ChaoZhang
Descripción general
La estrategia es un sistema de comercio cuantitativo basado en el Gaussian Channel y el RSI aleatorio. La estrategia se utiliza para el comercio múltiple y no para la operación de brecha.
Principio de estrategia
La lógica central de la estrategia se basa en los siguientes cálculos clave:
- Construcción del canal de Gauss: con el EMA como medio carril, el doble de la diferencia estándar como anchura del canal para subir y bajar.
- Calculación del RSI al azar: primero se calcula el RSI de 14 períodos, luego se calculan los máximos y mínimos del RSI en 14 períodos, y finalmente se calcula la posición relativa del RSI actual dentro de este rango.
- La señal de entrada: el precio se rompe en la vía descendente del canal, mientras que el indicador RSI aleatorio se rompe desde menos de 20 hacia arriba
- La salida de la señal: el precio se rompe en la vía de subida o el indicador RSI aleatorio se rompe desde más de 80 hacia abajo.
Ventajas estratégicas
- Mecanismo de doble confirmación: reduce el efecto de las señales falsas mediante la combinación de canales de precios y indicadores de movimiento.
- Control de riesgos: se utiliza la gestión de posiciones porcentuales y se tienen en cuenta los costos de transacción y los factores de deslizamiento.
- Características de la regresión de la media: el canal de Gauss puede capturar eficazmente el rango de fluctuación de los precios, mejorando la precisión de las transacciones.
- Dinámica y adaptabilidad: los parámetros de la estrategia se pueden ajustar de manera óptima en función de las diferentes condiciones del mercado.
Riesgo estratégico
- Riesgo en el mercado de tendencia: en un mercado de tendencia fuerte, se puede cerrar posiciones prematuramente, lo que lleva a perder el mercado principal.
- Sensibilidad a los parámetros: la configuración de los parámetros de multiplicador de canal y RSI tiene un gran impacto en el rendimiento de la estrategia.
- Dependencia del entorno del mercado: las estrategias tienen un buen desempeño en mercados convulsionados, pero pueden tener un mal desempeño en mercados unilaterales.
- Cálculo del riesgo de retraso: los indicadores técnicos tienen un cierto retraso en el cálculo, lo que puede afectar el tiempo de negociación.
Dirección de optimización de la estrategia
- Introducción de parámetros de adaptación: se puede ajustar el multiplicador de canales en función de la fluctuación dinámica de la tasa de mercado.
- Aumentar la identificación del entorno de mercado: agregar indicadores de intensidad de tendencia y usar diferentes configuraciones de parámetros en diferentes entornos de mercado.
- Optimización de la gestión de fondos: se puede ajustar el porcentaje de tenencia de acuerdo con la dinámica de la intensidad de la señal.
- Mejora de los mecanismos de detención de pérdidas: aumento de la función de seguimiento de las pérdidas y mejor protección de los beneficios.
Resumir
La estrategia, combinada con el canal de Gauss y el indicador de RSI aleatorio, construye un sistema de negociación relativamente estable. La estrategia tiene la ventaja de un mecanismo de doble confirmación y un control de riesgo completo, pero también debe tener en cuenta la adaptabilidad a diferentes entornos de mercado. La estabilidad y la rentabilidad de la estrategia se pueden mejorar aún más mediante la introducción de direcciones de optimización como parámetros de adaptación y identificación de entornos de mercado.
Código Fuente de la Estrategia
/*backtest
start: 2024-02-18 00:00:00
end: 2025-01-30 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Gaussian Channel with Stochastic RSI", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=200, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0)
// Gaussian Channel Parameters
gc_length = input.int(20, "Gaussian Channel Length", minval=1)
gc_mult = input.float(2.0, "Gaussian Channel Multiplier", minval=0.1)
middle = ta.ema(close, gc_length)
stdev = ta.stdev(close, gc_length)
upper = middle + gc_mult * stdev
lower = middle - gc_mult * stdev
// Plot Channels
plot(middle, "Middle Line", color=color.blue)
plot(upper, "Upper Channel", color=color.red)
plot(lower, "Lower Channel", color=color.green)
// Stochastic RSI Parameters
rsi_length = input.int(14, "RSI Length", minval=1)
stoch_length = input.int(14, "Stochastic Length", minval=1)
smooth_k = input.int(3, "Smooth %K", minval=1)
oversold = input.int(20, "Oversold Level", minval=0, maxval=100)
overbought = input.int(80, "Overbought Level", minval=0, maxval=100)
// Calculate Stochastic RSI
rsi = ta.rsi(close, rsi_length)
lowest_rsi = ta.lowest(rsi, stoch_length)
highest_rsi = ta.highest(rsi, stoch_length)
stoch_rsi = highest_rsi != lowest_rsi ? (rsi - lowest_rsi) / (highest_rsi - lowest_rsi) * 100 : 0
k = ta.sma(stoch_rsi, smooth_k)
// Entry/Exit Conditions
enterLong = ta.crossover(close, lower) and ta.crossover(k, oversold)
exitLong = ta.crossover(close, upper) or ta.crossunder(k, overbought)
// Strategy Execution
if (time >= timestamp(2018, 01, 01, 0, 0) and time < timestamp(2069, 01, 01, 0, 0))
if enterLong
strategy.entry("Long", strategy.long)
if exitLong
strategy.close("Long")