
Reverse Fisher RSI Average Real Range Multi-Time-Frame Strategie ist eine quantitative Trading-Strategie, die versucht, mögliche Wendepunkte auf dem Markt zu entdecken, indem sie den umgekehrten RSI-Wert als Moving Average auf einem höheren Zeit-Frame berechnet.
Die Strategie berechnet zunächst den allgemeinen RSI mit dem Parameter RSI_pm ist die Dauer der RSI-Berechnung. Dann wird der ursprüngliche RSI durch eine mathematische Funktion IF umgekehrt, mit der Formel IF(input) =>(exp(2*input)-1)/(exp(2*input) + 1) ◦ Der angepasste RSI-Indikator wird an die Variable IF übertragen_RSI。
Um übermäßigen Lärm zu filtern, wird die Strategie in IF verwendet._RSI basiert auf dem RSI und berechnet es in_ps Periodische Moving Averages, die als Endindikator für Kauf- und Verkaufspunkte verwendet werden wma_Der RSI wird in der Bandbreite von 0-100 abgebildet.
Schließlich zeichnet die Strategie den Indikator auf einen höheren Zeitrahmen und setzt die Schwellenlinien 0.8 und -0.8 . Ein Kaufsignal wird erzeugt, wenn der Indikator von unten nach oben über die 0,8-Level fällt; ein Verkaufssignal wird erzeugt, wenn der Indikator von oben nach unten über die -0,8-Level fällt.
Diese Strategie verarbeitet die RSI-Bewegung durch eine Doppel-Gleichung, die effektiv übermäßigen Lärm filtert und ein klareres Umkehrsignal lockt. Die Doppel-Gleichung wird jeweils auf den ursprünglichen RSI-Indikator und den RSI-Indikator nach der Absolute-Wert-Anpassung angewendet. Diese Methode kann die durchschnittliche Rückkehrseigenschaft des Indikators verbessern und zu einem zuverlässigeren Handelssignal führen.
Die Strategie nutzt außerdem die Methode der Multi-Time-Frame-Analyse, um Durchbrüche in den Indikatoren auf einem höheren Zeitrahmen zu identifizieren und um Umkehrmöglichkeiten auf den langen Linien zu blockieren, um nicht von zu viel Kurzzeit-Marktlärm gestört zu werden.
Die Strategie basiert auf der Aussagekennzahl, die den Kauf- und Verkaufspunkt bestimmen kann. In einem langen Bullenmarkt kann der Aufwärtsraum nach der Anpassung des Indikators eingeschränkt sein und die Trendchancen nicht vollständig erfassen.
Auf der anderen Seite kann die Anpassung des Indikators auch die Chance auf eine Rebound nach der Kurzlinie verpassen. Wenn die Parameter des Indikators nicht angemessen optimiert werden, kann es zu bestimmten strategischen Risiken kommen.
Es kann versucht werden, die Parameter des Indikators so anzupassen, dass sie besser an die Marktumgebung angepasst werden. Zum Beispiel können verschiedene RSI-Berechnungszyklen getestet werden, die Parameter der Gleitzeitzyklen, um die optimale Kombination von Parametern zu finden.
Es kann auch in Kombination mit anderen Hilfsindikatoren betrachtet werden, um die Signalprüfung zu verbessern und die Strategie zu stabilisieren. Zum Beispiel können die Transaktionsvolumenindikatoren, die Brinline und andere Trendsignale eingesetzt werden, um zu beurteilen, ob sie stark sind.
Die umgekehrte Fischer RSI-Durchschnitts-Real-Range-Mehrzeit-Framework-Strategie ist insgesamt robust, muss aber noch optimiert werden, um sich an die breiteren Marktbedingungen anzupassen. Es lohnt sich, weiter getestet und verbessert zu werden, um eine zuverlässige quantitative Handelsstrategie zu werden.
/*backtest
start: 2022-11-14 00:00:00
end: 2023-11-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title = "Inverse Fisher RSI-MTF2", shorttitle="INRSIM2",overlay=true)
//Inputs
RSI_pm = input(5, title="RSI Main Period",minval=2)
RSI_ps = input(1, title="RSI Smooth Period",minval=0)
//Functions
IF(input)=>(exp(2*input)-1)/(exp(2*input)+1)
//RSI Calculation
raw_RSI=0.1*(rsi(close,RSI_pm)-50)
wma_RSI=wma(raw_RSI,RSI_ps)*100
IF_RSI = IF(wma_RSI)
resCustom = input(title="Timeframe", defval="1440" )
v=request.security(syminfo.tickerid, resCustom,IF_RSI)
a=v>0.8
b=v<-0.8
z=0.8
buy = crossover(v,z)
sell=crossunder(v,b)
plotshape(sell, title="sell", style=shape.triangledown,location=location.abovebar, color=red, transp=0, size=size.small)
plotshape(buy, title="buy", style=shape.triangleup,location=location.belowbar, color=green, transp=0, size=size.small)
//Strategy
golong = crossover(v,z)
goshort = crossunder(v,b)
strategy.entry("Buy",strategy.long,when = golong)
strategy.entry("Sell",strategy.short,when = goshort)