Stratégie de trading quotidienne de Bitcoin basée sur plusieurs indicateurs
ChaoZhang
Aperçu
Cette stratégie est basée sur une combinaison d’indicateurs multiples pour rechercher des opportunités de négociation dans la période de la ligne solaire de Bitcoin. Elle utilise principalement des indicateurs tels que le MACD, le RSI et le RSI de Stoch, combinés à la direction de la ligne de parité, pour juger de la direction de la tendance actuelle et émettre des signaux d’achat et de vente.
Principe de stratégie
La stratégie utilise principalement les indicateurs suivants:
MACD
(快线-慢线)Le MACD est un signal d’achat lorsqu’il est sur la ligne, et un signal de vente lorsqu’il est sur la ligne.L’indice RSI est un indicateur de faiblesse relative. Il sert de signal d’achat lorsque le RSI franchit une limite définie.
Le Stoch RSI est un indicateur qui reflète le RSI en tant que signe d’achat ou de vente lorsque le Stoch RSI est inférieur au seuil fixé et supérieur au seuil fixé.
La direction de la ligne moyenne. Le signal de vente est donné lorsque la ligne moyenne est franchie sous le prix de clôture.
Selon ces indicateurs, les signaux de trading de la stratégie sont les suivants:
Signaux d’achatJe suis désolée.(Stoch RSI < 设定阈值) 且 (MACD上穿阈值 或 RSI上穿阈值)Une fois
Vendre le signalJe suis désolée.(MACD下穿0) 且 (收盘价下穿均线 或 Stoch RSI > 设定阈值)Une fois
L’utilisation combinée de plusieurs indicateurs permet de juger plus précisément la direction de la tendance actuelle et d’émettre des signaux de négociation aux points de basculement de la tendance.
Avantages stratégiques
L’utilisation combinée de plusieurs indicateurs permet d’améliorer l’exactitude des jugements et d’éviter les signaux erronés causés par un seul indicateur.
L’indicateur MACD permet de juger de la direction et de la force de la tendance actuelle. L’indicateur RSI reflète la situation de survente et de survente. L’indicateur RSI de Stoch juge la situation de survente et de survente du RSI.
Les signaux d’achat et de vente sont régis par une combinaison de plusieurs indicateurs, ce qui permet de filtrer les faux signaux et d’éviter les transactions inutiles.
La rétrospective de la stratégie a débuté le 1er janvier 2017 et contient des informations sur les événements marquants de la fin de l’année 2017 et permet de vérifier la performance de la stratégie sur les événements.
La stratégie contient des paramètres de stop-loss qui permettent de contrôler les pertes d’une seule transaction.
Risque stratégique
Bien que la combinaison de plusieurs indicateurs puisse améliorer l’exactitude, il peut également y avoir des divergences entre les indicateurs, ce qui entraîne un certain risque d’erreur de jugement.
Le niveau de stop-loss optimisé pour la stratégie peut nécessiter un ajustement en fonction des circonstances. Un stop-loss trop large augmente la perte individuelle et un stop-loss trop étroit est retiré.
Les stratégies à l’échelle de la ligne directrice ne permettent pas d’effectuer des opérations détaillées dans des délais plus courts. Les événements inattendus ne peuvent pas être pris en compte lorsqu’ils entraînent de fortes fluctuations à court terme.
Les stratégies n’ont été testées que sur une partie de l’historique, et il existe un risque de suradaptation. Les stratégies doivent être testées sur une plus grande échelle de temps et sur un plus grand nombre de marchés pour être vérifiées.
Direction d’optimisation
Tester plus de combinaisons d’indicateurs pour trouver de meilleures stratégies de combinaisons d’indicateurs.
Optimiser les paramètres de l’indicateur pour trouver la valeur la plus appropriée.
Testez différents niveaux de stop-loss pour trouver la meilleure combinaison de stop-loss et de stop-loss ratio.
Les résultats de l’enquête ont été publiés dans le journal Le Monde, publié par l’agence de presse Le Monde, et publiés dans le journal Le Monde.
Essayez d’appliquer cette stratégie à des intervalles de temps plus élevés, pour effectuer des transactions plus fréquentes.
Résumer
Cette stratégie utilise plusieurs indicateurs, tels que le MACD, le RSI et le RSI de Stoch, pour déterminer la direction de la tendance actuelle au niveau de la ligne de jour du Bitcoin et émettre un signal de négociation au point de basculement de la tendance. La stratégie a fait de bons résultats en termes de rétroaction, mais elle doit encore être vérifiée sur une période plus longue et sur un plus grand nombre de marchés pour éviter le risque de convergence.
/*backtest
start: 2022-10-23 00:00:00
end: 2023-10-29 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Original code is from CredibleHulk and modified by bennef
strategy("BTC Daily Strategy BF", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075)
/////////////// Time Frame ///////////////
testStartYear = input(2017, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)
testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)
testPeriod() => true
/////////////// Input Params ///////////////
rsi_threshold = input(30)
rsi_length = input(4)
srsi_length = input(8)
srsi_smooth = input(4)
srsi_sell_threshold = input(57)
length = input(14)
dma_signal_threshold = input(-1)
fastLength = input(11)
slowlength = input(18)
MACDLength = input(6)
MACD_signal_threshold = input(-2)
short_loss_tol = input(5)
long_loss_tol = input(5)
stop_level_long = strategy.position_avg_price * (1 - long_loss_tol / 100.0)
stop_level_short = strategy.position_avg_price * (1 + short_loss_tol / 100.0)
/////////////// Signal generation ///////////////
// MACD
MACD = ema(close, fastLength) - ema(close, slowlength)
aMACD = ema(MACD, MACDLength)
delta = MACD - aMACD
// RSI and Stochastic RSI
rs = rsi(close, rsi_length)
k = sma(stoch(rs, rs, rs, srsi_length), srsi_smooth)
// SMA
norm = sma(ohlc4, length)
threshold = close - norm
/////////////// Strategy ///////////////
long = ((crossover(delta, MACD_signal_threshold) or crossover(rs, rsi_threshold)) and k < srsi_sell_threshold)
short = (crossunder(delta, 0) or (crossunder(threshold, dma_signal_threshold) and k > srsi_sell_threshold))
if testPeriod()
strategy.entry("L", strategy.long, when = long)
strategy.entry("S", strategy.short, when = short)
strategy.exit("stop loss L", from_entry = "L", stop = stop_level_long)
strategy.exit("stop loss S", from_entry = "S", stop = stop_level_short)
/////////////// Plotting ///////////////
// MACD
plot(delta, color = delta > MACD_signal_threshold ? color.lime : delta < 0 ? color.red : color.yellow)
MACD_signal_threshold_line = hline(MACD_signal_threshold, color = color.yellow, title = "MACD Signal Threshold")
// RSI
plot(rs, color = rs > rsi_threshold ? color.lime : color.fuchsia)
rsi_threshold_line = hline(rsi_threshold, color = color.fuchsia, title = "RSI Threshold")
// Stochastic RSI
plot(k, color = k > srsi_sell_threshold ? color.lime : color.red)
srsi_sell_threshold_line = hline(srsi_sell_threshold, color = color.white, title = "Stoch RSI Threshold")
// SMA
plot(threshold / 100, color = threshold < dma_signal_threshold ? color.red : color.blue)
dma_signal_threshold_line = hline (dma_signal_threshold, color = color.blue, title = "DMA Signal Threshold")
bgcolor(long ? color.lime : short ? color.red : na, transp=50)