Sumber dimuat naik... memuat...
  1. Persegi
  2. Strategi Perdagangan Pembalikan ETH London SMA Cross

Strategi Perdagangan Pembalikan ETH London SMA Cross

Penulis:ChaoZhang, Tarikh: 2024-01-18 16:08:26
Tag:

img

Ringkasan

Strategi ini dinamakan London Session SMA Cross ETH Reversal Trading Strategy. Idea utama strategi ini adalah untuk memanfaatkan kecairan yang tinggi semasa sesi London, digabungkan dengan isyarat salib emas dan salib mati garis SMA, untuk menjalankan perdagangan pembalikan pada pasangan perdagangan mata wang digital arus perdana ETH / USDT.

Prinsip Strategi

Logik teras strategi ini adalah untuk menentukan jam dagangan sesi London, kemudian mengira garis SMA kitaran tertentu, dan akhirnya menilai sama ada harga mempunyai salib emas atau salib mati dengan SMA semasa sesi London. Khususnya, strategi pertama menentukan waktu permulaan dan akhir sesi London, dan kemudian menetapkan parameter panjang garis SMA kepada 50 tempoh. Atas dasar ini, strategi menggunakan fungsi ta.sma untuk mengira garis SMA 50 tempoh. Seterusnya, strategi menilai sama ada harga semasa berada dalam sesi London dan dalam julat masa backtesting. Jika kedua-dua syarat ini dipenuhi, gunakan fungsi ta.crossover) dan ta.crosstest) untuk menentukan sama ada harga dan garis emas mempunyai salib emas atau salib mati. Apabila salib emas berlaku, pergi panjang; apabila salib mati, pergi pendek.

Kelebihan utama strategi ini ialah ia memanfaatkan kecairan tinggi sesi London untuk perdagangan, yang dapat memperoleh peluang kemasukan yang lebih baik. Pada masa yang sama, isyarat salib emas dan isyarat salib mati garis SMA adalah isyarat penunjuk teknikal klasik dan berkesan. Oleh itu, kombinasi ini dapat menapis isyarat palsu hingga tahap tertentu dan meningkatkan kestabilan dan keuntungan strategi.

Kelebihan Strategi

  1. Menggunakan kecairan tinggi sesi London untuk mendapatkan peluang kemasukan yang lebih baik
  2. Salib emas dan salib mati garis SMA adalah isyarat penunjuk teknikal klasik dan berkesan
  3. Penggunaan gabungan boleh meningkatkan kualiti isyarat dan menapis isyarat palsu
  4. Mengambil kaedah perdagangan pembalikan, sesuai untuk perdagangan jangka pendek
  5. Penggunaan modal yang tinggi, keuntungan boleh diperkuat melalui leverage

Risiko dan Penyelesaian

Strategi ini juga mempunyai beberapa risiko, terutamanya termasuk:

  1. Isyarat golden cross dan mati cross boleh sering dipukul di pasaran trend
  2. Tetapan tempoh SMA yang tidak betul boleh menghasilkan terlalu banyak isyarat palsu
  3. Perdagangan pembalikan cenderung terperangkap di pasaran yang terikat julat

Kaedah berikut boleh digunakan untuk mengawal dan menyelesaikan risiko ini:

  1. Menggabungkan penunjuk trend untuk mengelakkan penggunaan semasa penyatuan trend
  2. Mengoptimumkan parameter SMA untuk mencari kitaran dagangan terbaik
  3. Tetapkan stop loss untuk mengawal kehilangan tunggal

Arahan pengoptimuman

Aspek strategi berikut boleh dioptimumkan:

  1. Indikator lain boleh diperkenalkan untuk kombinasi, seperti RSI, KD, dan lain-lain, untuk membentuk peraturan penapisan pelbagai penunjuk untuk meningkatkan kualiti isyarat
  2. Parameter kitaran garis SMA boleh dioptimumkan untuk mencari kitaran dagangan yang terbaik
  3. Purata bergerak kitaran masa yang lebih lama boleh diperkenalkan berdasarkan SMA untuk membentuk gabungan silang purata bergerak pelbagai
  4. Mengoptimumkan sesi dagangan untuk menguji sesi mana yang berprestasi terbaik
  5. Memperkenalkan algoritma pembelajaran mesin untuk melatih dan menapis isyarat

Kesimpulan

Secara umum, strategi ini merealisasikan strategi perdagangan pembalikan jangka pendek yang agak mudah dan praktikal melalui perdagangan dalam sesi kecairan tinggi dan menggabungkan penunjuk teknikal klasik salib purata bergerak. Kelebihan strategi ini termasuk penggunaan modal yang tinggi, penunjuk teknikal yang mudah dan pelaksanaan yang mudah. Tetapi terdapat juga risiko tertentu, parameter, hentian kerugian dan sesi perdagangan perlu diuji dan dioptimumkan untuk mendapatkan keuntungan yang lebih baik dan stabil.

/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("London SMA Strategy ", overlay=true)

// Define London session times
london_session_start_hour = 6
london_session_start_minute = 59
london_session_end_hour = 15
london_session_end_minute = 59

// Define SMA input parameters
sma_length = input.int(50, title="SMA Length")
sma_source = input.source(close, title="SMA Source")

// Calculate SMA
sma = ta.sma(sma_source, sma_length)

// Convert input values to timestamps
london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute)
london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute)

// Define backtesting time range
start_date = timestamp(2021, 1, 1, 0, 0)
end_date = timenow

// Filter for London session and backtesting time range
in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp
in_backtesting_range = time >= start_date and time <= end_date

// Long condition: Close price crosses above SMA during London session
long_condition = ta.crossover(close, sma)

// Short condition: Close price crosses below SMA during London session
short_condition = ta.crossunder(close, sma)

// Plot SMA for reference
plot(sma, title="SMA", color=color.blue)

// Strategy entries and exits
if (long_condition)
    strategy.entry("Long", strategy.long)
if (short_condition)
    strategy.entry("Short", strategy.short)
Lebih lanjut

2019 FMZ - Semua hak dilindungi