Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Hurst Garis Masa Depan Strategi Demarkasi

Hurst Garis Masa Depan Strategi Demarkasi

Penulis:ChaoZhang, Tanggal: 2024-04-29 13:58:06
Tag:SMA

img

Gambaran umum

Strategi Demarkasi Garis Masa Depan Hurst adalah strategi perdagangan berdasarkan konsep Demarkasi Garis Masa Depan (FLD) yang diperkenalkan oleh J.M. Hurst pada tahun 1970-an. Strategi ini memprediksi pergerakan harga masa depan dengan menggambar garis sederhana namun mendalam pada bagan keuangan, yang dibangun dengan mengimbangi data harga setengah siklus ke depan pada sumbu waktu. Secara khusus, strategi ini berfokus pada interaksi antara tiga Siklus Hurst: Siklus Sinyal, Siklus Perdagangan, dan Siklus Tren. Dengan mengamati pola silang dan divergensi antara harga dan garis FLD, pedagang dapat mengukur tren pasar atau konsolidasi dan menentukan titik masuk dan keluar.

Prinsip Strategi

Inti dari Strategi Demarkasi Garis Masa Depan Hurst adalah untuk mengimbangi data harga setengah siklus ke depan pada sumbu waktu untuk membangun Garis Demarkasi Masa Depan (FLD). Sebagai contoh, dalam konteks siklus 40 hari, FLD akan diwakili dengan menggeser data harga saat ini 20 hari ke depan pada grafik. Strategi ini terutama berfokus pada tiga Siklus Hurst: Siklus Sinyal (default: 20 hari), Siklus Perdagangan (default: 20 hari), dan Siklus Tren (default: 80 hari). Dengan mengamati pola silang dan divergensi antara harga dan tiga pola FLD ini, pedagang dapat menentukan tren atau konsolidasi pasar. Ketika harga di atas FLD Sinyal, sinyal FLD berada di atas FLD Perdagangan, dan FLD berada di atas Trend Trading, sinyal FLD berada di bawah Tren Perdagangan.

Keuntungan Strategi

Keuntungan utama dari Hurst Future Lines of Demarcation Strategy meliputi:

  1. Kesederhanaan: Strategi ini didasarkan pada konsep FLD yang sederhana dan mudah dipahami dan diterapkan.
  2. Ke depan: Dengan mengimbangi data harga ke depan, FLD memberikan perkiraan pergerakan harga di masa depan.
  3. Analisis multi-siklus: Strategi menggabungkan tiga Siklus Hurst yang berbeda, menawarkan analisis pasar yang lebih komprehensif.
  4. Identifikasi tren dan konsolidasi: Dengan mengamati pola interaksi antara garis harga dan FLD, pedagang dapat menentukan tren pasar atau konsolidasi.
  5. Kustomisasi: Strategi ini menyediakan pemicu Close the Trade yang dapat disesuaikan, yang memungkinkan pedagang untuk menetapkan titik keluar berdasarkan preferensi mereka.

Risiko Strategi

Meskipun memiliki keuntungan, Strategi Demarkasi Garis Masa Depan Hurst juga memiliki beberapa risiko potensial:

  1. Sensitivitas parameter: Kinerja strategi mungkin sensitif terhadap parameter seperti panjang siklus, dan pengaturan parameter yang berbeda dapat menghasilkan hasil yang berbeda.
  2. Kemampuan adaptasi pasar: Strategi dapat berkinerja buruk dalam kondisi pasar tertentu, seperti tren yang tidak jelas atau volatilitas tinggi.
  3. Lag: Karena FLD dihitung berdasarkan data historis, mungkin ada tingkat lag tertentu.
  4. Overtrading: Jika pemicu Close the Trade tidak diatur dengan benar, hal ini dapat menyebabkan overtrading dan biaya transaksi yang tinggi.

Untuk mengurangi risiko ini, pedagang dapat mempertimbangkan optimasi parameter, menyesuaikan strategi untuk kondisi pasar yang berbeda, dan menetapkan langkah-langkah stop-loss dan manajemen risiko yang tepat.

Arah Optimasi Strategi

Strategi Demarkasi Garis Masa Depan Hurst dapat dioptimalkan dalam aspek berikut:

  1. Optimasi parameter: Optimalkan parameter seperti panjang siklus dan pemicu Close the Trade untuk meningkatkan kinerja strategi.
  2. Analisis multi-frame waktu: Terapkan strategi untuk jangka waktu yang berbeda untuk mendapatkan perspektif pasar yang lebih komprehensif.
  3. Kombinasi dengan indikator lain: Gabungkan FLD dengan indikator teknis lainnya (misalnya, moving average, oscillator) untuk meningkatkan keandalan sinyal.
  4. Manajemen risiko: Memperkenalkan mekanisme stop-loss dan ukuran posisi untuk mengendalikan risiko dan mengoptimalkan pengembalian.
  5. Kemampuan adaptasi pasar: Mengembangkan pendekatan optimasi yang ditargetkan untuk kondisi pasar yang berbeda (misalnya, tren, osilasi).

Melalui langkah-langkah optimalisasi ini, Hurst Future Lines of Demarcation Strategy dapat lebih beradaptasi dengan berbagai lingkungan pasar, meningkatkan stabilitas dan profitabilitasnya.

Kesimpulan

Strategi Demarkasi Garis Masa Depan Hurst adalah strategi perdagangan inovatif yang didasarkan pada konsep Garis Demarkasi Masa Depan J.M. Hurst. Dengan mengimbangi data harga setengah siklus ke depan pada sumbu waktu untuk membangun Garis Demarkasi Masa Depan dan menggabungkan tiga Siklus Hurst yang berbeda (Sinyal Siklus, Siklus Perdagangan, dan Siklus Tren), strategi ini memberikan prediksi pergerakan harga masa depan. Pedagang dapat menentukan tren pasar atau konsolidasi dan mengidentifikasi titik masuk dan keluar dengan mengamati pola persilangan dan divergensi antara garis harga dan FLD. Meskipun strategi ini memiliki keuntungan seperti kesederhanaan, sifat berpandangan ke depan, dan analisis multi-siklus, strategi ini juga memiliki beberapa risiko potensial, termasuk ketergantungan parameter, fleksibilitas, dan peluang adaptasi pasar. Untuk mengoptimalkan strategi, pedagang dapat mempertimbangkan pengoptimalan, analisis multi-frame, kombinasi risiko dengan indikator lain, sensitivitas dan pengamatan pasar secara keseluruhan.

/*backtest
start: 2024-04-27 00:00:00
end: 2024-04-28 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © BarefootJoey

//@version=5
strategy("Hurst Future Lines of Demarcation Strategy", overlay=true)

// FLD Settings
source      = input(ohlc4, 'Source')
smoothFLD   = input.bool(false, 'Smooth FLD')
FLDtransp   = input(33, 'FLD transparency')
FLDsmooth   = input.int(5, "FLD Smoothing", minval=1, tooltip="Number of trading days to smooth the FLD")   
FLD_out = ta.sma(source , smoothFLD ? FLDsmooth : 1)

close_buy_in_1 = input.string('Price', 'Input Close Trigger 1', options=['Price', 'Signal', 'Trade', 'Trend', 'None'])
close_buy_in_2 = input.string('Trade', 'Input Close Trigger 2', options=['Price', 'Signal', 'Trade', 'Trend', 'None'])

// Quarter Cycle (Default: 20 day) Length Pivot Cycle
col_q = input.color(#da00ff, "Quarter Cycle Color")
cyc_q = input.int(5, "Signal Cycle Length")
plot(FLD_out, color=color.new(col_q, FLDtransp), title='Signal FLD', offset = math.round(cyc_q/2) )

// Trade Cycle (Default: 20 day) Length Pivot Cycle
col = input.color(#ff9800, "Trade Cycle Color")
cyc = input.int(20, "Trade Cycle Length")
plot(FLD_out, color=color.new(col, FLDtransp), title='Trade FLD', offset = math.round(cyc/2) )

// Double Cycle (Default: 80 day) Length Pivot Cycle
col_d = input.color(color.aqua, "Double Cycle Color")
cyc_d = input.int(80, "Trend Cycle Length")
plot(FLD_out, color=color.new(col_d, FLDtransp), title='Trend FLD', offset = math.round(cyc_d/2) )

// Strategy Plots
price = source
signal = FLD_out[math.round(cyc_q/2)]
trade = FLD_out[math.round(cyc/2)]
trend = FLD_out[math.round(cyc_d/2)]

// Trend State
var state = 0
if signal > trade and trade > trend 
    state := 1 // (A)
    state
if state == 1 and price < signal
    state := 2 // (B)
    state
if signal < trade and trade > trend 
    state := 3 // (C)
    state
if state == 3 and price < signal 
    state := 4 // (D)
    state
if signal < trade and trade < trend 
    state := 5 // (E)
    state
if state == 5 and price < signal
    state := 6 // (F)
    state
if signal > trade and trade < trend
    state := 7 // (G)
    state
if state == 7 and price < signal
    state := 8 // (H)
    state
state := state

// Strategy Definitions
close_buy_out_1 = close_buy_in_1 == 'Price' ? price : close_buy_in_1 == 'Signal' ? signal : close_buy_in_1 == 'Trade' ? trade : close_buy_in_1 == 'Trend' ? trend : na
close_buy_out_2 = close_buy_in_2 == 'Price' ? price : close_buy_in_2 == 'Signal' ? signal : close_buy_in_2 == 'Trade' ? trade : close_buy_in_2 == 'Trend' ? trend : na
buy = ta.crossover(price, signal) and state == 1
close_buy = strategy.position_size>0 and ta.crossunder(close_buy_out_1, close_buy_out_2)
sell = ta.crossunder(price, signal) and state == 6
close_sell = strategy.position_size<0 and ta.crossover(close_buy_out_1, close_buy_out_2)

// FLD Interaction State Background
interaction_color = state == 1 ? color.green : // A
  state == 2 ? color.aqua : // B
  state == 3 ? color.blue : // C
  state == 4 ? color.purple : // D
  state == 5 ? color.white : // E
  state == 6 ? color.red :// F
  state == 7 ? color.orange : // G
  state == 8 ? color.yellow : na // H

bgcolor(color.new(interaction_color, 90), title= "A-H Background")

bar_color = strategy.position_size>0 ? #00ff0a : strategy.position_size<0 ? #FF0000 : na
barcolor(bar_color)

if buy
    strategy.entry("Buy", strategy.long)
if close_buy
    strategy.close("Buy", qty_percent=100)

if sell
    strategy.entry("Sell", strategy.short)
if close_sell
    strategy.close("Sell", qty_percent=100)

// EoS made w/ ❤ by @BarefootJoey ✌💗📈
Berkaitan
Lebih banyak

2019 FMZ - Semua hak dilindungi