Perancangan Sistem Expert Advisor Untuk Melakukan Perdagangan Emas Otomatis Pada Software Metatrader 4

  • Rizky Syaputra Universitas Singaperbangsa Karawang
  • Apriade Voutama Universitas Singaperbangsa Karawang

Abstract

Banyaknya para trader pemula yang mencoba untuk terjun ke bisnis trading gold dengan sedikit modal pengetahuan terhadap bisnis ini sehingga tidak sedikit dari mereka merasa dirugikan. Tujuan penelitian ini adalah merancang sebuah sistem expert advisor untuk melakukan perdagangan secara otomatis agar terhindar dari kesalahan transaksi akibat emosi trader yang tidak stabil.  Sistem expert advisor  merupakan sebuah program yang terdiri dari susunan algoritma  analisa teknikal dari indikator yang digunakan untuk menganalisa sebuah pergerakan harga di pasar sehingga dapat menghasilkan kesimpulan untuk melakukan transaksi jual / beli terhadap suatu asset yang akan atau sedang di perdagangkan. Simple moving average dan relative streght index merupakan metode yang digunakan dalam perancangan sistem expert advisor  seabagai parameter pada penelitian ini. Hasil penelitian berdasarkan pengujian data harga emas terhadap USD dalam rentang waktu yang dimulai dari tanggal 1 Maret 2021 hingga 1 Juni 2021 dapat disimpulkan yaitu penggunaan time frame m15 dengan spread 2 menghasilkan laba hingga $1016,11 USD dari modal yang digunakan yaitu $1000 USD, Serta menghasilkan kualitas pemodelan sistem expert advisor hingga mencapai 90,00% dari pengujian 6965 bar data, serta menghasilkan 16 transaksi pembelian emas otomatis dengan laba terbesar $240,80 USD. Serta mendapatkan kemenangan beruntun sebanyak 4 kali.

References

Alabdullatif, A. M., Gerding, E. H., & Perez-Diaz, A. (2020). Market design and trading strategies for community energy markets with storage and renewable supply. Energies, 13(4), 972.
Baraja, A. (2021). Optimasi Indikator Linear Weighted Moving Average Menggunakan Teknik Martingale sebagai Metode Peningkatan Profit Trading. INTEGER: Journal of Information Technology, 6(1).
Febrianto, V. B., & Noertjahyana, A. (2021). Analisis Strategi Breakout dalam Pengambilan Keputusan Order Pada Trading Forex. Jurnal Infra, 9(1), 64-70.
Kim, M. (2021). Adaptive trading system integrating machine learning and back-testing: Korean bond market case. Expert Systems with Applications, 176, 114767.
Kuncoro, R., Noertjahyana, A., & Andjarwirawan, J. (2020). Aplikasi Notifikasi Telegram Untuk Mengetahui Trend Forex Trading Dengan Menggunakan Pola Japanese Candlestick. Jurnal Infra, 8(2), 162-168.
Li, S., & Zhou, D. (2021, October). The construction and application of a quantitative trading system based on a trading model that repeatedly trades at the same price. In 2021 International Conference on Neural Networks, Information and Communication Engineering (Vol. 11933, pp. 612-620). SPIE.
Povitukhin, S. A., & Karmanova, E. V. (2020, October). Development of a Profitable Trading Strategy with Data Mining Techniques. In 2020 International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon) (pp. 1-6). IEEE.
Spörer, J. (2020). Backtesting of Algorithmic Cryptocurrency Trading Strategies. Available at SSRN 3620154.
Surip, M. (2021). Pengujian Berbalik Sistem Dagangan Pintar_MACD Terhadap Saham Patuh Syariah Berasaskan Teknologi Di Pasaran NASDAQ Amerika Syarikat. Multidisciplinary Applied Research and Innovation, 2(2).
Wu, X., Chen, H., Wang, J., Troiano, L., Loia, V., & Fujita, H. (2020). Adaptive stock trading strategies with deep reinforcement learning methods. Information Sciences, 538, 142-158.
Yudhistyra, W. I., Risal, E. M., Raungratanaamporn, I. S., & Ratanavaraha, V. (2020). Using big data analytics for decision making: analyzing customer behavior using association rule mining in a gold, silver, and precious metal trading company in Indonesia. International Journal of Data Science, 1(2), 57-71.
Published
2021-12-28
Abstract viewed = 101 times
PDF downloaded = 101 times