ChaoZhang
Überblick
Die Strategie ist eine Trend-Tracking-Strategie basierend auf RSI-Überverkaufssignalen, langfristigen Mittelwerttrends und Transaktionsmengenbestätigungen. Sie erstellt mehrere Positionen, indem sie kurzfristige Überverkaufsmöglichkeiten in langfristigen Aufwärtstrends identifiziert und die Effektivität von Handelssignalen durch Transaktionsmengenvergrößerung bestätigt. Die Strategie verwendet den 10-Zyklus-RSI, das Doppel-Gewinn-System mit 250 und 500 Zyklen und die 20-Zyklus-Gewinn-Gewinn-Gewinnlinie als Kernindikator-Kombination.
Strategieprinzip
Die Kernlogik der Strategie basiert auf der Synergie von drei Schlüsselbedingungen:
- RSI-Überverkaufssignal ((RSI<=30): verwendet, um eine Überverkaufs-Rückschlagchance zu erfassen
- Doppel-Gleichgewicht-Mehrkopf-Array ((SMA250>SMA500): Bestätigung eines langfristigen Aufwärtstrends
- Bestätigung der Transaktionsmenge ((Aktuelle Transaktionsmenge>20-Zyklus-Mittelwert)*2.5): Überprüfung der Effektivität von Preisänderungen
Wenn diese drei Bedingungen erfüllt sind, tritt die Strategie in eine Mehrpositionsposition ein. Das Signal für eine Off-Position wird von einem Durchschnittswert unterhalb der kurzfristigen Mittellinie ausgelöst. Die Strategie setzt außerdem einen Stop-Loss von 5% ein, um das Risiko zu kontrollieren.
Strategische Vorteile
- Mehrfache Bestätigungsmechanismen reduzieren Falschsignale: Dreifache Filterung in Kombination mit RSI, Durchschnitt und Transaktionsvolumen erhöht die Zuverlässigkeit von Handelssignalen erheblich
- Trend-Following-Eigenschaften: Beurteilen Sie große Trends anhand von langfristigen Durchschnittswerten und vermeiden Sie Gegenwärtigen Handel
- Gute Risikokontrolle: Festgelegte Stop-Loss-Lösungen, um das Risiko eines einzelnen Handels effektiv zu kontrollieren
- Anpassungsfähigkeit: Strategieparameter lassen sich flexibel an unterschiedliche Marktmerkmale anpassen
- Strenge Auswahl der Geschäftsmöglichkeiten: Mehrfache Filter sorgen dafür, dass nur die besten Zeitpunkte eingehen
Strategisches Risiko
- Rückstandsrisiko: Der langfristige Durchschnitt liegt deutlich hinter dem vorhergehenden und könnte frühere Trends übersehen
- Überschüssige Risiken: Strenge Mehrfachbedingungen können einige effektive Handelschancen verpassen
- Schwankungsrisiken: Falsche Signale können häufig in schwankenden Märkten ausgelöst werden
- Stop-Loss-Risiken: Ein Fixed-Rate-Stop ist möglicherweise nicht für alle Marktbedingungen geeignet
- Risiko der Parameteroptimierung: Eine Überoptimierung kann dazu führen, dass die Strategie im realen Handel schlechte Ergebnisse erzielt.
Richtung der Strategieoptimierung
- Dynamische Stop-Loss-Optimierung: Dynamische Stop-Loss-Mechanismen auf Basis von ATR oder Volatilität können in Betracht gezogen werden
- Quantifizierung der Trendstärke: Einführung von Trendstärkenindikatoren wie ADX, um die Genauigkeit der Trendbeurteilung zu verbessern
- Optimierung der Positionsverwaltung: Anpassung der Positionsanteile an die Signalstärke und die dynamische Marktfluktuation
- Verbesserte Ausstiegsmechanismen: Flexible Ausstiegsmechanismen wie erhöhte Gewinnziele und mobile Stop-Losses
- Zeit-Filter: Hinzufügen von Zeit-Filtern, um ineffiziente Handelszeiten zu vermeiden
Zusammenfassen
Es handelt sich um eine Strategie zur rationalen, logisch strengen Trendverfolgung, die durch die kombinierte Verwendung von mehreren technischen Indikatoren Erträge und Risiken wirksam ausgleicht. Die Kernvorteile der Strategie liegen in ihren ausgefeilten Signalerkennungsmechanismen und Risikokontrollsystemen, aber gleichzeitig stehen sie vor Herausforderungen wie übermäßiger Überschneidung und Rückstand. Durch die vorgeschlagene Optimierungsrichtung wird die Strategie in der Praxis besser funktionieren.
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-27 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This work is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
// © wielkieef
//@version=5
strategy(title=' Rsi Long-Term Strategy [15min]', overlay=true, pyramiding=1, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, calc_on_order_fills=false, slippage=0, commission_type=strategy.commission.percent, commission_value=0.03)
// Rsi
rsi_lenght = input.int(10, title='RSI lenght', minval=0)
rsi_up = ta.rma(math.max(ta.change(close), 0), rsi_lenght)
rsi_down = ta.rma(-math.min(ta.change(close), 0), rsi_lenght)
rsi_value = rsi_down == 0 ? 100 : rsi_up == 0 ? 0 : 100 - 100 / (1 + rsi_up / rsi_down)
rsi_overs = rsi_value <= 30
rsi_overb = rsi_value >= 70
// Volume
vol_sma_length = input.int(20, title='Volume lenght ', minval=1)
Volume_condt = volume > ta.sma(volume, vol_sma_length) * 2.5
//SMA1
lengthSMA1 = input(250, title="Lenght SMA 1")
SMA1 = ta.sma(close, lengthSMA1)
//plot(SMA1, color=color.rgb(245, 108, 3), linewidth=1, title="SMA250")
//SMA2
lengthSMA2 = input(500, title="Lenght SMA 2")
SMA2 = ta.sma(close, lengthSMA2)
//plot(SMA2, color=#9803f5, linewidth=1, title="SMA500")
//Entry Logic
Long_cond = (rsi_overs and SMA1 > SMA2 and Volume_condt )
if Long_cond
strategy.entry('Long', strategy.long)
//Close Logic
Long_close = ta.crossunder(SMA1,SMA2)
if Long_close
strategy.close("Long")
//Bar colors
Bar_color = Volume_condt ? #fc9802 : SMA1 > SMA2 ? color.rgb(84, 252, 0) : SMA1 < SMA2 ? color.maroon : color.gray
barcolor(color=Bar_color)
// Rsi value Plotshapes
plotshape(rsi_value < 30 and SMA1 > SMA2 and Volume_condt, title='Buy', color=color.new(color.green, 0), style=shape.circle, location=location.belowbar, size=size.tiny, textcolor=color.new(color.black, 0))
plotshape(rsi_value > 70 and SMA1 < SMA2 and Volume_condt, title='Sell', color=color.new(color.red, 0), style=shape.circle, location=location.abovebar, size=size.tiny, textcolor=color.new(color.black, 0))
plotshape(ta.crossunder(SMA1,SMA2) , title='DEATH CROSS', color=#000000, style=shape.xcross, location=location.abovebar, size=size.small, textcolor=color.new(color.black, 0))
//Stop-Loss// this code is from author RafaelZioni, modified by wielkieef
pera(pcnt) =>
strategy.position_size != 0 ? math.round(pcnt / 100 * strategy.position_avg_price / syminfo.mintick) : float(na)
stoploss = input.float(title=' stop loss', defval=5.0, minval=0.5)
los = pera(stoploss)
strategy.exit('SL', loss=los)
// by wielkieef