आरएसआई-सीसीआई फ्यूजन रणनीति आरएसआई और सीसीआई संकेतकों की ताकतों को एक शक्तिशाली ट्रेडिंग दृष्टिकोण बनाने के लिए जोड़ती है। यह अधिक व्यापक बाजार मूल्यांकन के लिए गति और चक्रीय गतिशीलता दोनों को पकड़ती है।
आरएसआई और सीसीआई मानों की गणना करें।
बेहतर तुलना के लिए आरएसआई और सीसीआई को जेड-स्कोर का उपयोग करके मानकीकृत करें।
निर्दिष्ट भारों के साथ मानक आरएसआई और सीसीआई फ्यूज करें।
अधिक खरीदे गए/अधिक बेचे गए स्तरों की पहचान करने के लिए गतिशील ऊपरी और निचले बैंडों की गणना करें।
जब संलयन संकेतक ऊपरी बैंड से नीचे जाता है तो इसे छोटा मानें।
अकेले आरएसआई या सीसीआई का उपयोग करने की तुलना में, इस रणनीति के लाभों में शामिल हैंः
बेहतर सटीकता के लिए दोनों संकेतकों की ताकत को एकीकृत करता है।
अधिक वैज्ञानिक गतिशील बैंड झूठे संकेतों को कम करते हैं।
मानकीकरण तुलनात्मकता को सक्षम करता है, संलयन में सुधार करता है।
प्रवृत्ति और ओवरबॉट/ओवरसोल्ड दोनों स्थितियों का आकलन कर सकता है।
इस रणनीति के कुछ जोखिमः
अनुचित मापदंडों से महत्वपूर्ण व्यापार बिंदुओं को याद किया जा सकता है।
अपर्याप्त भार एक संकेतक की भूमिका को कमजोर कर सकता है।
समग्र रुझान की अनदेखी करने से विपरीत रुझान के कारोबार हो सकते हैं।
बैंड सेटिंग्स बहुत ढीली या बहुत तंग होने से गलत आकलन का खतरा बढ़ जाता है।
इसे निम्न के द्वारा अनुकूलित किया जा सकता हैः
परीक्षण के माध्यम से इष्टतम मापदंडों का पता लगाना।
बाजार की स्थितियों के आधार पर भारों को समायोजित करना।
बेहतर सटीकता के लिए रुझान और मात्रा संकेतकों को शामिल करना।
जोखिमों को नियंत्रित करने के लिए स्टॉप लॉस/टेक प्रॉफिट सेट करना।
संवेदनशीलता और शोर को संतुलित करने के लिए बैंडों का अनुकूलन।
आरएसआई-सीसीआई फ्यूजन रणनीति संकेतकों को समेकित करके निर्णय में सुधार करती है। उचित मापदंडों और जोखिम नियंत्रण के साथ, यह आम तौर पर एकल संकेतक रणनीतियों से बेहतर प्रदर्शन करती है। लेकिन बाजार की स्थितियों के आधार पर समायोजन अभी भी आवश्यक हैं।
/*backtest
start: 2023-08-19 00:00:00
end: 2023-09-18 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © Julien_Eche
//@version=5
// strategy("RSI-CCI Fusion Strategy", shorttitle="RSI-CCI Fusion Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
length = input(14, title="Length")
rsi_weight = input.float(0.5, title="RSI Weight", minval=0.0, maxval=1.0)
cci_weight = 1.0 - rsi_weight
enableShort = input(false, "Enable Short Positions")
src = close
rsi = ta.rsi(src, length)
cci = ta.cci(src, length)
// Standardize the RSI and CCI values using z-score
rsi_std = ta.stdev(rsi, length)
rsi_mean = ta.sma(rsi, length)
rsi_z = (rsi - rsi_mean) / rsi_std
cci_std = ta.stdev(cci, length)
cci_mean = ta.sma(cci, length)
cci_z = (cci - cci_mean) / cci_std
// Combine the standardized RSI and CCI
combined_z = rsi_weight * rsi_z + cci_weight * cci_z
// Rescale to the original scale
rescaled = combined_z * ta.stdev(combined_z, length) + ta.sma(combined_z, length)
// Calculate dynamic upper and lower bands
upper_band = ta.sma(rescaled, length) + ta.stdev(rescaled, length)
lower_band = ta.sma(rescaled, length) - ta.stdev(rescaled, length)
// Buy and sell conditions
buySignal = ta.crossover(rescaled, lower_band)
sellSignal = ta.crossunder(rescaled, upper_band)
// Enter long position
if buySignal
strategy.entry("Buy", strategy.long)
// Exit long position
if sellSignal
strategy.close("Buy")
// Enter short position if enabled
if enableShort and sellSignal
strategy.entry("Sell", strategy.short)
// Exit short position if enabled
if enableShort and buySignal
strategy.close("Sell")