Sumber dimuat naik... memuat...
  1. Persegi
  2. Strategi Crossover Purata Bergerak Peralihan Momentum

Strategi Crossover Purata Bergerak Peralihan Momentum

Penulis:ChaoZhang, Tarikh: 2023-12-21 11:21:49
Tag:

img

Ringkasan

Strategi ini adalah strategi perdagangan pembalikan momentum berdasarkan penunjuk MACD. Ia menghasilkan penunjuk MACD dengan mengira perbezaan antara garis purata bergerak cepat dan perlahan. Apabila penunjuk MACD berubah dari positif menjadi negatif, isyarat jual dihasilkan. Apabila penunjuk MACD berubah dari negatif menjadi positif, isyarat beli dihasilkan. Strategi ini juga menggabungkan garis isyarat penunjuk MACD untuk pelembaban tambahan untuk menapis beberapa isyarat perdagangan yang bising.

Prinsip Strategi

Indikator utama strategi ini adalah MACD, yang terdiri daripada purata bergerak pantas, purata bergerak perlahan dan garis isyarat. Pertama, EMA pantas dengan tempoh 12 hari dan EMA perlahan dengan tempoh 26 hari dikira, kemudian perbezaan di antara mereka dikira sebagai indikator MACD. Indikator MACD mencerminkan trend perubahan harga berdasarkan konsep momentum. Apabila EMA pantas meningkat lebih cepat daripada EMA perlahan, ia menunjukkan trend harga yang meningkat, dan MACD positif. Sebaliknya, apabila harga saham berada dalam trend penurunan, MACD negatif.

Untuk menapis bunyi bising, strategi ini memperkenalkan penunjuk garis isyarat untuk meluruskan MACD secara tambahan. Parameter garis isyarat ditetapkan pada EMA 9 hari. Akhirnya, perbezaan antara MACD dan garis isyarat dikira sebagai isyarat perdagangan. Apabila perbezaan berubah dari positif menjadi negatif, isyarat jual dihasilkan. Apabila perbezaan berubah dari negatif menjadi positif, isyarat beli dihasilkan.

Analisis Kelebihan

Kelebihan utama strategi ini ialah:

  1. Menggunakan penunjuk MACD untuk menentukan titik pembalikan harga, ia boleh menangkap peluang pembalikan jangka pendek harga saham.

  2. Menggabungkan garis isyarat yang halus menapis beberapa isyarat perdagangan yang bising dan mengurangkan isyarat palsu.

  3. Tetapan parameter yang fleksibel membolehkan peniaga menyesuaikan parameter mengikut keadaan pasaran sebenar.

  4. Logiknya mudah dan jelas, mudah difahami dan dilaksanakan, sesuai untuk pemula untuk belajar dan penyelidikan.

  5. Gabungan pelbagai penunjuk dan isyarat memberikan ruang yang besar untuk pengoptimuman strategi dan skalabiliti yang kuat.

Analisis Risiko

Terdapat juga beberapa risiko dalam strategi ini:

  1. Mengesan pembalikan jangka pendek boleh meningkatkan kekerapan perdagangan dan kos transaksi.

  2. Indikator MACD boleh dengan mudah menghasilkan isyarat palsu semasa kenaikan atau penurunan harga secara sepihak jangka panjang.

  3. Penjanaan isyarat yang tertunda disebabkan oleh tetapan parameter yang tidak betul mungkin terlepas titik masuk yang terbaik.

  4. Strategi yang agak mudah ini mungkin kurang berprestasi dalam keadaan pasaran yang kompleks.

Untuk mengurangkan risiko di atas, penambahbaikan boleh dibuat dengan cara berikut:

  1. Mengoptimumkan parameter untuk mengurangkan kekerapan perdagangan, contohnya meningkatkan kitaran garis isyarat.

  2. Tambah keadaan penapisan untuk mengelakkan terperangkap semasa trend jangka panjang, contohnya menggabungkan penunjuk penjejakan lain untuk menentukan trend jangka panjang dan jangka pendek.

  3. Gunakan pesanan had untuk mengesan harga yang optimum.

  4. Tambah lebih banyak faktor untuk menentukan keadaan pasaran dan mengelakkan perdagangan di pasaran yang tidak normal.

Arahan pengoptimuman

Strategi ini boleh dioptimumkan dalam aspek berikut:

  1. Mengoptimumkan parameter MACD dan parameter garis isyarat untuk mencari kombinasi parameter yang terbaik.

  2. Tambah penunjuk tambahan lain untuk menentukan trend jangka panjang dan jangka pendek dan mengelakkan perdagangan terhadap trend, contohnya Purata Bergerak, Bollinger Bands dll.

  3. Menggabungkan penunjuk jumlah dagangan seperti Volume pada Saldo untuk mengelakkan pecah palsu.

  4. Tetapkan parameter mengikut ciri stok yang berbeza untuk menjadikan strategi lebih mudah disesuaikan.

  5. Tambah tetapan harga stop loss dan mengambil keuntungan untuk mengawal tahap kerugian tunggal dan keuntungan.

  6. Menilai faktor kualiti stok seperti metrik kewangan, perubahan penarafan dan lain-lain dan memilih kumpulan stok yang optimum.

Langkah-langkah pengoptimuman ini dapat meningkatkan kestabilan, kadar kemenangan dan tahap keuntungan strategi.

Ringkasan

Ini adalah strategi perdagangan pembalikan jangka pendek yang tipikal. Ia menggunakan penunjuk MACD yang mudah dan jelas untuk mencerminkan perubahan momentum saham dan garis isyarat untuk menentukan titik masuk tertentu. Dengan tetapan parameter yang betul, ia dapat merebut peluang pembalikan harga jangka pendek untuk mendapatkan pulangan yang berlebihan.

Sudah tentu, mana-mana penunjuk tunggal dan strategi mudah tidak dapat menyesuaikan diri dengan sempurna dengan pelbagai keadaan pasaran yang kompleks. Pelabur harus memberi perhatian kepada risiko dan memilih strategi mengikut keadaan dan selera risiko mereka sendiri. Sementara itu, mereka juga harus mengawasi keadaan pasaran, mengoptimumkan parameter strategi dan peraturan perdagangan. Hanya melalui pembelajaran dan penambahbaikan yang berterusan seseorang dapat memperoleh pulangan pelaburan yang stabil jangka panjang.

/*backtest
start: 2023-11-20 00:00:00
end: 2023-12-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
//study(title="MACD Strategy by Sedkur", shorttitle="MACD Strategy by Sedkur")
strategy (title="MACD Strategy by Sedkur", shorttitle="MACD Strategy by Sedkur")


// Getting inputs
dyear = input(title="Year", type=input.integer, defval=2017, minval=1950, maxval=2500)
fast_length = input(title="Fast Length", type=input.integer, defval=12)
slow_length = input(title="Slow Length", type=input.integer, defval=26)
buyh = input(title="Buy histogram value", type=input.float, defval=0.0, minval=-1000, maxval=1000, step=0.1)
sellh = input(title="Sell histogram value", type=input.float, defval=0.0, minval=-1000, maxval=1000, step=0.1)
src = input(title="Source", type=input.source, defval=close)
signal_length = input(title="Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 9)
sma_source = input(title="Simple MA(Oscillator)", type=input.bool, defval=false)
sma_signal = input(title="Simple MA(Signal Line)", type=input.bool, defval=false)

// Plot colors
col_grow_above = #26A69A
col_grow_below = #FFCDD2
col_fall_above = #B2DFDB
col_fall_below = #EF5350
col_macd = #0094ff
col_signal = #ff6a00

// Calculating
fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length)
slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length)
hist = macd - signal

plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below) ), transp=0 )
plot(macd, title="MACD", color=col_macd, transp=0)
plot(signal, title="Signal", color=col_signal, transp=0)

strategy.entry("buy", strategy.long, comment="buy", when = hist[1] <= hist and buyh<=hist and year>=dyear)
strategy.entry("sell", strategy.short, comment="sell", when = hist[1] >= hist and sellh>=hist and year>=dyear)
Lebih lanjut

2019 FMZ - Semua hak dilindungi