Umkehrvektor-RSI-Trendfolge-ETF-Handelsstrategie
ChaoZhang
Überblick
Diese Strategie ist eine ETF-Handelsstrategie, die auf einem relativ starken Index (RSI) basiert, um Trendwechsel zu verfolgen. Sie beurteilt kurzfristige Überkäufe und Überverkäufe anhand des RSI, führt Reverse-Einträge und Exits durch und kombiniert den 200-Tage-Moving Average, um die Richtung des Gesamttrends zu bestimmen.
Strategieprinzip
Die Kernlogik der Strategie basiert auf dem Umkehrprinzip des RSI. Der RSI beurteilt, ob eine Handelsvariante überkauft oder überverkauft ist, indem er die durchschnittlichen Anstiege und Abnahmen über einen bestimmten Zeitraum berechnet. Wenn der RSI über 70 überkauft ist, ist der RSI unter 30 überverkauft.
Diese Strategie nutzt dieses Prinzip, um den RSI für den Tag unter den einstellbaren Parametern zu setzenTodaysMinRSIUnd der RSI war vor 3 Tagen unter den parametrischen Parametern.Day3RSIMaxDer RSI-Wert ist in der Lage, die kurzfristige Überschreitung zu verhindern, wenn der Preis in der kurzfristigen Überschreitungszone liegt und eine Rebound-Möglichkeit besteht.
Der Ausstiegsmechanismus der Strategie ist, wenn der RSI-Indikator erneut über den einstellbaren Parameter hinausgehtExit RSIWenn der Rückgang der Börse bei einem Wert von 0,01 USD/USD beendet ist, wird der Rückgang als beendet angesehen und ein Ausstieg aus der Position vorgenommen.
Die Strategie führt auch einen 200-Tage-Moving-Average als Gesamttrend-Beschluss ein. Kaufoperationen können nur durchgeführt werden, wenn der Preis über der 200-Tage-Linie liegt. Dies hilft, sicherzustellen, dass nur in der Aufwärtsphase des Trends gekauft wird, um die Risiken des Gegenhandels zu vermeiden.
Strategische Stärkenanalyse
- Der RSI bewertet die Überkauf- und Überverkaufszone mit einer hohen Wahrscheinlichkeit von Bellions.
- In Kombination mit der 200-Jahres-Linie kann man die Richtung der großen Trends bestimmen, um einen Gegenhandel zu vermeiden.
- Die RSI-Umkehr ist ein klassischer, zuverlässiger und erfolgreicher Handelsprozess.
- Anpassbare Parameter bieten Flexibilität und können für verschiedene Sorten optimiert werden.
Risiken und Lösungen
- Der RSI-Indikator kann einen False-Breakout verhindern. Ein Verlust ist nicht vollständig zu vermeiden. Ein Stop-Loss kann gesetzt werden, um den Verlust zu kontrollieren.
- Umkehrungsschwierigkeiten können zu einer Vergrößerung der Verluste führen. Sie können die Haltedauer verkürzen und den Verlust rechtzeitig stoppen.
- Die falsche Einstellung der Parameter kann zu radikal oder zu konservativ sein, wodurch Handelschancen verpasst werden. Parameteroptimierungstests müssen für die Sorte durchgeführt werden.
Optimierungsrichtung
- Zusätzliche Kombinationen von anderen Indikatoren, wie KDJ, Brinband, etc., bilden eine Kombination von Indikatoren und verbessern die Genauigkeit des Signals.
- Erhöhung der mobilen Stop-Loss-Strategie, um die Stop-Loss-Ebene variabel zu halten und die Verluste zu reduzieren.
- Erhöhung der Transaktionsvolumen oder des Fondsmanagement-Moduls, um die Risikobereitschaft für jede Transaktion zu kontrollieren.
- Optimierung und Rückverfolgung von Parametern für verschiedene Sorten, Erstellung von Parameterkombinationen, die für die Sorten geeignet sind.
Zusammenfassen
Diese Strategie nutzt die klassische Buy-Sell-Punkt-Prinzipien des RSI-Indikators, um umgekehrte Ein- und Ausgänge durch Überkauf und Überverkauf zu bestimmen. Die Strategie ist eine kurzfristige umgekehrte ETF-Strategie mit hoher Zuverlässigkeit, wobei die Übertrendentscheidung und die Optimierung der Parameter berücksichtigt werden. Mit weiterer Optimierung kann sie zu einer quantitativen Strategie werden, die in der Praxis wirkt.
/*backtest
start: 2024-01-14 00:00:00
end: 2024-01-21 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// @version = 5
// Author = TradeAutomation
strategy(title="R3 ETF Strategy", shorttitle="R3 ETF Strategy", overlay=true)
// Backtest Date Range Inputs //
StartTime = input(defval=timestamp('01 Jan 2012 05:00 +0000'), title='Start Time')
EndTime = input(defval=timestamp('01 Jan 2099 00:00 +0000'), title='End Time')
InDateRange = true
// Calculations and Inputs //
RSILen = input.int(2, "RSI Length")
RSI = ta.rsi(close, RSILen)
TodaysMinRSI = input.int(10, "Today's Min RSI for Entry", tooltip = "The RSI must be below this number today to qualify for trade entry")
Day3RSIMax = input.int(60, "Max RSI 3 Days Ago for Entry", tooltip = "The RSI must be below this number 3 days ago to qualify for trade entry")
EMA = ta.ema(close, 200)
// Strategy Rules //
Rule1 = close>ta.ema(close, 200)
Rule2 = RSI[3]<Day3RSIMax and RSI<TodaysMinRSI
Rule3 = RSI<RSI[1] and RSI[1]<RSI[2] and RSI[2]<RSI[3]
Exit = ta.crossover(RSI, input.int(70, "Exit RSI", tooltip = "The strategy will sell when the RSI crosses over this number"))
// Plot //
plot(EMA, "200 Day EMA")
// Entry & Exit Functions //
if (InDateRange)
strategy.entry("Long", strategy.long, when = Rule1 and Rule2 and Rule3)
// strategy.close("Long", when = ta.crossunder(close, ATRTrailingStop))
strategy.close("Long", when = Exit)
if (not InDateRange)
strategy.close_all()