Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Berdasarkan strategi pembalikan rata-rata bergerak

Berdasarkan strategi pembalikan rata-rata bergerak

Penulis:ChaoZhang, Tanggal: 2024-02-27 17:51:43
Tag:

img

Gambaran umum

Strategi reversi rata-rata Jaws adalah strategi perdagangan tren yang sangat sederhana. Ide utamanya adalah untuk pergi panjang ketika rata-rata bergerak jangka pendek jatuh di bawah rata-rata bergerak jangka panjang dengan persentase tertentu, dan menutup posisi ketika rata-rata bergerak jangka pendek melintasi di atas rata-rata bergerak jangka panjang. Strategi pertama menghitung rata-rata bergerak jangka pendek dan jangka panjang, dan kemudian menghasilkan sinyal perdagangan berdasarkan hubungan antara dua rata-rata bergerak.

Logika Strategi

Strategi ini terutama bergantung pada dua rata-rata bergerak, satu jangka pendek dan satu jangka panjang. Parameter rata-rata bergerak jangka pendek adalah smallMAPeriod, dan parameter rata-rata bergerak jangka panjang adalah bigMAPeriod. Strategi ini pertama-tama menghitung dua rata-rata bergerak ini, dan kemudian membandingkan hubungan ukuran di antara mereka.

Ketika rata-rata bergerak jangka pendek turun dari atas dan memecahkan persentase tertentu (ditentukan oleh parameter percentBelowToBuy) dari rata-rata bergerak jangka panjang, sinyal beli dihasilkan untuk pergi panjang.

Strategi ini menangkap peluang reversi rata-rata antara rata-rata bergerak jangka pendek dan jangka panjang. Ketika rata-rata bergerak jangka pendek berada di bawah rata-rata bergerak jangka panjang sampai batas tertentu, itu berarti aset mungkin terdevaluasi dan harus memiliki kesempatan untuk kembali ke rata-rata, sehingga pergi panjang dapat memperoleh keuntungan rebound.

Analisis Keuntungan

Strategi pengembalian rata-rata Jaws memiliki keuntungan berikut:

  1. Logikanya sederhana dan mudah dipahami dan diterapkan
  2. Mencatatkan titik balik dari tren jangka pendek dan jangka panjang untuk penilaian yang tepat dari tren pasar
  3. Pengaturan parameter yang fleksibel yang dapat memperoleh lebih banyak sinyal perdagangan dengan menyesuaikan periode rata-rata bergerak dan persentase konsesi
  4. Proses backtesting sederhana yang cocok untuk simulasi dan optimasi perdagangan kuantitatif

Strategi ini dapat mencapai hasil yang baik melalui optimasi parameter sederhana. Dengan menyesuaikan parameter rata-rata bergerak dan persentase konsesi, backtesting dapat dilakukan pada aset pasar yang berbeda seperti saham, forex, dan cryptocurrency untuk menyaring kombinasi parameter optimal.

Analisis Risiko

Strategi pengembalian Jaws juga memiliki beberapa risiko:

  1. Lebih sedikit sinyal yang tidak dapat sering berdagang
  2. Cenderung kehilangan situasi pembalikan harga
  3. Parameter yang tidak tepat dapat menyebabkan perdagangan yang terlalu sering, biaya perdagangan yang lebih tinggi dan kerugian slippage

Metode berikut dapat digunakan untuk mengurangi risiko:

  1. Sesuai menyesuaikan parameter untuk jumlah sinyal perdagangan yang memadai
  2. Mengadopsi metode entri retak breakout untuk menghindari breakout palsu
  3. Mengoptimalkan kombinasi parameter dengan memilih periode rata-rata bergerak dan persentase konsesi

Arahan Optimasi

Strategi pengembalian rata-rata Jaws dapat dioptimalkan dari aspek berikut:

  1. Uji data harga yang berbeda seperti dekat, tinggi, rendah, harga khas sebagai sumber sinyal strategi
  2. Cobalah berbagai jenis rata-rata bergerak seperti eksponensial, tertimbang, rata-rata bergerak Hull dll
  3. Tambahkan kondisi filter untuk menghindari perdagangan yang tidak perlu di pasar non-trending
  4. Mengintegrasikan indikator volume untuk menghindari pecah palsu dengan kenaikan harga tetapi momentum yang tidak cukup
  5. Menggunakan pembelajaran mesin atau algoritma genetik untuk optimasi parameter otomatis

Kesimpulan

Strategi reversi rata-rata Jaws menangkap peluang reversi rata-rata setelah harga jangka pendek menyimpang dari tren jangka panjang dengan membandingkan rata-rata bergerak jangka pendek dan jangka panjang. Strategi ini memiliki logika sederhana yang mudah dimengerti dan diimplementasikan. Melalui optimasi parameter dapat mencapai hasil yang baik.

/*backtest
start: 2023-02-20 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// @version=4
//
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
//
// @author Sunil Halai
//
// This very simple strategy is an implementation of PJ Sutherlands' Jaws Mean reversion algorithm. It simply buys when a small moving average period (e.g. 2) is below
// a longer moving average period (e.g. 5) by a certain percentage, and closes when the small period average crosses over the longer moving average. 
// 
// If you are going to use this, you may wish to apply this to a range of investment assets, as the amount signals is low. Alternatively you may wish to tweak the settings to provide more
// signals.


strategy("Jaws Mean Reversion [Strategy]", overlay = true)

//Strategy inputs
source = input(title = "Source", defval = close)
smallMAPeriod = input(title = "Small Moving Average", defval = 2)
bigMAPeriod = input(title = "Big Moving Average", defval = 5)
percentBelowToBuy = input(title = "Percent below to buy %", defval = 3)


//Strategy calculation
smallMA = sma(source, smallMAPeriod)
bigMA =  sma(source, bigMAPeriod) 
buyMA = ((100 - percentBelowToBuy) / 100) * sma(source, bigMAPeriod)[0]

if(crossunder(smallMA, buyMA))
    strategy.entry("BUY", strategy.long)

if(crossover(smallMA, bigMA))
    strategy.close("BUY")
Lebih banyak

2019 FMZ - Semua hak dilindungi