
Diese Strategie basiert auf einem relativ starken Index (RSI) und entwickelt eine quantitative Anlagestrategie für den Nifty-Index. Die Strategie nutzt den RSI, um Überkauf-Überverkaufsmöglichkeiten zu identifizieren, um einen niedrigen Kauf-Überverkauf zu erzielen und nach Übergewinn zu streben.
Die Strategie setzt den 2-Punkte-RSI als Handelssignal. Wenn der RSI über 20 liegt, macht man einen Plus; wenn der RSI unter 70 liegt, macht man einen Ausgleich. So kann eine kurzfristige Anpassungsmöglichkeit des Index erfasst werden.
Das Prinzip lautet: Wenn der RSI unter 20 liegt, gehört er zu einem Überverkauf, was bedeutet, dass der Vermögenswert unterbewertet ist, was auf einen bevorstehenden Aufschwung hinweist; wenn der RSI über 20 liegt, macht er mehr; wenn der RSI über 70 liegt, gehört er zu einem Überkauf, was bedeutet, dass der Vermögenswert überbewertet ist, was auf eine bevorstehende Umstellung hinweist; wenn der RSI unter 70 liegt, ist die Position platziert.
Es handelt sich um eine quantitative Strategie zur Identifizierung von kurzfristigen Überkauf- und Überverkaufsmöglichkeiten mit Hilfe von Indikatoren. Die Vorteile dieser Strategie gegenüber komplexen maschinellen Lern- und statistischen Arbitragestrategien bestehen hauptsächlich in:
Diese Strategie birgt folgende Risiken:
Um die oben genannten Risiken zu kontrollieren, können Optimierungen in folgenden Bereichen vorgenommen werden:
Die Strategie kann vor allem in folgenden Bereichen optimiert werden:
Diese Strategie basiert auf dem RSI-Indikator, um eine kurzfristige Handelsstrategie zu entwickeln, die die Überkauf-Überverkaufsignale des RSI-Indikators nutzt, um einen niedrigen Kauf zu erzielen. Die Strategie ist einfach und leicht umzusetzen, aber es gibt ein gewisses Maß an Handelsfrequenz, die keine langfristigen Trends erkennen kann.
/*backtest
start: 2023-01-18 00:00:00
end: 2024-01-24 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("RSI Strategy", overlay=true,pyramiding = 1000)
rsi_period = 2
rsi_lower = 20
rsi_upper = 70
rsi_value = rsi(close, rsi_period)
buy_signal = crossover(rsi_value, rsi_lower)
sell_signal = crossunder(rsi_value, rsi_upper)
current_date1 = input(defval=timestamp("01 Nov 2009 00:00 +0000"), title="stary Time", group="Time Settings")
current_date = input(defval=timestamp("01 Nov 2023 00:00 +0000"), title="End Time", group="Time Settings")
investment_amount = 100000.0
start_time = input(defval=timestamp("01 Dec 2018 00:00 +0000"), title="Start Time", group="Time Settings")
end_time = input(defval=timestamp("30 Nov 2023 00:00 +0000"), title="End Time", group="Time Settings")
in_time = time >= start_time and time <= end_time
// Variable to track accumulation.
var accumulation = 0.0
out_time = time >= end_time
if (buy_signal )
strategy.entry("long",strategy.long,qty= 1)
accumulation += 1
if (out_time)
strategy.close(id="long")
plotshape(series=buy_signal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup)
plotshape(series=sell_signal, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown)
plot(rsi_value, title="RSI", color=color.blue)
hline(rsi_lower, title="Lower Level", color=color.red)
plot(strategy.opentrades, style=plot.style_columns,
color=#2300a1, title="Profit first entry")
plot(strategy.openprofit, style=plot.style_line,
color=#147a00, title="Profit first entry")
// plot(strategy.position_avg_price, style=plot.style_columns,
// color=#ca0303, title="Profit first entry")
// log.info(strategy.position_size * strategy.position_avg_price)