Sumber daya yang dimuat... Pemuatan...

Strategi Identifikasi Tren Lokal Awan Ichimoku

Penulis:ChaoZhang, Tanggal: 2024-03-19 15:10:59
Tag:

img

Gambaran umum

Strategi ini adalah strategi identifikasi tren dan perdagangan berdasarkan indikator Ichimoku Cloud dikombinasikan dengan Rasio Fibonacci. Strategi ini menggunakan Garis Konversi, Garis Dasar, Awan Kumo, dan Lagging Span dari indikator Ichimoku Cloud untuk menentukan tren pasar saat ini, dan menggabungkan Rasio 1.618 dan 0.618 Fibonacci untuk mengatur tingkat stop-loss dan mengidentifikasi pasar sampingan. Selain itu, strategi ini memperkenalkan dua garis tengah tambahan untuk menyaring sinyal palsu.

Prinsip Strategi

Indikator Awan Ichimoku terdiri dari empat komponen: Garis Konversi, Garis Dasar, Awan Kumo, dan Lagging Span. Garis Konversi dan Garis Dasar dihitung dengan menggunakan rata-rata tertinggi tertinggi dan terendah terendah selama periode waktu yang berbeda. Awan Kumo terbentuk dengan memindahkan Garis Dasar ke depan 26 periode, dan Garis Dasar adalah harga penutupan yang dipindahkan ke belakang 26 periode.

Kondisi panjang untuk strategi ini adalah sebagai berikut:

  1. Lagging Span berada di atas awan
  2. Garis Konversi lebih besar dari Garis Dasar
  3. Harga penutupan berada di atas level stop loss 1,618
  4. Garis 0.618 berada di atas level stop-loss 1.618
  5. Harga penutupan di atas awan

Kondisi masuk pendek adalah kebalikan dari kondisi masuk panjang.

Stop-loss level ditetapkan menggunakan rasio 1.618 dan 0.618 Fibonacci. Untuk posisi panjang, stop-loss adalah tepi atas awan dikurangi 1.618 kali jarak antara tepi atas dan bawah. Untuk posisi pendek, sebaliknya. Garis 0.618 digunakan untuk mengidentifikasi pasar sampingan. Ketika awan hijau dan garis 0.618 berada di bawah level stop-loss 1.618, pasar dianggap berada dalam keadaan sampingan.

Selain indikator Ichimoku Cloud, strategi ini memperkenalkan dua garis tengah untuk lebih menyaring sinyal palsu.

Analisis Keuntungan

  1. Dengan menggunakan indikator harga dan tren, strategi dapat lebih mengidentifikasi tren pasar saat ini.
  2. Memperkenalkan Rasio Fibonacci untuk secara dinamis menetapkan tingkat stop-loss membuat risiko terkendali.
  3. Garis 0.618 dapat secara efektif mengidentifikasi pasar sampingan dan menghindari masuknya pasar yang sering bervariatif.
  4. Dua garis tengah tambahan dapat lebih lanjut menyaring sinyal palsu dan meningkatkan kualitas sinyal.
  5. Parameter dapat disesuaikan, membuat strategi cocok untuk pasar dan kerangka waktu yang berbeda.

Analisis Risiko

  1. Dalam kondisi pasar yang ekstrim, seperti tren naik atau turun yang kuat, indikator tren dapat gagal, yang mengarah pada sinyal yang terdistorsi.
  2. Tingkat stop-loss didasarkan pada jarak dari awan. Ketika awan sangat tipis, hal ini dapat mengakibatkan stop-loss terlalu dekat dengan harga masuk.
  3. Metode menggunakan Rasio Fibonacci untuk stop-loss dan garis 0,618 untuk menilai pasar sisi tidak memiliki dukungan teoritis dan mungkin tidak berlaku untuk semua pasar.
  4. Optimasi parameter dapat menyebabkan overfit dan kinerja yang buruk di pasar riil.

Arahan Optimasi

  1. Pertimbangkan untuk memperkenalkan lebih banyak indikator konfirmasi tren, seperti rata-rata bergerak, MACD, dll, untuk meningkatkan kualitas sinyal lebih lanjut.
  2. Pengaturan tingkat stop loss dapat memperhitungkan lebih banyak faktor, seperti ATR dan volatilitas, untuk membuatnya lebih dinamis dan dipersonalisasi.
  3. Untuk mengidentifikasi pasar sampingan, metode lain seperti indikator kekuatan tren ADX dapat dicoba.
  4. Metode pembelajaran mesin seperti algoritma genetik dapat digunakan untuk optimasi parameter, dan pengujian di luar sampel harus dilakukan untuk menghindari overfit.
  5. Ukuran posisi dan modul pengendalian risiko dapat ditambahkan, seperti Kriteria Kelly dan risiko tetap, untuk meningkatkan ketahanan dan keandalan strategi.

Kesimpulan

Strategi ini secara inovatif menggabungkan indikator Ichimoku Cloud dengan Rasio Fibonacci untuk membentuk sistem identifikasi dan perdagangan tren yang lengkap. Pengenalan garis tengah tambahan untuk penyaringan dapat meningkatkan kualitas sinyal sampai batas tertentu. Keuntungan strategi ini terletak pada kemampuannya untuk beradaptasi dengan baik dengan tren dan kondisi pasar yang berkisar, dan untuk mengendalikan risiko melalui stop-loss dinamis. Namun, strategi ini juga memiliki beberapa kekurangan, seperti kurangnya dukungan teoritis dan overfit potensial dalam optimasi parameter. Di masa depan, strategi dapat ditingkatkan dengan memperkenalkan lebih banyak indikator, mengoptimalkan stop-loss dan ukuran posisi, dan menggunakan pembelajaran mesin untuk optimasi parameter. Secara keseluruhan, strategi ini memiliki pendekatan inovatif dan layak dirujuk, tetapi pengujian dan optimalisasi lebih lanjut diperlukan untuk aplikasi praktis.


/*backtest
start: 2023-03-13 00:00:00
end: 2024-03-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
strategy("Advanced_Ichimoku_Cloud_Strategy", overlay=true, margin_long=100, margin_short=100)
conversionPeriods = input.int(9, minval=1, title="Conversion Line Length")
basePeriods = input.int(26, minval=1, title="Base Line Length")
laggingSpanPeriods = input.int(52, minval=1, title="Leading Span B Length")
pivotPeriods1 = input.int(17,minval = 1,title = "PPL1")
pivotPeriods2 = input.int(39,minval = 1,title = "PPL2")
displacement = input.int(26, minval=1, title="Lagging Span")
donchian(len) => math.avg(ta.lowest(len), ta.highest(len))
conversionLine = donchian(conversionPeriods)
baseLine = donchian(basePeriods)
midLine1 = donchian(pivotPeriods1)
midLine2 = donchian(pivotPeriods2)
midLine3 = donchian(laggingSpanPeriods)
leadLine1 = math.avg(conversionLine, baseLine, midLine1)
leadLine2 = math.avg(midLine2 , midLine3)


plot(conversionLine, color=#2962FF, title="Conversion Line")
plot(baseLine, color=#B71C1C, title="Base Line")

plot(close, offset = -displacement + 1, color=color.yellow, title="Lagging Span")
p1 = plot(leadLine1, offset = displacement - 1, color=#A5D6A7,
	 title="Leading Span A")
p2 = plot(leadLine2, offset = displacement - 1, color=#EF9A9A,
	 title="Leading Span B")
   
plot(leadLine1 > leadLine2 ? leadLine1 : leadLine2, offset = displacement - 1, title = "Kumo Cloud Upper Line", display = display.none) 
plot(leadLine1 < leadLine2 ? leadLine1 : leadLine2, offset = displacement - 1, title = "Kumo Cloud Lower Line", display = display.none) 
fill(p1, p2, color = leadLine1 > leadLine2 ? color.rgb(67, 160, 71, 90) : color.rgb(244, 67, 54, 90))

//stoploss calculating
mult1 = input.float(1.618, "Mult1")
mult2 = input.float(0.618, "Mult2")
stoploss1 = leadLine1 - (leadLine1 - leadLine2)*mult1
stoploss2 = leadLine1 - (leadLine1 - leadLine2)*mult2
plot(stoploss1,"Sl", color = color.fuchsia, linewidth = 2, style = plot.style_line, offset = displacement - 1)
plot(stoploss2,"S2", color = color.lime, linewidth = 2, style = plot.style_line, offset = displacement - 1)

longCondition = leadLine1 > leadLine2 
if (longCondition)
    strategy.entry("Buy", strategy.long)

shortCondition = leadLine1 < leadLine2
if (shortCondition)
    strategy.entry("Sell", strategy.short)


Lebih banyak