Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Adaptive Trend Flow Multiple Filter Strategi Perdagangan

Adaptive Trend Flow Multiple Filter Strategi Perdagangan

Penulis:ChaoZhang, Tanggal: 2025-01-06 11:58:25
Tag:EMASMAMACDATRHLC3

img

Gambaran umum

Strategi ini adalah sistem mengikuti tren adaptif berdasarkan beberapa filter indikator teknis. Ini menggabungkan berbagai indikator teknis termasuk Rata-rata Bergerak Eksponensial (EMA), Rata-rata Bergerak Sederhana (SMA), dan Perbedaan Konvergensi Rata-rata Bergerak (MACD), secara dinamis menyesuaikan parameter untuk beradaptasi dengan lingkungan pasar yang berbeda untuk menangkap tren yang efisien dan pengendalian risiko. Strategi ini menggunakan mekanisme penyaringan berlapis, secara signifikan meningkatkan keandalan sinyal perdagangan melalui kombinasi sinergis dari beberapa indikator teknis.

Prinsip Strategi

Logika inti didasarkan pada mekanisme penyaringan tiga lapisan:

  1. Adaptive Trend Recognition Layer: Menggunakan kombinasi EMA cepat dan lambat untuk menghitung garis dasar tren dan secara dinamis menyesuaikan garis saluran atas dan bawah berdasarkan volatilitas pasar.
  2. SMA Filter Layer: Memastikan arah pergerakan harga selaras dengan tren keseluruhan menggunakan Simple Moving Average.
  3. Layer Konfirmasi MACD: Lebih lanjut memvalidasi sinyal perdagangan menggunakan fungsi konfirmasi tren indikator MACD.

Generasi sinyal perdagangan membutuhkan semua kondisi filter untuk dipenuhi: transisi tren, konfirmasi arah SMA, dan dukungan garis sinyal MACD. Strategi ini juga mencakup sistem manajemen posisi dinamis berdasarkan ekuitas akun, secara otomatis menyesuaikan ukuran posisi melalui faktor leverage.

Keuntungan Strategi

  1. Adaptabilitas yang kuat: Strategi dapat beradaptasi dengan lingkungan pasar yang berbeda melalui penyesuaian parameter dinamis.
  2. Pengendalian Risiko yang Komprehensif: Mekanisme penyaringan ganda secara signifikan mengurangi kemungkinan sinyal palsu.
  3. Kustomisasi tinggi: Pengguna dapat menyesuaikan berbagai parameter sesuai dengan gaya perdagangan pribadi.
  4. Tingkat Otomasi Tinggi: Mendukung pesan peringatan format JSON untuk integrasi yang mudah dengan sistem perdagangan otomatis.
  5. Visualisasi yang baik: Menyediakan umpan balik visual yang kaya termasuk band tren dan penanda sinyal.

Risiko Strategi

  1. Trend Dependency: Dapat menghasilkan sinyal palsu yang sering terjadi di pasar yang berosilasi.
  2. Risiko keterlambatan: Beberapa mekanisme penyaringan dapat menyebabkan penundaan waktu masuk.
  3. Sensitivitas Parameter: Kombinasi parameter yang berbeda dapat mengakibatkan variasi kinerja strategi yang signifikan.
  4. Risiko leverage: leverage yang berlebihan dapat memperkuat kerugian.

Arah Optimasi Strategi

  1. Adaptasi Volatilitas: Tambahkan mekanisme stop-loss dinamis berdasarkan ATR.
  2. Pengakuan Lingkungan Pasar: Tambahkan sistem klasifikasi keadaan pasar untuk menggunakan kombinasi parameter yang berbeda dalam lingkungan pasar yang berbeda.
  3. Skor Kualitas Sinyal: Menetapkan sistem skor kekuatan sinyal untuk menyesuaikan posisi secara dinamis berdasarkan kekuatan sinyal.
  4. Optimasi Manajemen Modal: Memperkenalkan algoritma manajemen uang yang lebih canggih untuk kontrol posisi yang lebih tepat.

Ringkasan

Strategi ini mencapai tren yang relatif dapat diandalkan melalui mekanisme penyaringan multi-lapisan dan penyesuaian parameter dinamis. Meskipun ada beberapa risiko lag dan ketergantungan parameter, kinerja stabil masih dapat dicapai dalam perdagangan aktual melalui optimasi parameter yang wajar dan langkah-langkah pengendalian risiko. Pedagang disarankan untuk secara menyeluruh backtest dan menyesuaikan pengaturan parameter sesuai dengan toleransi risiko individu sebelum perdagangan langsung.

/*backtest
start: 2024-12-29 00:00:00
end: 2025-01-05 00:00:00
period: 45m
basePeriod: 45m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=6
strategy("Adaptive Trend Flow Strategy with Filters for SPX", overlay=true, max_labels_count=500, 
     initial_capital=1000, commission_type=strategy.commission.cash_per_order, commission_value=0.01, slippage=2,
     margin_long=20, margin_short=20, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

// User-defined inputs for trend logic
atr           = input.int(14, "Main Length", minval=2, group = "Find more strategies like this on pineindicators.com")
length        = input.int(2, "Main Length", minval=2)
smooth_len    = input.int(2, "Smoothing Length", minval=2)
sensitivity   = input.float(2.0, "Sensitivity", step=0.1)

// User-defined inputs for SMA filter
use_sma_filter = input.bool(true, "Enable SMA Filter?")
sma_length = input.int(4, "SMA Length", minval=1)

// User-defined inputs for MACD filter
use_macd_filter = input.bool(true, "Enable MACD Filter?")
macd_fast_length = input.int(2, "MACD Fast Length", minval=1)
macd_slow_length = input.int(7, "MACD Slow Length", minval=1)
macd_signal_length = input.int(2, "MACD Signal Length", minval=1)
// User-defined inputs for leverage
leverage_factor = input.float(4.5, "Leverage Factor", minval=1.0, step=0.1)
id           = input("besttrader123", title= "Your TradingView username", group = "Automate this strategy with plugpine.com")
key           = input("nc739ja84gf", title= "Unique identifier (UID)")
ticker        = input("SPX", title= "Ticker/symbol of your broker")
bullcolor     = #0097a7
bearcolor     = #ff195f
showbars      = input.bool(true, "Color Bars?")
showbg        = input.bool(true, "Background Color?")
showsignals   = input.bool(true, "Show Signals?")


// Trend calculation functions
calculate_trend_levels() =>
    typical = hlc3
    fast_ema = ta.ema(typical, length)
    slow_ema = ta.ema(typical, length * 2)
    basis = (fast_ema + slow_ema) / 2
    vol = ta.stdev(typical, length)
    smooth_vol = ta.ema(vol, smooth_len)
    upper = basis + (smooth_vol * sensitivity)
    lower = basis - (smooth_vol * sensitivity)
    [basis, upper, lower]

get_trend_state(upper, lower, basis) =>
    var float prev_level = na
    var int trend = 0
    if na(prev_level)
        trend := close > basis ? 1 : -1
        prev_level := trend == 1 ? lower : upper
    if trend == 1
        if close < lower
            trend := -1
            prev_level := upper
        else
            prev_level := lower
    else
        if close > upper
            trend := 1
            prev_level := lower
        else
            prev_level := upper
    [trend, prev_level]

[basis, upper, lower] = calculate_trend_levels()
[trend, level] = get_trend_state(upper, lower, basis)

// SMA filter
sma_value = ta.sma(close, sma_length)
sma_condition = use_sma_filter ? close > sma_value : true

// MACD filter
[macd_line, signal_line, _] = ta.macd(close, macd_fast_length, macd_slow_length, macd_signal_length)
macd_condition = use_macd_filter ? macd_line > signal_line : true

// Signal detection with filters
long_signal = trend == 1 and trend[1] == -1 and sma_condition and macd_condition
short_signal = trend == -1 and trend[1] == 1

// Plotting visuals
p2 = plot(basis, color=trend == 1 ? bullcolor : bearcolor, linewidth=2)
p1 = plot(level, color=close > level ? bullcolor : bearcolor, linewidth=2, style=plot.style_linebr)
// if showsignals and ta.crossover(close, level)
//     label.new(bar_index, level, "▲", color=bullcolor, textcolor=chart.bg_color, style=label.style_label_upper_right)
// if showsignals and ta.crossunder(close, level)
//     label.new(bar_index, level, "▼", color=bearcolor, textcolor=chart.fg_color, style=label.style_label_lower_right)

qty = strategy.equity / close * leverage_factor

// Automated alerts
if long_signal
    alert('{"AccountID": "' + id + '","Key": "' + key + '", "symbol": "' + ticker + '", "action": "long", "volume": ' + str.tostring(qty) + '}', alert.freq_once_per_bar)
if short_signal
    alert('{"AccountID": "' + id + '","Key": "' + key + '", "symbol": "' + ticker + '", "action": "closelong"}', alert.freq_once_per_bar)

// Strategy entries and exits
if long_signal
    strategy.entry("Long", strategy.long, qty=qty)
if short_signal
    strategy.close("Long")

// Optional SMA and MACD plot
plot(use_sma_filter ? sma_value : na, color=color.new(color.blue, 80), title="SMA")
plot(use_macd_filter ? macd_line : na, color=color.new(color.orange, 80), title="MACD Line")
plot(use_macd_filter ? signal_line : na, color=color.new(color.red, 80), title="Signal Line")
Berkaitan
Lebih banyak

2019 FMZ - Semua hak dilindungi