Stratégie de trading à court terme basée sur le RSI et le SMA


Date de création: 2024-02-01 10:35:30 Dernière modification: 2024-02-01 10:35:30
Copier: 0 Nombre de clics: 607
1
Suivre
1617
Abonnés

Stratégie de trading à court terme basée sur le RSI et le SMA

Aperçu

Cette stratégie est appelée le pourcentage de variation du RSI et du SMA à court terme. Elle utilise des indicateurs techniques courants tels que le RSI et la moyenne mobile pour décider des entrées et des sorties de transactions. Le RSI est un indicateur de dynamique de la gamme 0 à 100 qui peut montrer le phénomène de survente et de survente du marché.

Principe de stratégie

Lorsque le RSI est supérieur à 50, il est considéré comme un signal de multiples. Cela indique que le marché est dans une zone équilibrée à multiples. Lorsque le SMA de 9 jours est supérieur au SMA de 100 jours, cela indique que la tendance à court terme est meilleure que la tendance à long terme, et que l’entrée est possible. De plus, si la variation du prix relatif du SMA de 9 jours à court terme est supérieure à 6%, cela indique que la tendance à court terme s’accélère.

Si vous avez déjà détenu trop de positions, cette stratégie utilise la ligne de parachute pour bloquer les gains. Elle est suivie d’une perte de pourcentage, et se retire de la position lorsque le prix se rétracte.

Analyse des avantages

Cette stratégie, combinant un indicateur de tendance et un indicateur de survente, permet d’entrer en jeu lorsque la tendance est plus claire, tout en évitant les périodes où le marché est en train de se retourner, ce qui réduit considérablement le risque de négociation. La stratégie de stop-loss peut également bloquer les bénéfices et empêcher les bénéfices de s’évaporer complètement lorsque la tendance se retourne.

Les résultats de la rétrospective montrent que cette stratégie peut être rentable dans des tendances à court terme plus claires et qu’elle est plus efficace.

Analyse des risques

La stratégie repose sur des indicateurs tels que le RSI et le SMA, qui ont une certaine latence. Lorsque des événements inattendus entraînent une reprise rapide du marché, la stratégie peut ne pas être retirée à temps, ce qui entraîne de grandes pertes.

En outre, les transactions à haute fréquence entraînent des frais de transaction plus élevés. Si les transactions sont trop fréquentes, les frais de transaction accumulés peuvent également avoir un impact sur les bénéfices.

Direction d’optimisation

Cette stratégie peut être envisagée en combinant plus d’indicateurs pour décider des signaux d’entrée et de sortie, par exemple en ajoutant un indicateur de volume de transactions pour éviter les faux-breechers. La stratégie de stop loss peut également être adaptée de manière plus flexible, en tenant compte des facteurs de volatilité du marché.

En outre, il est possible d’optimiser les variétés de transactions et les paramètres de cycle pour trouver la combinaison optimale de paramètres. Il est également possible d’envisager des transactions intercycliques, en utilisant des cycles plus élevés pour déterminer la direction de la tendance et des cycles plus bas pour décider de l’entrée.

Résumer

Cette stratégie utilise des indicateurs techniques courants tels que le RSI et le SMA pour construire une stratégie de trading à court terme. Elle peut capturer des tendances à court terme plus claires pour réaliser des bénéfices, tout en ayant un arrêt pour bloquer les bénéfices.

Code source de la stratégie
/*backtest
start: 2024-01-24 00:00:00
end: 2024-01-31 00:00:00
period: 1m
basePeriod: 1m
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/
// © Coinrule

//@version=5
strategy("Short Term RSI and SMA Percentage Change",
         overlay=true,
         initial_capital=1000,
         process_orders_on_close=true,
         default_qty_type=strategy.percent_of_equity,
         default_qty_value=100,
         commission_type=strategy.commission.percent,
         commission_value=0.1)

showDate = input(defval=true, title='Show Date Range')
timePeriod = time >= timestamp(syminfo.timezone, 2022, 5, 1, 0, 0)
notInTrade = strategy.position_size <= 0

//==================================Buy Conditions============================================

//RSI
length = input(14)
rsi = ta.rsi(close, length)
buyCondition1 = rsi > 50

//MA
SMA9 = ta.sma(close, 9)
SMA100 = ta.sma(close, 100)
plot(SMA9, color = color.green)
plot(SMA100, color = color.blue)
buyCondition2 = (SMA9 > SMA100)

//Calculating MA Percentage Change
buyMA = (close/SMA9)
buyCondition3 = buyMA >= 0.06

if (buyCondition1 and buyCondition2 and buyCondition3 and timePeriod) //and buyCondition
    strategy.entry("Long", strategy.long)

//==================================Sell Conditions============================================

// Configure trail stop level with input options
longTrailPerc = input.float(title='Trail Long Loss (%)', minval=0.0, step=0.1, defval=5) * 0.01
shortTrailPerc = input.float(title='Trail Short Loss (%)', minval=0.0, step=0.1, defval=5) * 0.01

// Determine trail stop loss prices
longStopPrice = 0.0
shortStopPrice = 0.0

longStopPrice := if strategy.position_size > 0
    stopValue = close * (1 - longTrailPerc)
    math.max(stopValue, longStopPrice[1])
else
    0

shortStopPrice := if strategy.position_size < 0
    stopValue = close * (1 + shortTrailPerc)
    math.min(stopValue, shortStopPrice[1])
else
    999999
    
strategy.exit('Exit', stop = longStopPrice, limit = shortStopPrice)