Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Tren Multi-Indikator Mengikuti Strategi dengan Saluran Dinamis dan Sistem Perdagangan Rata-rata Bergerak

Tren Multi-Indikator Mengikuti Strategi dengan Saluran Dinamis dan Sistem Perdagangan Rata-rata Bergerak

Penulis:ChaoZhang, Tanggal: 2024-12-12 15:58:57
Tag:EMAATR

Multi-Indicator Trend Following Strategy with Dynamic Channel and Moving Average Trading System

Gambaran umum

Strategi ini adalah sistem perdagangan multi-indikator yang menggabungkan G-Channel, Exponential Moving Average (EMA), dan Average True Range (ATR). Sistem ini mengidentifikasi sinyal perdagangan melalui level support/resistance dinamis dan konfirmasi tren, sambil mengelola risiko menggunakan level stop-loss dan take-profit berbasis ATR. Sistem ini menekankan keandalan dan pengendalian risiko, cocok untuk pedagang yang mencari pendekatan perdagangan yang kuat.

Prinsip Strategi

Logika inti dari strategi ini didasarkan pada komponen utama berikut: 1. G-Channel menghitung tingkat dukungan dan resistensi dinamis, terus menyesuaikan band atas dan bawah 2. EMA mengkonfirmasi arah tren secara keseluruhan, dengan arah perdagangan ditentukan oleh posisi harga relatif terhadap EMA Sinyal masuk didasarkan pada G-Channel breakout dan konfirmasi posisi EMA Tingkat stop loss dan take profit ditetapkan menggunakan kelipatan ATR, dengan 2x ATR untuk stop loss dan 4x ATR untuk take profit 5. Pelacakan negara mencegah sinyal duplikat berturut-turut

Keuntungan Strategi

  1. Mekanisme konfirmasi sinyal multi-level meningkatkan keandalan perdagangan
  2. Batas saluran yang disesuaikan secara dinamis beradaptasi dengan kondisi pasar yang berbeda
  3. Manajemen risiko berbasis volatilitas memberikan kemampuan beradaptasi yang lebih baik
  4. Menghindari sinyal duplikat mengurangi risiko overtrading
  5. Penanda pembelian/penjualan visual yang jelas memfasilitasi analisis dan backtesting

Risiko Strategi

  1. Dapat menghasilkan sinyal pecah palsu yang berlebihan di berbagai pasar
  2. EMA sebagai indikator yang tertinggal dapat menyebabkan penundaan waktu masuk
  3. Multiplikator ATR tetap untuk berhenti mungkin kurang fleksibel selama periode volatilitas tinggi
  4. Membutuhkan data historis yang lebih panjang untuk perhitungan indikator
  5. Optimasi parameter dapat menyebabkan overfitting

Arah Optimasi Strategi

  1. Masukkan konfirmasi volume untuk meningkatkan keandalan breakout
  2. Mengimplementasikan pengganda ATR dinamis untuk beradaptasi dengan kondisi volatilitas pasar yang berbeda
  3. Tambahkan filter lingkungan pasar untuk menghindari perdagangan selama kondisi yang tidak menguntungkan
  4. Mengoptimalkan logika penyaringan sinyal untuk mengurangi sinyal palsu lebih lanjut
  5. Pertimbangkan untuk menambahkan sistem pengukuran posisi dinamis

Ringkasan

Strategi ini membangun sistem perdagangan yang lengkap dengan menggabungkan beberapa indikator teknis yang matang. Kekuatannya terletak pada mekanisme konfirmasi sinyal multi-level dan manajemen risiko berbasis volatilitas, meskipun masih membutuhkan optimalisasi berdasarkan karakteristik pasar tertentu dalam aplikasi praktis. Melalui arah optimalisasi yang disarankan, stabilitas dan kemampuan beradaptasi strategi dapat ditingkatkan lebih lanjut.

/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-10 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("G-Channel with EMA Strategy and ATR SL/TP", shorttitle="G-EMA-ATR", overlay=true)

// Input parameters
length = input.int(100, title="G-Channel Length")
src = input.source(close, title="Source")
ema_length = input.int(50, title="EMA Length")  // EMA length
atr_length = input.int(14, title="ATR Length")  // ATR length

// G-Channel calculation
var float a = na
var float b = na
a := math.max(src, nz(a[1])) - nz(a[1] - b[1]) / length
b := math.min(src, nz(b[1])) + nz(a[1] - b[1]) / length
avg = (a + b) / 2

// G-Channel cross conditions
crossup = b[1] < close[1] and b > close
crossdn = a[1] < close[1] and a > close
bullish = ta.barssince(crossdn) <= ta.barssince(crossup)
c = bullish ? color.lime : color.red

// EMA calculation
ema_value = ta.ema(src, ema_length)

// ATR calculation
atr_value = ta.atr(atr_length)

// Plot G-Channel average and Close price
p1 = plot(avg, "G-Channel Average", color=c, linewidth=1, transp=90)
p2 = plot(close, "Close Price", color=c, linewidth=1, transp=100)
fill(p1, p2, color=c, transp=90)

// Plot EMA
plot(ema_value, color=color.blue, linewidth=2, title="EMA")

// Buy and Sell conditions
buy_condition = bullish and close < ema_value
sell_condition = not bullish and close > ema_value

// Track the last signal state
var bool last_was_buy = false
var bool last_was_sell = false

// ATR-based SL and TP calculations
long_sl = close - 2 * atr_value  // 2 ATR below the entry for SL
long_tp = close + 4 * atr_value  // 4 ATR above the entry for TP
short_sl = close + 2 * atr_value // 2 ATR above the entry for SL (short)
short_tp = close - 4 * atr_value // 4 ATR below the entry for TP (short)

// Generate Buy signal only if the last signal was not Buy
if (buy_condition and not last_was_buy)
    strategy.entry("Buy", strategy.long)
    strategy.exit("Exit Buy", from_entry="Buy", stop=long_sl, limit=long_tp)
    last_was_buy := true
    last_was_sell := false

// Generate Sell signal only if the last signal was not Sell
if (sell_condition and not last_was_sell)
    strategy.entry("Sell", strategy.short)
    strategy.exit("Exit Sell", from_entry="Sell", stop=short_sl, limit=short_tp)
    last_was_sell := true
    last_was_buy := false

// Plot shapes for Buy and Sell signals
plotshape(series=buy_condition and not last_was_buy, location=location.belowbar, style=shape.labelup, color=color.lime, size=size.small, text="Buy", textcolor=color.white)
plotshape(series=sell_condition and not last_was_sell, location=location.abovebar, style=shape.labeldown, color=color.red, size=size.small, text="Sell", textcolor=color.white)
Berkaitan
Lebih banyak

2019 FMZ - Semua hak dilindungi