Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Integrasi Sinyal Dinamis Multi-Periode ICT Smart Structure Strategi Terobosan

Integrasi Sinyal Dinamis Multi-Periode ICT Smart Structure Strategi Terobosan

Penulis:ChaoZhang, Tanggal: 2025-01-06 14:09:05
Tag:RSIMACDEMABOSFVGHTFLTFTeknologi Informasi dan Komunikasi

img

Gambaran umum

Strategi ini adalah sistem perdagangan yang komprehensif yang menggabungkan beberapa indikator teknis dengan ICT (Institutional Trading Concepts). Ini mengintegrasikan indikator analisis teknis tradisional (RSI, Stochastic, MACD, EMA) dengan konsep perdagangan ICT modern (Fair Value Gap, Break of Structure, Higher Timeframe Bias Analysis) di berbagai kerangka waktu, menerapkan kontrol masuk pasar yang tepat melalui penyaringan sesi perdagangan yang ketat.

Prinsip Strategi

Strategi ini beroperasi berdasarkan lima komponen inti yang bekerja secara sinergis:

  1. Analisis bias jangka waktu yang lebih tinggi: Menggunakan 200 EMA untuk menentukan arah tren pasar pada jangka waktu yang lebih tinggi
  2. Filter Sesi Perdagangan: Perdagangan terbatas pada Kill Zone tertentu (07:00-10:00)
  3. Kesenjangan Nilai Adil (FVG) Identifikasi: Mengenali kesenjangan struktural pasar melalui pola tiga lilin
  4. Penentuan Break of Structure (BOS): Mengkonfirmasi perubahan arah berdasarkan tingkat harga utama
  5. Konfirmasi Indikator Kerangka Waktu Rendah: Verifikasi ganda menggunakan RSI, Stochastic, MACD, dan 200 EMA

Keuntungan Strategi

  1. Integrasi Sinyal Multidimensional: Meningkatkan keandalan sinyal melalui kombinasi beberapa indikator teknis independen dan konsep TIK
  2. Sinergi kerangka waktu: Koordinasi kerangka waktu yang lebih tinggi dan lebih rendah meningkatkan stabilitas sinyal
  3. Penangkapan Peluang Struktural: Fokus pada peluang perdagangan struktural dengan kemungkinan tinggi melalui identifikasi FVG dan BOS
  4. Pengendalian Risiko yang Komprehensif: Termasuk mekanisme stop loss dan take profit, pengelolaan uang standar
  5. Optimasi Waktu Perdagangan: Mengurangi gangguan dari sesi non-perdagangan melalui penyaringan waktu

Risiko Strategi

  1. Lag sinyal: Kombinasi beberapa indikator dapat menyebabkan penundaan waktu masuk
  2. Kinerja pasar sisi: Dapat menghasilkan sinyal palsu yang sering di pasar yang berbeda
  3. Sensitivitas parameter: Beberapa parameter indikator membutuhkan validasi data historis yang menyeluruh
  4. Risiko pelaksanaan: Kombinasi kondisi yang kompleks dapat kehilangan beberapa peluang perdagangan dalam perdagangan langsung
  5. Ketergantungan pada Lingkungan Pasar: Kinerja strategi dapat bervariasi secara signifikan dalam kondisi pasar yang berbeda

Arah Optimasi Strategi

  1. Penyesuaian Parameter Dinamis: Penyesuaian adaptif dari parameter indikator berdasarkan volatilitas pasar
  2. Klasifikasi Lingkungan Pasar: Menambahkan modul pengakuan lingkungan pasar untuk kombinasi parameter yang berbeda
  3. Optimasi Berat Sinyal: Memperkenalkan metode pembelajaran mesin untuk mengoptimalkan distribusi berat indikator
  4. Perpanjangan jangka waktu: Termasuk lebih banyak analisis jangka waktu untuk meningkatkan keandalan sinyal
  5. Peningkatan Pengendalian Risiko: Memperkenalkan mekanisme stop-loss yang dinamis dan mengoptimalkan strategi manajemen uang

Ringkasan

Strategi ini membangun sistem perdagangan yang komprehensif dengan mengintegrasikan analisis teknis tradisional dengan konsep TIK modern. Kekuatannya terletak pada konfirmasi sinyal multi-dimensi dan kontrol risiko yang ketat, sementara menghadapi tantangan dalam optimasi parameter dan kemampuan beradaptasi pasar. Melalui optimalisasi dan peningkatan terus-menerus, strategi ini menunjukkan janji dalam mempertahankan kinerja yang stabil di berbagai lingkungan pasar.

/*backtest
start: 2024-01-06 00:00:00
end: 2025-01-04 08:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// -----------------------------------------------------
// Multi-Signal Conservative Strategy (Pine Script v5)
// + More ICT Concepts (HTF Bias, FVG, Killzone, BOS)
// -----------------------------------------------------
//
// Combines:
// - RSI, Stochastic, MACD, 200 EMA (lower TF)
// - Higher Timeframe (HTF) bias check via 200 EMA
// - Kill Zone time filter
// - Fair Value Gap (FVG) detection (simplified 3-candle approach)
// - Break of Structure (BOS) using pivot highs/lows
// - Only trade markers on chart (no extra indicator plots).
//
// Use on lower timeframes: 1m to 15m
// Always backtest thoroughly and manage risk properly.
//
// -----------------------------------------------------
//@version=5
strategy(title="Multi-Signal + ICT Concepts (HTF/FVG/Killzone/BOS)", shorttitle="ICTStrategyExample",overlay=true, pyramiding=0, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

// -----------------------------------------------------
// User Inputs
// -----------------------------------------------------
/////////////// Lower TF Inputs ///////////////
emaLength       = input.int(200,   "LTF EMA Length",           group="Lower TF")
rsiLength       = input.int(14,    "RSI Length",               group="Lower TF")
rsiUpper        = input.int(60,    "RSI Overbought Thresh",    group="Lower TF", minval=50, maxval=80)
rsiLower        = input.int(40,    "RSI Oversold Thresh",      group="Lower TF", minval=20, maxval=50)
stochLengthK    = input.int(14,    "Stoch K Length",           group="Lower TF")
stochLengthD    = input.int(3,     "Stoch D Smoothing",        group="Lower TF")
stochSmooth     = input.int(3,     "Stoch Smoothing",          group="Lower TF")
macdFast        = input.int(12,    "MACD Fast Length",         group="Lower TF")
macdSlow        = input.int(26,    "MACD Slow Length",         group="Lower TF")
macdSignal      = input.int(9,     "MACD Signal Length",       group="Lower TF")

/////////////// ICT Concepts Inputs ///////////////
htfTimeframe    = input.timeframe("60", "HTF for Bias (e.g. 60, 240)", group="ICT Concepts")
htfEmaLen       = input.int(200,  "HTF EMA Length",                   group="ICT Concepts")
sessionInput    = input("0700-1000:1234567", "Kill Zone Window", group="ICT Concepts")
fvgLookbackBars = input.int(2,    "FVG Lookback Bars (3-candle check)",  group="ICT Concepts", minval=1, maxval=10)

/////////////// Risk Management ///////////////
stopLossPerc    = input.float(0.5, "Stop-Loss %",  step=0.1, group="Risk")
takeProfitPerc  = input.float(1.0, "Take-Profit %", step=0.1, group="Risk")

// -----------------------------------------------------
// 1) Higher Timeframe Bias
// -----------------------------------------------------
//
// We'll request the HTF close, then compute the HTF EMA on that data
// to decide if it's bullish or bearish overall.

htfClose       = request.security(syminfo.tickerid, htfTimeframe, close)
htfEma         = request.security(syminfo.tickerid, htfTimeframe, ta.ema(close, htfEmaLen))
isBullHTF      = htfClose > htfEma
isBearHTF      = htfClose < htfEma

// -----------------------------------------------------
// 2) Kill Zone / Session Filter
// -----------------------------------------------------
//
// We'll only consider trades if the current bar is within
// the user-defined session time (e.g., 07:00 to 10:00 local or exchange time).

isInKillZone = time(timeframe.period, sessionInput) != 0

// -----------------------------------------------------
// 3) Fair Value Gap (FVG) Detection (Simplified)
//
// For a "Bullish FVG" among bars [2], [1], [0]:
//     high[2] < low[0] => there's a gap that bar [1] didn't fill
// For a "Bearish FVG":
//     low[2] > high[0] => there's a gap that bar [1] didn't fill
//
// Real ICT usage might check partial fill, candle bodies vs wicks, etc.
// This is just a minimal example for demonstration.

fvgBarsAgo = fvgLookbackBars // default = 2
bullFVG = high[fvgBarsAgo] < low  // e.g. high[2] < low[0]
bearFVG = low[fvgBarsAgo]  > high // e.g. low[2]  > high[0]

// -----------------------------------------------------
// 4) Break of Structure (BOS)
// -----------------------------------------------------
// Using pivot detection from previous example:

swingLen = 2  // pivot detection length (bars on each side)
// Identify a pivot high at bar [1]
swingHigh = high[1] > high[2] and high[1] > high[0]
// Identify a pivot low at bar [1]
swingLow  = low[1]  < low[2]  and low[1]  < low[0]

// Track the most recent pivot high & low
var float lastPivotHigh = na
var float lastPivotLow  = na

if swingHigh
    lastPivotHigh := high[1]

if swingLow
    lastPivotLow := low[1]

bosUp   = not na(lastPivotHigh) and (close > lastPivotHigh)
bosDown = not na(lastPivotLow)  and (close < lastPivotLow)

// -----------------------------------------------------
// 5) Lower TF Indicator Calculations
// -----------------------------------------------------
ema200      = ta.ema(close, emaLength)  // 200 EMA on LTF
rsiValue    = ta.rsi(close, rsiLength)
kValue      = ta.stoch(high, low, close, stochLengthK)
dValue      = ta.sma(kValue, stochLengthD)
stochSignal = ta.sma(dValue, stochSmooth)
[macdLine, signalLine, histLine] = ta.macd(close, macdFast, macdSlow, macdSignal)

// LTF trend filter
isBullTrend = close > ema200
isBearTrend = close < ema200

// -----------------------------------------------------
// Combine All Conditions
// -----------------------------------------------------
//
// We'll require that all filters line up for a long or short:
//  - HTF bias
//  - kill zone
//  - bullish/bearish FVG
//  - BOS up/down
//  - RSI, Stoch, MACD alignment
//  - Price above/below LTF 200 EMA

longCondition = isInKillZone                     // must be in session
 and isBullHTF                                   // HTF bias bullish
 and bullFVG                                     // bullish FVG
 and bosUp                                       // BOS up
 and (rsiValue > rsiUpper)                       // RSI > threshold
 and (kValue > dValue)                           // stoch K above D
 and (macdLine > signalLine)                     // MACD bullish
 and isBullTrend                                 // above LTF 200 EMA

shortCondition = isInKillZone                    // must be in session
 and isBearHTF                                   // HTF bias bearish
 and bearFVG                                     // bearish FVG
 and bosDown                                     // BOS down
 and (rsiValue < rsiLower)                       // RSI < threshold
 and (kValue < dValue)                           // stoch K below D
 and (macdLine < signalLine)                     // MACD bearish
 and isBearTrend                                 // below LTF 200 EMA

// -----------------------------------------------------
// Strategy Entries
// -----------------------------------------------------
if longCondition
    strategy.entry("Long Entry", strategy.long)

if shortCondition
    strategy.entry("Short Entry", strategy.short)

// -----------------------------------------------------
// Risk Management (Stop-Loss & Take-Profit)
// -----------------------------------------------------
if strategy.position_size > 0
    // Long position exit
    strategy.exit("Long Exit", stop  = strategy.position_avg_price * (1.0 - stopLossPerc/100.0), limit = strategy.position_avg_price * (1.0 + takeProfitPerc/100.0))

if strategy.position_size < 0
    // Short position exit
    strategy.exit("Short Exit",  stop  = strategy.position_avg_price * (1.0 + stopLossPerc/100.0), limit = strategy.position_avg_price * (1.0 - takeProfitPerc/100.0))

// -----------------------------------------------------
// Hide All Indicator Plots
// (We only show trade markers for entry & exit)
// -----------------------------------------------------
// Comment out or remove any plot() calls so chart stays clean.
//
// Example (commented out):
// plot(ema200, title="EMA 200", color=color.new(color.yellow, 0), linewidth=2)
// plot(rsiValue, title="RSI", color=color.new(color.blue, 0))
// plot(macdLine, title="MACD", color=color.new(color.teal, 0))
// plot(signalLine, title="Signal", color=color.new(color.purple, 0))
Berkaitan
Lebih banyak

2019 FMZ - Semua hak dilindungi