Sumber dimuat naik... memuat...
  1. Persegi
  2. Hurst Barisan Masa Delimikasi Strategi

Hurst Barisan Masa Delimikasi Strategi

Penulis:ChaoZhang, Tarikh: 2024-04-29 13:58:06
Tag:SMA

img

Ringkasan

Hurst Future Lines of Demarcation Strategy adalah strategi perdagangan berdasarkan konsep Future Line of Demarcation (FLD) yang diperkenalkan oleh J.M. Hurst pada tahun 1970-an. Strategi ini meramalkan pergerakan harga masa depan dengan menggambar garis yang mudah tetapi mendalam pada carta kewangan, yang dibina dengan mengimbangi data harga setengah kitaran ke hadapan pada paksi masa. Khususnya, strategi ini memberi tumpuan kepada interaksi antara tiga kitaran Hurst: Kitaran Isyarat, Kitaran Perdagangan, dan Kitaran Trend. Dengan memerhatikan corak persilangan dan perbezaan antara harga dan garis FLD, peniaga dapat mengukur trend pasaran atau penyatuan dan menentukan titik masuk dan keluar.

Prinsip Strategi

Inti dari Strategi Demarkasi Garis Masa Depan Hurst adalah untuk mengimbangi data harga setengah kitaran ke depan pada paksi masa untuk membina Garis Demarkasi Masa Depan (FLD). Sebagai contoh, dalam konteks kitaran 40 hari, FLD akan diwakili dengan mengalihkan data harga semasa 20 hari ke hadapan pada carta. Strategi ini terutamanya memberi tumpuan kepada tiga kitaran Hurst: Kitaran Isyarat (patuhan: 20 hari), Kitaran Perdagangan (patuhan: 20 hari), dan Kitaran Trend (patuhan: 80 hari). Dengan memerhatikan corak persilangan dan perbezaan antara harga dan tiga corak FLD ini, peniaga dapat menentukan trend atau penyatuan pasaran. Apabila harga di atas FLD Isyarat, FLD Isyarat di atas FLD Perdagangan, dan FLD Isyarat di bawah Trend, FLD Isyarat adalah satu fasa perdagangan yang boleh dipicu (Pasal: FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FL

Kelebihan Strategi

Kelebihan utama Strategi Garis Demarkasi Masa Depan Hurst termasuk:

  1. Kesederhanaan: Strategi ini berdasarkan konsep FLD yang mudah dan mudah difahami dan digunakan.
  2. Mencari masa depan: Dengan mengimbangi data harga ke hadapan, FLD memberikan ramalan pergerakan harga masa depan.
  3. Analisis pelbagai kitaran: Strategi menggabungkan tiga kitaran Hurst yang berbeza, menawarkan analisis pasaran yang lebih komprehensif.
  4. Pengesanan trend dan penyatuan: Dengan memerhatikan corak interaksi antara garis harga dan FLD, peniaga boleh menentukan trend pasaran atau penyatuan.
  5. Kebolehsesuaian: Strategi ini menyediakan pencetus Tutup Perdagangan yang boleh disesuaikan, yang membolehkan peniaga menetapkan titik keluar berdasarkan pilihan mereka.

Risiko Strategi

Walaupun kelebihan, Strategi Demarkasi Garis Masa Depan Hurst juga mempunyai beberapa risiko yang berpotensi:

  1. Sensitiviti parameter: Prestasi strategi mungkin sensitif kepada parameter seperti panjang kitaran, dan tetapan parameter yang berbeza boleh membawa kepada hasil yang berbeza.
  2. Keupayaan penyesuaian pasaran: Strategi mungkin kurang berprestasi dalam keadaan pasaran tertentu, seperti trend yang tidak jelas atau turun naik yang tinggi.
  3. Lag: Oleh kerana FLD dikira berdasarkan data sejarah, mungkin terdapat tahap lag tertentu.
  4. Overtrading: Jika pencetus Close the Trade tidak ditetapkan dengan betul, ia boleh menyebabkan overtrading dan kos transaksi yang tinggi.

Untuk mengurangkan risiko ini, peniaga boleh mempertimbangkan pengoptimuman parameter, menyesuaikan strategi untuk keadaan pasaran yang berbeza, dan menetapkan langkah berhenti rugi dan pengurusan risiko yang sesuai.

Arahan Pengoptimuman Strategi

Strategi Demarkasi Barisan Masa Depan Hurst boleh dioptimumkan dalam aspek berikut:

  1. Pengoptimuman parameter: Mengoptimumkan parameter seperti panjang kitaran dan Tutup Perdagangan pemicu untuk meningkatkan prestasi strategi.
  2. Analisis pelbagai jangka masa: Terapkan strategi kepada jangka masa yang berbeza untuk mendapatkan perspektif pasaran yang lebih komprehensif.
  3. Gabungan dengan penunjuk lain: Gabungkan FLD dengan penunjuk teknikal lain (contohnya, purata bergerak, osilator) untuk meningkatkan kebolehpercayaan isyarat.
  4. Pengurusan risiko: Memperkenalkan mekanisme berhenti kerugian dan saiz kedudukan untuk mengawal risiko dan mengoptimumkan pulangan.
  5. Kemampuan penyesuaian pasaran: Kembangkan pendekatan pengoptimuman yang disasarkan untuk keadaan pasaran yang berbeza (contohnya, trend, berayun).

Melalui langkah-langkah pengoptimuman ini, Hurst Future Lines of Demarcation Strategy dapat menyesuaikan diri dengan lebih baik dengan pelbagai persekitaran pasaran, meningkatkan kestabilan dan keuntungan.

Kesimpulan

Hurst Future Lines of Demarcation Strategy adalah strategi perdagangan inovatif berdasarkan konsep J.M. Hurst's Future Line of Demarcation. Dengan mengimbangi data harga setengah kitaran ke depan pada paksi masa untuk membina Future Line of Demarcation dan menggabungkan tiga kitaran Hurst yang berbeza (Sinyal Kitaran, Kitaran Perdagangan, dan Kitaran Trend), strategi ini menyediakan ramalan pergerakan harga masa depan. Pedagang boleh menentukan trend pasaran atau penyatuan dan mengenal pasti titik masuk dan keluar dengan memerhatikan corak persilangan dan perbezaan antara harga dan garisan FLD. Walaupun strategi ini mempunyai kelebihan seperti kesederhanaan, sifat berpandangan ke hadapan, dan analisis pelbagai kitaran, ia juga mempunyai beberapa potensi risiko, termasuk parameter ketergantungan, fleksibiliti, dan peluang pasaran. Untuk mengoptimumkan strategi, peniaga boleh mempertimbangkan pengoptimuman, analisis pelbagai jangka masa, kombinasi risiko dengan penunjuk lain, pengendalian risiko dan jangkauan keseluruhan.

/*backtest
start: 2024-04-27 00:00:00
end: 2024-04-28 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © BarefootJoey

//@version=5
strategy("Hurst Future Lines of Demarcation Strategy", overlay=true)

// FLD Settings
source      = input(ohlc4, 'Source')
smoothFLD   = input.bool(false, 'Smooth FLD')
FLDtransp   = input(33, 'FLD transparency')
FLDsmooth   = input.int(5, "FLD Smoothing", minval=1, tooltip="Number of trading days to smooth the FLD")   
FLD_out = ta.sma(source , smoothFLD ? FLDsmooth : 1)

close_buy_in_1 = input.string('Price', 'Input Close Trigger 1', options=['Price', 'Signal', 'Trade', 'Trend', 'None'])
close_buy_in_2 = input.string('Trade', 'Input Close Trigger 2', options=['Price', 'Signal', 'Trade', 'Trend', 'None'])

// Quarter Cycle (Default: 20 day) Length Pivot Cycle
col_q = input.color(#da00ff, "Quarter Cycle Color")
cyc_q = input.int(5, "Signal Cycle Length")
plot(FLD_out, color=color.new(col_q, FLDtransp), title='Signal FLD', offset = math.round(cyc_q/2) )

// Trade Cycle (Default: 20 day) Length Pivot Cycle
col = input.color(#ff9800, "Trade Cycle Color")
cyc = input.int(20, "Trade Cycle Length")
plot(FLD_out, color=color.new(col, FLDtransp), title='Trade FLD', offset = math.round(cyc/2) )

// Double Cycle (Default: 80 day) Length Pivot Cycle
col_d = input.color(color.aqua, "Double Cycle Color")
cyc_d = input.int(80, "Trend Cycle Length")
plot(FLD_out, color=color.new(col_d, FLDtransp), title='Trend FLD', offset = math.round(cyc_d/2) )

// Strategy Plots
price = source
signal = FLD_out[math.round(cyc_q/2)]
trade = FLD_out[math.round(cyc/2)]
trend = FLD_out[math.round(cyc_d/2)]

// Trend State
var state = 0
if signal > trade and trade > trend 
    state := 1 // (A)
    state
if state == 1 and price < signal
    state := 2 // (B)
    state
if signal < trade and trade > trend 
    state := 3 // (C)
    state
if state == 3 and price < signal 
    state := 4 // (D)
    state
if signal < trade and trade < trend 
    state := 5 // (E)
    state
if state == 5 and price < signal
    state := 6 // (F)
    state
if signal > trade and trade < trend
    state := 7 // (G)
    state
if state == 7 and price < signal
    state := 8 // (H)
    state
state := state

// Strategy Definitions
close_buy_out_1 = close_buy_in_1 == 'Price' ? price : close_buy_in_1 == 'Signal' ? signal : close_buy_in_1 == 'Trade' ? trade : close_buy_in_1 == 'Trend' ? trend : na
close_buy_out_2 = close_buy_in_2 == 'Price' ? price : close_buy_in_2 == 'Signal' ? signal : close_buy_in_2 == 'Trade' ? trade : close_buy_in_2 == 'Trend' ? trend : na
buy = ta.crossover(price, signal) and state == 1
close_buy = strategy.position_size>0 and ta.crossunder(close_buy_out_1, close_buy_out_2)
sell = ta.crossunder(price, signal) and state == 6
close_sell = strategy.position_size<0 and ta.crossover(close_buy_out_1, close_buy_out_2)

// FLD Interaction State Background
interaction_color = state == 1 ? color.green : // A
  state == 2 ? color.aqua : // B
  state == 3 ? color.blue : // C
  state == 4 ? color.purple : // D
  state == 5 ? color.white : // E
  state == 6 ? color.red :// F
  state == 7 ? color.orange : // G
  state == 8 ? color.yellow : na // H

bgcolor(color.new(interaction_color, 90), title= "A-H Background")

bar_color = strategy.position_size>0 ? #00ff0a : strategy.position_size<0 ? #FF0000 : na
barcolor(bar_color)

if buy
    strategy.entry("Buy", strategy.long)
if close_buy
    strategy.close("Buy", qty_percent=100)

if sell
    strategy.entry("Sell", strategy.short)
if close_sell
    strategy.close("Sell", qty_percent=100)

// EoS made w/ ❤ by @BarefootJoey ✌💗📈
Berkaitan
Lebih lanjut

2019 FMZ - Semua hak dilindungi