapat diperkenalkan berdasarkan SMA untuk membentuk kombinasi silang multi rata-rata bergerak
  4. Mengoptimalkan sesi perdagangan untuk menguji sesi mana yang berkinerja terbaik
  5. Memperkenalkan algoritma pembelajaran mesin untuk melatih dan menyaring sinyal

Kesimpulan

Secara umum, strategi ini mewujudkan strategi perdagangan pembalikan jangka pendek yang relatif sederhana dan praktis melalui perdagangan dalam sesi likuiditas tinggi dan menggabungkan indikator teknis klasik dari penyeberangan rata-rata bergerak. Keuntungan dari strategi ini termasuk pemanfaatan modal yang tinggi, indikator teknis yang sederhana dan penerapan yang mudah.

/*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=5
strategy("London SMA Strategy ", overlay=true)

// Define London session times
london_session_start_hour = 6
london_session_start_minute = 59
london_session_end_hour = 15
london_session_end_minute = 59

// Define SMA input parameters
sma_length = input.int(50, title="SMA Length")
sma_source = input.source(close, title="SMA Source")

// Calculate SMA
sma = ta.sma(sma_source, sma_length)

// Convert input values to timestamps
london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute)
london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute)

// Define backtesting time range
start_date = timestamp(2021, 1, 1, 0, 0)
end_date = timenow

// Filter for London session and backtesting time range
in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp
in_backtesting_range = time >= start_date and time <= end_date

// Long condition: Close price crosses above SMA during London session
long_condition = ta.crossover(close, sma)

// Short condition: Close price crosses below SMA during London session
short_condition = ta.crossunder(close, sma)

// Plot SMA for reference
plot(sma, title="SMA", color=color.blue)

// Strategy entries and exits
if (long_condition)
    strategy.entry("Long", strategy.long)
if (short_condition)
    strategy.entry("Short", strategy.short)
Lebih banyak

2019 FMZ - Semua hak dilindungi