RSI und MACD kombiniert mit Unterstützung und Widerstand quantitative Handelsstrategie
ChaoZhang
Überblick
Die Strategie basiert auf dem RSI und MACD, um Handelssignale in Kombination mit Unterstützungs- und Widerstandsflächen zu ermitteln. Die Strategie ist bekannt als “Panda Spit Tongue” -Strategie. Die Strategie verwendet den RSI-Indikator, um Über-Überverkauf zu beurteilen, und der MACD-Indikator, um den Oberglasstrend zu beurteilen.
Strategieprinzip
Die Strategie basiert hauptsächlich auf den Indikatoren RSI und MACD, wobei der RSI den Überkauf-Überverkauf und der MACD den Überhang-Trend beurteilt. Zuerst wird der RSI-Wert für 14 Zyklen berechnet und die Überkauf-Linie mit 70 und die Überverkauf-Linie mit 30 angegeben. Dann werden die MACD-Werte für die 12-Tage-Schnelllinie, die 26-Tage-Schnelllinie und die 9-Tage-Signallinie berechnet.
Darüber hinaus berechnet die Strategie die Höchst- und Tiefstpreise innerhalb von 100 Zyklen als Unterstützungswiderstände. Bei der Erzeugung eines Kaufsignals ist es erforderlich, dass der Preis in der Nähe des Unterstützungsbereichs liegt, d. h. der Kauf wird nur dann tatsächlich ausgegeben, wenn der Abschlusspreis 1% über dem Unterstützungsbereich liegt.
Strategische Vorteile
Die Strategie kombiniert Trendanalyse und Überkauf-Überverkauf-Urteil und vermeidet die Falschsignale, die durch die Abhängigkeit von nur einem einzigen Indikator verursacht werden. Die Einführung von Unterstützungs-Widerstandspositionen als Bremsen reduziert die Fehltrades, die durch Rebounds an den üblichen Unterstützungs-Widerstandspositionen verursacht werden. Die MACD-Schnelllinie kombiniert mit dem RSI-Indikator, um die Preisentwicklung und den Überkauf-Überverkauf zu bestimmen.
Strategisches Risiko
Die Risiken dieser Strategie sind vor allem folgende:
In einem starken Moment kann die Strategie einen Großteil der Gewinne verlieren, da sie dazu neigt, erst nach dem Ende des Umkehrzyklus einzutreten;
falsche Einstellungen der RSI- und MACD-Parameter können zu falschen Handelssignalen führen;
Die Algorithmen zur Widerstandserkennung sind einfach und können die tatsächlichen Widerstandspunkte überschätzen oder unterschätzen.
Fehlende Schadensbegrenzungsmechanismen. Im Extremfall fehlt eine effektive Schadenskontrolle.
Diese Risiken können optimiert werden, indem ein anpassungsfähiger MACD eingeführt wird, die RSI-Parameter optimiert werden, um sie näher an die Merkmale der verschiedenen Sorten anzupassen, die Algorithmen zur Bestimmung der Unterstützung und Widerstand verbessert werden und die Marktsteuerungsurteile hinzugefügt werden.
Richtung der Strategieoptimierung
Die Strategie kann in folgenden Dimensionen optimiert werden:
Einführung von Stop-Loss-Mechanismen, wie z. B. Amos in Verbindung mit mobilen Stop-Losses
Die Verwendung von Adaptive MACD, um MACD-Parameter in Echtzeit zu optimieren
Einführung von Marktspezifikationen, um wissenschaftlichere Resistenzpositionen zu identifizieren
Verknüpfen Sie mehr Daten, um die Marktsituation zu beurteilen, wobei verschiedene Parameter für verschiedene Situationen verwendet werden
End-to-End-Optimierung von Strategien mit Hilfe von Machine-Learning-Algorithmen
Durch diese Verbesserungen kann der Rückzug weiter reduziert und die strategische Stabilität erhöht werden.
Zusammenfassen
Diese Strategie verwendet die RSI und MACD-Indikatoren, um Überkauf-Überverkauf zu beurteilen, und handelt in der Nähe von Unterstützung und Resistenz. Sie ist eine Trendverfolgungsstrategie, die gut auftritt. Die Strategie hat den Vorteil, dass das Strategiesignal stabil ist, das Risiko steuerbar ist und für mittlere und langfristige Haltungen geeignet ist.
/*backtest
start: 2023-12-28 00:00:00
end: 2024-01-04 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("RSI + MACD with Support and Resistance", shorttitle="RSI_MACD_SR", overlay=true)
// Input for RSI and MACD values
rsiOverbought = input(70, title="RSI Overbought Threshold")
rsiOversold = input(30, title="RSI Oversold Threshold")
macdFastLength = input(12, title="MACD Fast Length")
macdSlowLength = input(26, title="MACD Slow Length")
macdSignalSmoothing = input(9, title="MACD Signal Smoothing")
// Calculating RSI and MACD
rsiValue = ta.rsi(close, 14)
[macdLine, signalLine, _] = ta.macd(close, macdFastLength, macdSlowLength, macdSignalSmoothing)
// Support and Resistance
support = ta.lowest(100)
resistance = ta.highest(100)
// Drawing support and resistance lines
// line.new(x1=bar_index[0], y1=support, x2=bar_index[-1], y2=support, color=color.green, width=1)
// line.new(x1=bar_index[0], y1=resistance, x2=bar_index[-1], y2=resistance, color=color.red, width=1)
// Buy Condition: If RSI is oversold and MACD line crosses above the signal line
// Additionally, check if price is near the support line
longCondition = ta.crossover(macdLine, signalLine) and rsiValue < rsiOversold and (close - support) < (close * 0.01)
strategy.entry("Long", strategy.long, when=longCondition, comment="Buy")
// Sell Condition: If RSI is overbought and MACD line crosses below the signal line
// Additionally, check if price is near the resistance line
shortCondition = ta.crossunder(macdLine, signalLine) and rsiValue > rsiOverbought and (resistance - close) < (close * 0.01)
strategy.entry("Short", strategy.short, when=shortCondition, comment="Sell")
// Plot values on the chart for visualization
plotshape(series=longCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="Buy")
plotshape(series=shortCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="Sell")