Doppelte exponentielle gleitende Durchschnitts-RSI-Handelsstrategie


Erstellungsdatum: 2024-01-30 15:44:11 zuletzt geändert: 2024-01-30 15:44:11
Kopie: 0 Klicks: 721
1
konzentrieren Sie sich auf
1617
Anhänger

Doppelte exponentielle gleitende Durchschnitts-RSI-Handelsstrategie

Überblick

Diese Strategie nennt sich “RSI-Handelsstrategie mit doppelten Indikatoren”. Die Strategie nutzt die doppelten Indikatoren “Doppel EMA” und “relativ starke Indikatoren” “RSI” als Hauptindikatoren für den Handel und ermöglicht den mechanischen Handel.

Strategieprinzip

Die Strategie berechnet zuerst den binären Moving Average (MA) des Preises und berechnet dann den RSI basierend auf der MA und berechnet dann den Index Moving Average des RSI (Smooth). Wenn der RSI seinen Moving Average überschreitet, erzeugt er ein Kaufsignal. Wenn der RSI seinen Moving Average unterbricht, erzeugt er ein Verkaufsignal. Optional setzt die Strategie auch die Parameter für die Risikokontrolle wie die maximale Anzahl von Transaktionen pro Tag, den Anteil des Handelskapitals, die Handelsdauer, die Stop-Loss-Stoppunkte und die Anzahl der Stop-Loss-Stoppunkte.

Strategische Vorteile

  1. Die Verwendung von doppelten Index-Moving-Averages ermöglicht eine schnellere Reaktion auf Preisänderungen und filtert so einen Teil des Rausches aus.
  2. Der RSI wird auf Basis von Moving Averages berechnet, um eine größere Stabilität zu gewährleisten und Fehlhandlungen zu vermeiden.
  3. Der Moving Average des RSI hilft bei der Bestätigung von Handelssignalen und filtert falsche Durchbrüche.
  4. Setzen Sie eine maximale Anzahl von Transaktionen, um das tägliche Risiko zu kontrollieren.
  5. Es ist wichtig, dass der Anteil des Transaktionskapitals festgelegt ist, um zu verhindern, dass ein einzelner Verlust zu groß ist.
  6. Setzen Sie einen Zeitplan für den Handel, vermeiden Sie kritische Zeitpunkte und kontrollieren Sie die Liquiditätsrisiken.
  7. Setzen Sie eine Stop-Loss-Stop-Punkt-Zahl, um die Einzelschäden zu begrenzen.
  8. Die Verfolgung von Stop-Loss-Punkten hilft bei der Sperrung von Aufschwängen und der Verringerung von Rücknahmen.

Strategisches Risiko

  1. Der BMA reagiert langsam auf Markteinbrüche und kann kurzfristige Handelsmöglichkeiten verpassen.
  2. Der RSI ist anfällig für falsche Signalformationen wie Dead Fork und Gold Cross.
  3. Das Verhältnis der festen Transaktionsmittel ist nicht in der Lage, den Marktschwankungen gerecht zu werden, und es besteht die Gefahr, dass die Kapitalnutzung nicht ausreicht.
  4. Feste Verluststopps sind für verschiedene Sorten und Marktbedingungen schwierig, und es besteht die Gefahr, dass sie zu früh verbraucht oder gestoppt werden.
  5. Tracking-Stopps können bei Erschütterungen zu häufig ausgelöst werden.

Gegenmaßnahmen:

  1. Die Bewegungsmittel werden entsprechend verkürzt und die Sensitivität erhöht.
  2. In Kombination mit anderen Indikatoren, wie z. B. dem Filtersignal für die Transaktionsmenge.
  3. Der Anteil der Transaktionsmittel wird dynamisch angepasst.
  4. Die Stop-Loss-Grenze wird entsprechend der Volatilität und Veränderung des Marktes angepasst.
  5. Eine angemessene Lockerung der Tracking-Stop-Punkte.

Richtung der Strategieoptimierung

  1. Testen Sie eine Kombination aus zwei Index-Moving-Averages mit unterschiedlich langen und kurzen Perioden, um die optimale Parameter zu finden.
  2. Test der berechneten Zyklusparameter des RSI, um die Zuverlässigkeit des Gold/Dead-Fork-Signals zu verbessern.
  3. Hinzufügen von Signal- und Geräuschfiltern für Kennzahlen wie Transaktionsvolumen, Brin-Band usw.
  4. Der Anteil der Transaktionsmittel und die Stop-Loss-Grenze werden in Kombination mit dem Schlusskurs des Tages, der Volatilität usw. dynamisch angepasst.
  5. Verlustschutzmechanismen, die auf die Eigenschaften der verschiedenen Sorten und die Optimierung des Marktumfelds basieren.

Zusammenfassen

Diese Strategie hat klare, zuverlässige Mechanik-Regeln für die Trendvarianten der mittleren und langen Linien. Nach der Optimierung kann sie als Grundlage für die Trendverfolgung für mechanische Handelsstrategien verwendet werden. Das Risiko ist kontrollierbar und es lohnt sich, die Wirksamkeit auf dem Markt weiter zu bewerten.

Strategiequellcode
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title='[STRATEGY][RS]DemaRSI V0', shorttitle='D', overlay=false, initial_capital=100000, currency=currency.USD)
src = input(close)
ma_length = input(21)
rsi_length = input(4)
rsi_smooth = input(4)

ma = ema(ema(src, ma_length), ma_length)
marsi = rsi(ma, rsi_length)
smooth = ema(marsi, rsi_smooth)
plot(title='M', series=marsi, color=black)
plot(title='S', series=smooth, color=red)
hline(0)
hline(50)
hline(100)

max_order_per_day = input(6)
// strategy.risk.max_intraday_filled_orders(max_order_per_day)
trade_size_as_equity_factor = input(false)
trade_size = input(type=float, defval=10000.00) * (trade_size_as_equity_factor ? strategy.equity : 1)
take_profit_in_points = input(100000)
stop_loss_in_points = input(100000)
trail_in_points = input(150)

USE_SESSION = input(true)
trade_session = input(title='Trade Session:', defval='0400-1500', confirm=false)
istradingsession = not USE_SESSION ? true : not na(time('1', trade_session))

buy_entry = istradingsession and crossover(marsi, smooth)
sel_entry = istradingsession and crossunder(marsi, smooth)

strategy.entry('buy', long=true, qty=1, when=buy_entry)
strategy.entry('sel', long=false, qty=1, when=sel_entry)

strategy.exit('buy.Exit', from_entry='buy', profit=take_profit_in_points, loss=stop_loss_in_points, trail_points=trail_in_points, trail_offset=trail_in_points)
strategy.exit('sel.Exit', from_entry='sel', profit=take_profit_in_points, loss=stop_loss_in_points, trail_points=trail_in_points, trail_offset=trail_in_points)
strategy.close_all(when=not istradingsession)