RSI MACD Crossover Doppel-MA-Verfolgungsstrategie

Schriftsteller:ChaoZhang, Datum: 2023-10-23 17:00:44
Tags:

Übersicht

Diese Strategie kombiniert den RSI-Indikator, den MACD-Indikator und doppelte gleitende Durchschnitte, um Trendverfolgungs- und Positionierungseffekte auf dem Volatilitätsmarkt zu erzielen.

Strategie Logik

Berechnung des RSI-Indikators für Überkauf und Überverkauf

Berechnung der Preisänderung Aufwärtstrend und Abwärtstrend
Berechnung des RSI auf der Grundlage der Preisänderung
Bestimmung der überkauften und überverkauften Niveaus

Berechnung des MACD für das Crossover

Berechnung der schnellen MA, der langsamen MA und der Signalleitung
Eintritt auf dem goldenen Kreuz und Ausgang auf dem Todeskreuz
Zeichnen Sie die Crossover-Situationen

Ein doppelter MA-Filter

Berechnen Sie schnelle und langsame gleitende Durchschnitte
Handel nur in Betracht ziehen, wenn ein schneller MA über einen langsamen MA überschreitet
Filtern Sie Lärm und folgen Sie dem Trend

Kombination von Indikatoren für den Einstieg

Filter Eingangssignal mit RSI, MACD und doppelter MA
Verbesserung der Genauigkeit und Stabilität der Strategie

Analyse der Vorteile

Kombination mehrerer Indikatoren verbessert die Genauigkeit
Nachfolgender Trend filtert Lärm und verbessert die Stabilität
Der RSI erkennt potenzielle Umkehrpunkte
MACD-Crossover liefert einfache Ein- und Ausstiegssignale
Doppel-MA beseitigt die meisten Gegentrendgeschäfte
Einfach zu verstehen mit wenigen Parametern, gut zum Lernen

Risikoanalyse

Risiko einer Überanpassung mehrerer Indikatoren
Doppel-MA bringt Flexibilität zum Opfer und kann Chancen verpassen
RSI- und MACD-Parameter müssen sorgfältig ausgewählt werden
Achten Sie auf den Stop-Loss auf Basis des Symbols
Erfordert regelmäßige Neuausrichtung der Parameter

Optimierungsrichtlinien

Anpassung der RSI-Parameter für verschiedene Symbole
Optimierung der doppelten MA-Perioden für eine bessere Nachverfolgung
Hinzufügen von Stop Loss zur Kontrolle von Einzelhandelsverlusten
Mehr Indikatoren hinzufügen, um die Kombination zu bereichern
Entwicklung eines anpassungsfähigen Parametermodells für die automatische Abstimmung

Zusammenfassung

Diese Strategie kombiniert RSI, MACD und doppelte MA, um Trends zu identifizieren und zu verfolgen und Filtersignale durch mehrere Ebenen zu filtern. Sie eignet sich sehr gut für Anfänger, um zu lernen und zu verbessern. Der Vorteil liegt in ihrer Einfachheit und Anpassungsfähigkeit. Die feine Abstimmung von Parametern kann anständige stetige Renditen erzielen.

/*backtest
start: 2023-09-22 00:00:00
end: 2023-10-22 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3

// strategy(title="RSI MACD", precision = 6, pyramiding = 1, default_qty_type = strategy.percent_of_equity, default_qty_value = 99, commission_type = strategy.commission.percent, commission_value = 0.25, initial_capital = 1000)

// Component Code Start
// Example usage:
// if testPeriod()
//   strategy.entry("LE", strategy.long)
testStartYear = input(2017, "Backtest Start Year")
testStartMonth = input(01, "Backtest Start Month")
testStartDay = input(2, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)

testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(7, "Backtest Stop Month")
testStopDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)

// A switch to control background coloring of the test period
testPeriodBackground = input(title="Color Background?", type=bool, defval=true)
testPeriodBackgroundColor = testPeriodBackground and (time >= testPeriodStart) and (time <= testPeriodStop) ? #00FF00 : na
bgcolor(testPeriodBackgroundColor, transp=97)

testPeriod() => true
// Component Code Stop

//standard rsi template
src = ohlc4, len = input(14, minval=1, title="Length")
up = rma(max(change(src), 0), len)
down = rma(-min(change(src), 0), len)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
plot(rsi, color=#87ff1a)
band1 = hline(80)
band = hline(50)
band0 = hline(20)
fill(band1, band0, color=purple, transp=90)

//macd

fast_length = input(title="Fast Length",  defval=9)
slow_length = input(title="Slow Length",  defval=72)
signal_length = input(title="Signal Length",  defval=9)

fast_ma = sma(rsi, fast_length) 
slow_ma = sma(rsi, slow_length) 
shortma = sma(ohlc4, fast_length)
longma = sma(ohlc4, slow_length)
controlmainput = input(title = "Control MA", defval = 234)
controlma = sma(ohlc4, controlmainput)
macdx = fast_ma - slow_ma
signalx = sma(macdx, signal_length)
hist = macdx - signalx
ma_hist = shortma - controlma
macd = macdx + 50
signal = signalx + 50

plot(macd,"macd", color = fuchsia)
plot(hist,"hist", style = histogram, color = fuchsia)
//plot(ma_hist,"ma hist", style = histogram, color = orange)
plot(signal,"signal", color = white)

//input
control_buy_toggle = input(true, "Buy on crossover control MA?", type = bool)
buy_on_control = control_buy_toggle == true? true : false

//conditions
buy = buy_on_control == true? ma_hist > 0 and shortma > longma and crossover(macd,signal) or crossover(shortma, controlma) : ma_hist > 0 and shortma > longma and crossover(macd,signal)
sell = ma_hist > 0 and shortma > longma and crossunder(macd,signal)
stop = crossunder(shortma, longma) or crossunder(shortma, controlma)

plotshape(buy,"buy", shape.triangleup, location.bottom, green, size = size.tiny)
plotshape(sell,"sell", shape.triangledown, location.bottom, red, size = size.tiny)
plotshape(stop,"stop",shape.circle,location.bottom, white, size = size.tiny)

if testPeriod()
    strategy.entry("buy", true, when = buy, limit = close)
    strategy.close("buy", when = sell)
    strategy.close("buy", when = stop)

Mehr