Stratégie RSI à moyenne mobile saisonnière


Date de création: 2023-10-27 16:04:21 Dernière modification: 2023-10-27 16:04:21
Copier: 0 Nombre de clics: 620
1
Suivre
1617
Abonnés

Stratégie RSI à moyenne mobile saisonnière

Aperçu

Cette stratégie combine deux indicateurs techniques, la moyenne mobile et l’indice de force relative (RSI), pour capturer les caractéristiques saisonnières et périodiques, générant ainsi un signal de négociation. L’avantage de cette stratégie réside dans le fait qu’il est possible d’identifier très clairement les comportements saisonniers, mais il existe également un risque d’être induit en erreur par de faux signaux.

Principe de stratégie

Cette stratégie commence par calculer une moyenne mobile pour un certain laps de temps n afin de capturer la direction de la tendance à moyen et long terme des prix. Ensuite, elle calcule l’indicateur RSI de cette moyenne mobile afin de déterminer si elle est actuellement en survente ou en survente. Le RSI permet de déterminer le sentiment actuel du marché en calculant le rapport entre les hausses et les baisses sur un certain laps de temps.

Lorsque le RSI est en bas de la trajectoire, il génère un signal d’achat, indiquant qu’il est actuellement en survente, et peut être acheté. Lorsque le RSI est en bas de la trajectoire, il génère un signal de vente, indiquant qu’il est actuellement en survente, et peut être vendu. En outre, la stratégie définit une plage de mois et de dates, permettant de négocier uniquement entre les mois et les dates spécifiés, afin de capturer les caractéristiques saisonnières.

Avantages stratégiques

  • L’utilisation de la moyenne mobile pour déterminer la tendance générale, le RSI pour déterminer le phénomène de surachat et de survente, combiné à un double indicateur pour améliorer l’exactitude du jugement
  • La définition d’une gamme de dates par mois permet de reconnaître efficacement les caractéristiques saisonnières et de saisir les opportunités de négociation
  • Le paramètre RSI est réglé de manière flexible et peut être ajusté pour juger de la sensibilité des surachats et des surventeurs
  • Paramètres de moyenne mobile personnalisables pour ajuster la sensibilité à la détection des grandes tendances

Risques stratégiques et solutions

  • Il existe un risque d’être induit en erreur par des signaux erronés. Par exemple, un renversement de tendance déclenché par un événement inattendu non saisonnier peut entraîner un signal de trading inapproprié. La solution consiste à ajuster la plage de dates mensuelles pour éviter le risque d’événements possibles.

  • Lors d’un renversement de tendance, il peut y avoir un décalage entre la moyenne mobile et l’indicateur RSI, ce qui entraîne une incohérence des signaux de négociation. La solution consiste à ajuster les paramètres de la moyenne mobile de manière appropriée, en raccourcissant les cycles pour capturer plus rapidement le renversement de tendance.

  • La plage de dates prévue pour le mois peut être décalée par rapport au moment où les saisons réelles se produisent. La solution consiste à déterminer des paramètres de plage de saisons plus précis en fonction des tests de données historiques.

  • La solution consiste à définir une gamme plus large pour éviter d’être trompé par de petites fluctuations.

Orientation de l’optimisation de la stratégie

  • D’autres indicateurs auxiliaires peuvent être introduits, tels que l’indice boursier oscillant ((STOCH) et ainsi de suite, afin de définir des conditions de filtrage plus strictes et de réduire les signaux erronés.

  • Il est possible de tester plus de combinaisons différentes de paramètres pour trouver les paramètres optimaux pour améliorer l’efficacité de la stratégie. Par exemple, ajuster le cycle de la moyenne mobile, les paramètres de la trajectoire ascendante et descendante du RSI, etc.

  • La méthode d’optimisation par étapes peut être utilisée pour rechercher automatiquement l’espace de paramètres pour trouver la combinaison optimale de paramètres.

  • Il est possible de collecter plus de données historiques, d’utiliser des méthodes d’apprentissage automatique pour former et optimiser les règles de stratégie.

  • Il est possible d’envisager d’inclure des stratégies de stop-loss et d’optimiser la gestion des fonds.

Résumer

Cette stratégie utilise des moyennes mobiles et des indicateurs RSI, ainsi que des facteurs saisonniers, pour former un système de détection des tendances et des surachats. L’avantage de la stratégie réside dans la capacité d’identifier clairement les tendances saisonnières et de saisir les opportunités de négociation.

Code source de la stratégie
/*backtest
start: 2023-09-26 00:00:00
end: 2023-10-26 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title = " RSI of MA Strategy ",shorttitle="MARSI Strategy",default_qty_type = strategy.percent_of_equity, default_qty_value = 100,commission_type=strategy.commission.percent,commission_value=0.1,initial_capital=1)



lengthofma = input(15,minval=1,title="Length of MA")
len = input(14, minval=1, title="Length")
upperband = input(70,minval=1,title='Upper Band for RSI')
lowerband = input(30,minval=1,title="Lower Band for RSI")

src=sma(close,lengthofma)
up = rma(max(change(src), 0), len)
down = rma(-min(change(src), 0), len)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
plot(rsi, color=purple)

band1 = hline(upperband)
band0 = hline(lowerband)
fill(band1, band0, color=purple, transp=90)



longCond =  crossover(rsi,lowerband)

shortCond =  crossunder(rsi,upperband)




monthfrom =input(1)
monthuntil =input(12)
dayfrom=input(1)
dayuntil=input(31)

if (  longCond ) 
    strategy.entry("LONG", strategy.long, stop=close, oca_name="TREND",  comment="LONG")
    
else
    strategy.cancel(id="LONG")
    



if ( shortCond ) 

    strategy.entry("SHORT", strategy.short,stop=close, oca_name="TREND",  comment="SHORT")
else
    strategy.cancel(id="SHORT")