Estrategia de seguimiento de tendencias basada en múltiples EMA y RSI


Fecha de creación: 2024-03-01 13:26:24 Última modificación: 2024-03-01 13:26:24
Copiar: 10 Número de Visitas: 774
1
Seguir
1617
Seguidores

Estrategia de seguimiento de tendencias basada en múltiples EMA y RSI

Descripción general

Este artículo analiza principalmente la estrategia de comercio cuantitativa basada en el índice múltiple de promedios móviles (EMA) y el índice de fuerza relativa (RSI) desarrollado por Ravikant_sharma. La estrategia determina el valor de los diferentes períodos de cruce de los EMA y el RSI, identifica la tendencia de los precios y determina los momentos de entrada y salida.

Principio de estrategia

Cálculo del indicador

La estrategia utiliza 5 EMA de diferentes períodos, incluyendo la línea de 9 días, la línea de 21 días, la línea de 51 días, la línea de 100 días y la línea de 200 días. El código solo traza los primeros 4 EMA. El parámetro RSI está configurado para 14.

Condiciones de ingreso

La estrategia consiste en abrir más posiciones cuando se cumplen cualquiera de las siguientes condiciones:

  1. 9 de EMA y 21 de EMA
  2. 9 de EMA y 51 de EMA
  3. 51 días por debajo de la EMA y 100 días por debajo de la EMA

El RSI también debe ser mayor que 65, lo que indica una fuerte tendencia alcista.

Condiciones de salida

La estrategia de salida de la posición de equilibrio se ejecuta cuando se cumple una de las siguientes condiciones:

  1. El EMA del 9o cruza el EMA del 51o, lo que indica un cambio de tendencia
  2. El precio de cierre superó el precio de entrada en un 125%, alcanzando el objetivo de ganancias
  3. RSI por debajo de 40, lo que indica una señal de cambio
  4. El precio de cierre es un 98% inferior al precio de entrada.

Análisis de las ventajas

Es una estrategia típica de seguimiento de tendencias que tiene las siguientes ventajas:

  1. El uso de EMA cruzado para determinar la dirección de la tendencia permite un seguimiento eficaz de la tendencia de los precios.
  2. La combinación de EMA de diferentes períodos permite identificar señales de tendencia más confiables
  3. El filtro RSI evita la generación de señales erróneas en situaciones de oscilación
  4. Establecer el punto de parada para bloquear ganancias y controlar el riesgo

Análisis de riesgos y soluciones

La estrategia también tiene sus riesgos:

  1. En situaciones convulsivas, puede haber varias señales de incertidumbre que conducen a un comercio demasiado frecuente. Se puede ajustar adecuadamente los parámetros del ciclo EMA o agregar las condiciones de filtración del RSI.
  2. Cuando la situación cambia drásticamente, las señales de cruce de EMA pueden retrasarse y no detenerse a tiempo. Se puede combinar con otros indicadores para determinar la intensidad de las señales de exceso y de baja.
  3. El objetivo de ganancias y el margen de pérdidas se establecen incorrectamente, lo que puede ocasionar pérdidas tempranas o detenciones prematuras. Los parámetros deben optimizarse según las características de las diferentes variedades y el entorno del mercado.

Dirección de optimización de la estrategia

La estrategia también puede ser optimizada en las siguientes direcciones:

  1. Aumentar la optimización de parámetros de las variedades de comercio, estableciendo la combinación óptima de parámetros para las diferentes variedades
  2. Añadir otros indicadores de juicio, como KDJ, MACD, etc., para formar un modelo multifactorial
  3. Aumentar el aprendizaje automático de las herramientas de control de viento para evaluar la calidad de la señal con modelos y reducir la probabilidad de error.
  4. Combina el análisis de emociones para evitar transacciones erróneas impulsadas por emociones extremas
  5. Prueba diferentes estrategias de stop-loss para encontrar el parámetro óptimo

Resumir

Esta estrategia en general es una estrategia de seguimiento de tendencias fiable y fácil de implementar. Utiliza EMA de varios períodos para determinar la dirección de la tendencia, y luego se combina con señales falsas de filtración RSI para optimizar los parámetros y optimizar los modelos sobre la base de un mejor efecto de retroalimentación. Se espera obtener ganancias estables.

Código Fuente de la Estrategia
/*backtest
start: 2024-01-30 00:00:00
end: 2024-02-29 00:00:00
period: 3h
basePeriod: 15m
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/
// © Ravikant_sharma

//@version=5

strategy('new', overlay=true)

start = timestamp(1990, 1, 1, 0, 0)
end = timestamp(2043, 12, 12, 23, 59)
ema0 = ta.ema(close, 9)
ema1 = ta.ema(close, 21)
ema2 = ta.ema(close, 51)
ema3 = ta.ema(close, 100)
ema4 = ta.ema(close, 200)

rsi2=ta.rsi(ta.sma(close,14),14)
plot(ema0, '9', color.new(color.green, 0))
plot(ema1, '21', color.new(color.black, 0))
plot(ema2, '51', color.new(color.red, 0))
plot(ema3, '200', color.new(color.blue, 0))   

//plot(ema4, '100', color.new(color.gray, 0)) 


//LongEntry = (  ta.crossover(ema0,ema3)  or  ta.crossover(ema0,ema2) or  ta.crossunder(ema2,ema3) ) // ta.crossover(ema0,ema1) //
LongEntry=false
if ta.crossover(ema0,ema1) 
    if rsi2>65
        LongEntry:=true
if ta.crossover(ema1,ema2)
    if rsi2>65
        LongEntry:=true
        
LongExit =  ta.crossunder(ema0,ema2) or close >(strategy.position_avg_price*1.25) or rsi2 <40 or close < (strategy.position_avg_price*0.98)



if time >= start and time <= end 
    if(LongEntry and rsi2>60)
        strategy.entry('Long', strategy.long, 1)
    if(LongExit)
        strategy.close('Long')