Sumber daya yang dimuat... Pemuatan...

Adaptive Moving Average Crossover System dengan Momentum Breakout

Penulis:ChaoZhangTanggal: 2024-02-20 15:43:46
Tag:

img

I. Ringkasan

Inti dari strategi ini adalah untuk menerapkan perdagangan breakout menggunakan rata-rata bergerak adaptif dan indikator momentum. Pertama, strategi membangun rata-rata bergerak adaptif dengan harga rata-rata tertimbang Heiken Ashi dan perataan eksponensial tiga kali lipat; kemudian, dikombinasikan dengan indikator momentum, ini menilai sinyal breakout dan membuat keputusan perdagangan.

II. Prinsip Strategi

Strategi ini terdiri dari tiga bagian utama:

  1. Konstruksi rata-rata bergerak adaptif. Strategi membangun tiga rata-rata bergerak adaptif menggunakan harga Heiken Ashi dan triple exponential smoothing. Rata-rata bergerak ini dapat merespons dengan cepat perubahan harga.

  2. Perhitungan indikator momentum. Strategi menggunakan perbedaan antara perataan eksponensial tiga kali lipat harga sebagai indikator momentum. Indikator ini dapat menyoroti perubahan tren harga.

  3. Moving average crossover sebagai sinyal trading. Ketika moving average cepat melintasi yang lambat, sinyal beli dihasilkan. Ketika moving average cepat melintasi yang lambat, sinyal jual dihasilkan.

III. Keuntungan dari Strategi

Dengan menggabungkan rata-rata bergerak adaptif dan indikator momentum, strategi ini dapat dengan cepat menangkap perubahan tren harga dan menghasilkan sinyal perdagangan.

  1. Harga Heiken Ashi untuk membangun rata-rata bergerak adaptif dapat merespons perubahan harga lebih cepat.
  2. Triple exponential smoothing dapat secara efektif meratakan data harga dan menangani outlier.
  3. Indikator momentum dapat dengan jelas mengidentifikasi titik perubahan tren harga.
  4. Moving average crossover menghasilkan sinyal trading yang jelas.
  5. Pengaturan parameter yang fleksibel untuk pengaturan.

IV. Risiko dan Mitigasi

  1. Sinyal crossover dapat menyesatkan ketika harga berfluktuasi dengan keras. Sesuaikan parameter untuk menyaring sinyal jika perlu.
  2. Strategi ini bekerja lebih baik di pasar bull. Gunakan stop loss untuk melindungi modal di pasar bear.

V. Arahan Optimalisasi

  1. Uji lebih banyak jenis moving average untuk menemukan parameter yang lebih baik.
  2. Tambahkan filter tambahan untuk menghindari sinyal palsu, misalnya filter volume.
  3. Mengoptimalkan pengaturan parameter untuk kemampuan beradaptasi dengan pasar yang berbeda.

VI. Kesimpulan

Strategi ini mengintegrasikan rata-rata bergerak adaptif dan indikator momentum untuk menghasilkan sinyal perdagangan yang efisien dengan cepat merespons perubahan harga.


/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("YASIN Crossover Strategy", overlay=true)

EMAlength = input(55, 'EMA LENGTH?')

src = ohlc4
var float haOpen = na
haOpen := na(haOpen[1]) ? src : (src + haOpen[1]) / 2
haC = (ohlc4 + haOpen + ta.highest(high, 1) + ta.lowest(low, 1)) / 4
EMA1 = ta.ema(haC, EMAlength)
EMA2 = ta.ema(EMA1, EMAlength)
EMA3 = ta.ema(EMA2, EMAlength)
TMA1 = 3 * EMA1 - 3 * EMA2 + EMA3
EMA4 = ta.ema(TMA1, EMAlength)
EMA5 = ta.ema(EMA4, EMAlength)
EMA6 = ta.ema(EMA5, EMAlength)
TMA2 = 3 * EMA4 - 3 * EMA5 + EMA6
IPEK = TMA1 - TMA2
YASIN = TMA1 + IPEK
EMA7 = ta.ema(hlc3, EMAlength)
EMA8 = ta.ema(EMA7, EMAlength)
EMA9 = ta.ema(EMA8, EMAlength)
TMA3 = 3 * EMA7 - 3 * EMA8 + EMA9
EMA10 = ta.ema(TMA3, EMAlength)
EMA11 = ta.ema(EMA10, EMAlength)
EMA12 = ta.ema(EMA11, EMAlength)
TMA4 = 3 * EMA10 - 3 * EMA11 + EMA12
IPEK1 = TMA3 - TMA4
YASIN1 = TMA3 + IPEK1
t1 = time(timeframe.period, "0020-0030")


// بررسی شرایط سیگنال خرید و فروش
buyCondition = YASIN1 > YASIN and YASIN1[1] <= YASIN[1]
sellCondition = YASIN1 < YASIN and YASIN1[1] >= YASIN[1]

// اعمال سیگنال خرید و فروش
strategy.entry("Buy", strategy.long, when = buyCondition)
strategy.entry("Sell", strategy.short, when = sellCondition)

Lebih banyak