Umgekehrter Fisher RSI gleitender Durchschnitt mehrere Zeitrahmen Strategie

Schriftsteller:ChaoZhang, Datum: 23.11.2021
Tags:

Übersicht

Die Inverse Fisher RSI Moving Average Multi Timeframe Strategy ist eine quantitative Handelsstrategie, die versucht, potenzielle Marktumkehrpunkte zu identifizieren, indem der gleitende Durchschnitt des umgekehrt angepassten RSI-Indikators auf höheren Zeitrahmen berechnet wird.

Strategie Logik

Die Strategie berechnet zunächst den regulären RSI-Indikator, wobei der Parameter RSI_pm den RSI-Berechnungszeitraum darstellt. Der ursprüngliche RSI wird dann umgekehrt durch eine mathematische Funktion angepasst IF(input)=>(exp(2Einführung)-1)/(exp(2Der angepasste RSI wird an die Variable IF_RSI weitergegeben.

Um zu viel Lärm zu filtern, berechnet die Strategie den gleitenden Durchschnitt von IF_RSI über den Zeitraum RSI_ps und erhält den endgültigen Indikator wma_RSI, der zur Bestimmung von Kauf- und Verkaufssignalen verwendet wird.

Schließlich wird dieser Indikator in einem höheren Zeitrahmen gezeichnet und die Schwellenlinien auf 0,8 und -0,8 gesetzt. Ein Kaufsignal wird erzeugt, wenn die Indikatorlinie von unten über 0,8 bricht. Ein Verkaufssignal wird erzeugt, wenn die Indikatorlinie von oben unter -0,8 bricht.

Vorteile

Die Strategie verarbeitet den RSI-Trend durch doppelte Glättung, die effektiv zu viel Lärm filtern und relativ klare Umkehrsignale sperren kann.

Darüber hinaus werden durch die in der Strategie angewandte Methode zur Analyse mehrerer Zeitrahmen Ausbrüche des Indikators auf einem höheren Zeitrahmen ermittelt, wodurch langfristige Umkehrchancen erfasst und Störungen durch übermäßiges kurzfristiges Marktlärm vermieden werden können.

Risiken

Die Strategie stützt sich auf gleitende Durchschnittsindikatoren, um Kauf- und Verkaufspunkte zu bestimmen, was eine gewisse Verzögerung aufweist.

Auf der anderen Seite können die Anpassungen auch nach kurzfristigen Korrekturen Erholungschancen verpassen.

Optimierung

Versuchen Sie, die Indikatorparameter angemessen anzupassen, um sie besser an die Marktbedingungen anzupassen.

Es ist auch erwähnenswert, andere Hilfsindikatoren zu kombinieren, um Signale zu überprüfen und die Stabilität der Strategie zu verbessern. Zum Beispiel können Volumenindikatoren, Bollinger Bands usw. hinzugefügt werden, um die Stärke von Trendsignalen zu beurteilen.

Schlussfolgerung

Die Inverse Fisher RSI Moving Average Multi Timeframe Strategie hat eine insgesamt robuste Logik, muss aber noch optimiert werden, um sich an die breiteren Marktsituationen anzupassen.

/*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)

Mehr