3 10 Strategi Penandaan Kontur Osilator


Tanggal Pembuatan: 2024-02-18 16:17:26 Akhirnya memodifikasi: 2024-02-18 16:17:26
menyalin: 0 Jumlah klik: 399
1
fokus pada
1166
Pengikut

3 10 Strategi Penandaan Kontur Osilator

Ringkasan

3 10 Strategi penandaan kontur oscillator Strategi penandaan kontur oscillator Strategi penandaan kontur oscillator Strategi penandaan kontur oscillator Strategi penandaan kontur oscillator Strategi penandaan kontur oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator Strategi penandaan indikator oscillator

Prinsip Strategi

Indikator inti dari strategi ini adalah MACD, yang terdiri dari rata-rata bergerak cepat dan rata-rata bergerak lambat. Garis cepat adalah rata-rata bergerak sederhana 3 hari, dan garis lambat adalah rata-rata bergerak sederhana 10 hari. Perbedaan antara keduanya membentuk garis MACD.

Selain itu, strategi ini menggabungkan hubungan antara volume beli dan volume jual untuk setiap garis K untuk menilai kekuatan relatif dari posisi jual beli di pasar. Metode spesifiknya adalah: volume beli = volume x (harga tutup - harga terendah) ÷ (harga tertinggi - harga terendah); volume jual = volume x (harga tertinggi - harga tutup) ÷ (harga tertinggi - harga terendah). Jika volume beli secara signifikan lebih besar dari volume jual, ini menunjukkan bahwa garis akar K berakhir dengan posisi beli yang lebih kuat, ini adalah sinyal beli.

Dengan menggabungkan indikator MACD dan analisis volume transaksi, strategi ini dapat secara efektif menilai hubungan penawaran dan permintaan pasar dan arah pending momentum. Strategi ini juga akan memverifikasi apakah harga berada di daerah kunci, apakah MACD efektif berbalik, dan apakah perbedaan volume transaksi dalam posisi beli dan jual cukup besar, sehingga menyaring beberapa kebisingan dari operasi dorongan, memastikan masuknya kemungkinan dan efisiensi tinggi.

Analisis Keunggulan

  • Menggunakan indikator MACD untuk menentukan arah tren pasar
  • Analisis Perbedaan Transaksi Menentukan Kuatnya Bursa
  • Saringan multi-kondisi untuk memastikan operasi probabilitas tinggi
  • Menggunakan strategi stop loss untuk mengendalikan risiko

Keunggulan terbesar dari strategi ini adalah penghakiman yang sepenuhnya menggabungkan hubungan penawaran dan permintaan pasar. Garis pilar MACD dapat secara efektif menilai kontras kekuatan pasar dan arah tren pasar; analisis perbedaan volume transaksi dapat dengan jelas mengidentifikasi kekuatan dominan pasar.

Analisis risiko

  • Risiko kegagalan MACD. MACD dapat menghasilkan sinyal palsu ketika pasar bergoyang atau berdesak-desakan.
  • Risiko kegagalan transaksi. Di pasar, mungkin ada fenomena penarikan transaksi, yang akan mengurangi akurasi analisis transaksi.
  • Strategi ini mencakup beberapa parameter yang sulit untuk dioptimalkan dan tidak cocok untuk investor dengan kemampuan penyesuaian parameter yang lemah.

Risiko di atas dapat dihindari dengan cara berikut: menilai dengan akurat tren utama pasar, menghindari menggunakan strategi ini di dalam piring goyah; memperhatikan informasi pasar, mengidentifikasi situasi di mana volume transaksi ditarik oleh manusia; menyesuaikan parameter dengan hati-hati, dapat mengambil saran dari lembaga profesional.

Arah optimasi

Strategi ini dapat dioptimalkan dalam beberapa hal:

  • Menggunakan indikator seperti KD, Brin dan lain-lain untuk menggantikan atau bekerja sama dengan MACD untuk meningkatkan akurasi penilaian
  • Menambahkan mekanisme manajemen posisi untuk memungkinkan parameter strategi untuk menyesuaikan secara dinamis
  • Mengoptimalkan Stop Loss untuk Pendapatan Tunggal yang Lebih Tinggi
  • Berjalan dalam siklus waktu yang lebih banyak, meningkatkan stabilitas

Secara keseluruhan, ada banyak ruang untuk mengoptimalkan strategi ini, dan investor dapat melakukan penyesuaian dan perbaikan sesuai dengan situasi mereka dan lingkungan pasar, sehingga strategi ini lebih efektif.

Meringkaskan

3 10 strategi penandaan kontur vibrator berhasil mengintegrasikan analisis MACD, perbandingan volume transaksi, dan validasi filter multi-syarat. Ini memiliki kemampuan yang kuat untuk menilai hubungan pasokan dan permintaan dan arah tren pasar, sementara mekanisme pengendalian risiko terintegrasi. Strategi ini memiliki ruang optimasi yang luas, prospek aplikasi yang luas, layak untuk pertimbangan dan penelitian mendalam investor.

Kode Sumber Strategi
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)
takeProfit = input( title="Take Profit", defval=0.75)
stopLoss = input( title="Stop Loss", defval=0.5)

fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)

buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
//plot(macdSlope, color=color.red, title="Total Volume")
//plot(signalSlope, color=color.green, title="Total Volume")
intrabarRange = high - low

getLookBackSlope(lookBack) => signal - signal[lookBack]
getBuyerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if buyVolume[i] > sellVolume[i]
            j += 1
    j

getSellerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if sellVolume[i] > buyVolume[i]
            j += 1
    j

getVolBias(lookBack) =>
    float b = 0
    float s = 0
    for i = 1 to lookBack
        b += buyVolume[i]
        s += sellVolume[i]
    b > s

getSignalBuyerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] > signalBiasValue
            j += 1
    j

getSignalSellerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < ( 0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue )
            j += 1
    j

getPriceRising(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] > close[i + 1]
            j += 1
    j


getPriceFalling(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] < close[i + 1] 
            j += 1
    j

getRangeNarrowing(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] < intrabarRange[i + 1] 
            j+= 1
    j

getRangeBroadening(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] > intrabarRange[i + 1] 
            j+= 1
    j

bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0

bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0

bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue )

bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)

bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )

// 7.48 Profit 52.5% 
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack  and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
    strategy.entry("Short1", strategy.short, qty=10)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)

// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
    strategy.entry("Long1", strategy.long, qty=10)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)