Tägliche Bitcoin-Handelsstrategie basierend auf mehreren Indikatoren
ChaoZhang
Überblick
Diese Strategie basiert auf einer Kombination von mehreren Indikatoren, um nach Handelsmöglichkeiten in der Tageszeitspanne von Bitcoin zu suchen. Hauptsächlich werden Indikatoren wie MACD, RSI und Stoch RSI verwendet, die in Kombination mit der Richtung der Mittellinie die Richtung des aktuellen Trends bestimmen, um Kauf- und Verkaufssignale zu senden.
Strategieprinzip
Die Strategie basiert auf folgenden Kennzahlen:
MACD
(快线-慢线)Die MACD-Signalleitung ist ein Kaufsignal, wenn sie die MACD-Signalleitung durchläuft, und ein Verkaufsignal, wenn sie die 0 durchläuft.Der RSI ist ein relativ starker und schwacher Index. Es ist ein Kaufsignal, wenn der RSI die gesetzte Schwelle überschreitet.
Der Stoch RSI. Der Stoch RSI spiegelt den Überkauf und Überverkauf des RSI wider. Der Stoch RSI ist ein Kaufsignal, wenn er unter der eingestellten Schwelle liegt, und ein Verkaufsignal, wenn er über der eingestellten Schwelle liegt.
Die Kurslinie ist ein Verkaufssignal, wenn der Kurs unterhalb der Kurslinie liegt.
Die Handelssignale für diese Strategie basieren auf diesen Kennzahlen:
KaufsignaleWenn:(Stoch RSI < 设定阈值) 且 (MACD上穿阈值 或 RSI上穿阈值)Die Zeit
Verkauft das Signal.Wenn:(MACD下穿0) 且 (收盘价下穿均线 或 Stoch RSI > 设定阈值)Die Zeit
Durch die Verwendung mehrerer Indikatoren in Kombination kann die aktuelle Trendrichtung genauer beurteilt und ein Handelssignal an einem Trendwendepunkt ausgegeben werden.
Strategische Vorteile
Die Kombination mehrerer Indikatoren verbessert die Richtigkeit der Beurteilung und verhindert die Fehlsignale, die durch einen einzelnen Indikator verursacht werden.
Der MACD-Indikator kann die Richtung und Stärke des aktuellen Trends beurteilen. Der RSI-Indikator spiegelt Überkauf-Überverkaufssituationen wider. Der Stoch-RSI beurteilt den Überkauf-Überverkauf des RSI.
Die Kauf- und Verkaufssignale setzen Kombinationsbedingungen für mehrere Indikatoren, um einige falsche Signale zu filtern und unnötige Transaktionen zu vermeiden.
Die Rückmessung der Strategie begann am 1. Januar 2017 und beinhaltet die Situation, in der Bitcoin am Ende des Jahres 2017 stark anstieg, um zu überprüfen, wie die Strategie in der Situation funktioniert.
Die Strategie beinhaltet eine Stop-Loss-Einstellung, die den Verlust eines einzelnen Handels kontrolliert.
Strategisches Risiko
Die Kombination von mehreren Indikatoren kann zwar die Genauigkeit verbessern, aber es kann auch zu Meinungsverschiedenheiten zwischen den Indikatoren kommen, was zu einem gewissen Risiko für Fehleinschätzungen führt.
Die Stop-Loss-Ebene, die für die Strategie optimiert wurde, kann je nach Situation angepasst werden. Ein Stop-Loss, der zu breit ist, erhöht den Einzelschaden, ein Stop-Loss, der zu eng ist, wird entnommen.
Eine Strategie auf der Tageslinie kann nicht in einem kürzeren Zeitrahmen detailliert gehandhabt werden. Es ist nicht möglich, auf kurzfristige, starke Schwankungen bei unerwarteten Ereignissen zu reagieren.
Die Strategie basiert nur auf einem Teil der historischen Vergangenheit und könnte zu stark angepasst sein. Sie muss in einem längeren Zeitrahmen und in mehr Märkten getestet werden, um die Wirksamkeit der Strategie zu überprüfen.
Optimierungsrichtung
Test mehrere Kombinationen, um eine bessere Strategie für mehrere Kombinationen zu finden.
Optimierung der Indikatorparameter und Suche nach geeigneten Parameterwerten.
Verschiedene Stop-Loss-Niveaus werden getestet, um die optimale Kombination aus Stop-Loss- und Stop-Stop-Verhältnissen zu finden.
Es ist wichtig, dass man sich in die Geschichte zurückversetzt, um Überschneidungen zu vermeiden.
Versuchen Sie, diese Strategie in einem höheren Zeitrahmen zu verwenden, um häufiger zu handeln.
Zusammenfassen
Die Strategie kombiniert mehrere Indikatoren wie MACD, RSI und Stoch RSI, um die Richtung des aktuellen Bitcoin-Trend-Levels zu bestimmen und bei Trendwende-Punkten ein Handelssignal zu senden. Die Strategie hat hervorragende Rückmeldungsergebnisse erzielt, muss jedoch länger und in mehreren Märkten überprüft werden, um ein Risiko der Anpassung zu vermeiden. Durch weitere Optimierung der Indikatoren und der Stop-Loss-Parameter und der Stop-Stop-Einstellungen können bessere Ergebnisse erzielt werden.
/*backtest
start: 2022-10-23 00:00:00
end: 2023-10-29 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Original code is from CredibleHulk and modified by bennef
strategy("BTC Daily Strategy BF", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075)
/////////////// Time Frame ///////////////
testStartYear = input(2017, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)
testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)
testPeriod() => true
/////////////// Input Params ///////////////
rsi_threshold = input(30)
rsi_length = input(4)
srsi_length = input(8)
srsi_smooth = input(4)
srsi_sell_threshold = input(57)
length = input(14)
dma_signal_threshold = input(-1)
fastLength = input(11)
slowlength = input(18)
MACDLength = input(6)
MACD_signal_threshold = input(-2)
short_loss_tol = input(5)
long_loss_tol = input(5)
stop_level_long = strategy.position_avg_price * (1 - long_loss_tol / 100.0)
stop_level_short = strategy.position_avg_price * (1 + short_loss_tol / 100.0)
/////////////// Signal generation ///////////////
// MACD
MACD = ema(close, fastLength) - ema(close, slowlength)
aMACD = ema(MACD, MACDLength)
delta = MACD - aMACD
// RSI and Stochastic RSI
rs = rsi(close, rsi_length)
k = sma(stoch(rs, rs, rs, srsi_length), srsi_smooth)
// SMA
norm = sma(ohlc4, length)
threshold = close - norm
/////////////// Strategy ///////////////
long = ((crossover(delta, MACD_signal_threshold) or crossover(rs, rsi_threshold)) and k < srsi_sell_threshold)
short = (crossunder(delta, 0) or (crossunder(threshold, dma_signal_threshold) and k > srsi_sell_threshold))
if testPeriod()
strategy.entry("L", strategy.long, when = long)
strategy.entry("S", strategy.short, when = short)
strategy.exit("stop loss L", from_entry = "L", stop = stop_level_long)
strategy.exit("stop loss S", from_entry = "S", stop = stop_level_short)
/////////////// Plotting ///////////////
// MACD
plot(delta, color = delta > MACD_signal_threshold ? color.lime : delta < 0 ? color.red : color.yellow)
MACD_signal_threshold_line = hline(MACD_signal_threshold, color = color.yellow, title = "MACD Signal Threshold")
// RSI
plot(rs, color = rs > rsi_threshold ? color.lime : color.fuchsia)
rsi_threshold_line = hline(rsi_threshold, color = color.fuchsia, title = "RSI Threshold")
// Stochastic RSI
plot(k, color = k > srsi_sell_threshold ? color.lime : color.red)
srsi_sell_threshold_line = hline(srsi_sell_threshold, color = color.white, title = "Stoch RSI Threshold")
// SMA
plot(threshold / 100, color = threshold < dma_signal_threshold ? color.red : color.blue)
dma_signal_threshold_line = hline (dma_signal_threshold, color = color.blue, title = "DMA Signal Threshold")
bgcolor(long ? color.lime : short ? color.red : na, transp=50)