Sumber daya yang dimuat... Pemuatan...
  1. Praja Strategi
  2. Strategi lintas dua rata-rata EMA yang dikombinasikan dengan RSI/MACD/ATR

Strategi lintas dua rata-rata EMA yang dikombinasikan dengan RSI/MACD/ATR

Penulis:ChaoZhang, Tanggal: 2024-04-29 17:33:05
Tag:EMARSIMACDATR

EMA与RSI/MACD/ATR结合的双均线交叉策略

Pengamatan

Strategi ini menggunakan persimpangan dari dua indeks moving average (EMA) sebagai sinyal trading utama, dan menggabungkan RSI, MACD, dan ATR sebagai indikator tambahan untuk meningkatkan keandalan sinyal trading. Ketika EMA bergerak lambat pada EMA cepat dan RSI di bawah 70, garis MACD di atas garis sinyal menghasilkan sinyal lebih banyak ketika ATR naik lebih dari 10% dari siklus sebelumnya; sebaliknya, ketika EMA cepat naik lebih dari 10% dari EMA lambat dan RSI di bawah 30, garis MACD menghasilkan sinyal ketika ATR naik lebih dari 10% dari siklus sebelumnya. Strategi ini juga mengatur stop loss dan stop loss untuk mengendalikan risiko.

Prinsip Strategi

  1. Menghitung EMA 8 siklus dan 14 siklus, sebagai garis cepat dan garis lambat.
  2. Untuk menghitung RSI dan MACD pada 14 siklus, MACD menggunakan 12, 26, 9 sebagai parameter.
  3. Menghitung nilai ATR selama 14 siklus.
  4. Saat EMA cepat melewati EMA lambat, RSI di bawah 70, garis MACD di atas garis sinyal, dan nilai ATR naik lebih dari 10% dari siklus sebelumnya, sinyal lebih banyak dihasilkan.
  5. Ketika EMA cepat melintasi EMA lambat, RSI lebih tinggi dari 30, garis MACD berada di bawah garis sinyal, dan nilai ATR naik lebih dari 10% dari siklus sebelumnya, sinyal kosong dihasilkan.
  6. Setel stop loss 100 poin dan stop loss 200 poin.
  7. Mengeksekusi transaksi sesuai dengan sinyal perdagangan dan keluar dari perdagangan sesuai dengan pengaturan stop loss stop loss.

Keunggulan Strategis

  1. Dengan menggabungkan beberapa indikator teknis, ini meningkatkan keandalan sinyal perdagangan.
  2. Dengan menggunakan ATR sebagai kondisi penyaringan, hanya diperdagangkan ketika volatilitas pasar meningkat, dan menghindari perdagangan yang sering dalam kisaran yang lebih kecil.
  3. Hal ini dilakukan dengan mengatur stop loss dan stop loss dengan nilai yang tetap, sehingga risiko dapat dikendalikan secara efektif.
  4. Kode sederhana, mudah dimengerti dan dioptimalkan.

Risiko Strategis

  1. Dalam kondisi pasar tertentu, seperti pasar goyah atau awal dari reversal, strategi ini dapat menghasilkan lebih banyak sinyal palsu.
  2. Stop loss dan stop loss dengan nilai tetap mungkin tidak dapat beradaptasi dengan berbagai volatilitas pasar, dan kadang-kadang dapat menyebabkan stop loss terlalu dini atau stop loss terlalu terlambat.
  3. Strategi ini tidak mempertimbangkan faktor-faktor dasar pasar, hanya bergantung pada indikator teknis, yang dalam beberapa kasus dapat menyebabkan fenomena terputus dari pasar.

Kebijakan Optimasi

  1. Pertimbangan dapat dilakukan untuk memperkenalkan lebih banyak indikator teknis atau indikator sentimen pasar, seperti Brin Band, volume transaksi, dan lain-lain, untuk meningkatkan reliabilitas sinyal lebih lanjut.
  2. Pengaturan stop loss dan stop loss dapat dioptimalkan, seperti menggunakan stop loss stop loss yang dinamis atau stop loss stop loss yang berbasis fluktuasi, untuk lebih beradaptasi dengan perubahan pasar.
  3. Sinyal perdagangan dapat disaring dengan analisis fundamental, seperti data ekonomi, peristiwa besar, dan lain-lain, untuk menghindari sinyal yang salah dalam beberapa situasi khusus.
  4. Parameter seperti siklus EMA, RSI, dan MACD dapat dioptimalkan untuk menemukan kombinasi parameter yang paling sesuai dengan pasar saat ini.

Pengamatan

Strategi ini menghasilkan sinyal perdagangan yang lebih dapat diandalkan dengan menggabungkan beberapa indikator teknis seperti EMA, RSI, MACD, dan ATR, sementara mengendalikan risiko dengan mengatur stop loss stop loss dengan nilai tetap. Meskipun strategi ini masih memiliki beberapa kekurangan, kinerja strategi dapat ditingkatkan dengan pengoptimalan dan perbaikan lebih lanjut, seperti pengenalan lebih banyak indikator, pengoptimalan stop loss stop loss, kombinasi analisis dasar, dll. Secara keseluruhan, strategi ini jelas, mudah dimengerti dan diimplementasikan, cocok untuk belajar dan digunakan oleh pemula.

/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Enhanced EMA Crossover Strategy", overlay=true)

// Indicators
ema_fast = ema(close, 8)
ema_slow = ema(close, 14)
rsi = rsi(close, 14)

// Correcting the MACD variable definitions
[macd_line, signal_line, _] = macd(close, 12, 26, 9)
atr_value = atr(14)

// Entry conditions with additional filters
long_condition = crossover(ema_fast, ema_slow) and rsi < 70 and (macd_line > signal_line) and atr_value > atr_value[1] * 1.1
short_condition = crossunder(ema_fast, ema_slow) and rsi > 30 and (macd_line < signal_line) and atr_value > atr_value[1] * 1.1

// Adding debug information
plotshape(series=long_condition, color=color.green, location=location.belowbar, style=shape.xcross, title="Long Signal")
plotshape(series=short_condition, color=color.red, location=location.abovebar, style=shape.xcross, title="Short Signal")

// Risk management based on a fixed number of points
stop_loss_points = 100
take_profit_points = 200

// Order execution
if (long_condition)
    strategy.entry("Long", strategy.long, comment="Long Entry")
    strategy.exit("Exit Long", "Long", stop=close - stop_loss_points, limit=close + take_profit_points)

if (short_condition)
    strategy.entry("Short", strategy.short, comment="Short Entry")
    strategy.exit("Exit Short", "Short", stop=close + stop_loss_points, limit=close - take_profit_points)

// Plotting EMAs for reference
plot(ema_fast, color=color.blue, title="Fast EMA")
plot(ema_slow, color=color.orange, title="Slow EMA")
Artikel terkait
Informasi lebih lanjut

2019 - FMZ - Penemu Kuantitatif