Strategi Tren Kripto dengan RSI Meningkat
ChaoZhang
Ringkasan
Strategi tren crypto RSI naik adalah strategi tren pasar cryptocurrency dan saham yang berlaku untuk jangka waktu yang lebih lama (misalnya 4 jam atau lebih).
Strategi ini menggunakan indikator RSI untuk mengidentifikasi tren naik dan turun, dan digabungkan dengan Bollinger Bands dan Change Rate Indicators untuk menghindari perdagangan yang terdesentralisasi. Menurut tes, strategi ini berkinerja lebih baik dalam perdagangan mata uang kripto terhadap mata uang kripto daripada perdagangan dengan mata uang fiat.
Prinsip Strategi
Strategi ini menggunakan indikator-indikator berikut:
- RSI - Mengidentifikasi tren naik dan turun
- Sabuk Brin - Mengidentifikasi Perhitungan
- Tingkat Perubahan - Mengidentifikasi Arah Tren
Aturan transaksi yang spesifik adalah sebagai berikut:
Peraturan untuk membuka posisi
Posisi overhead: RSI naik dan Bollinger Bands dan Change Rate Indicators menunjukkan bahwa tidak ada penataan, melakukan overhead Posisi kosong: RSI turun dan indikator Brinks dan Change Rate menunjukkan tidak terkonsolidasi, melakukan shorting
Aturan posisi rata
Menerima sinyal mundur
Analisis Keunggulan
- Menggunakan indikator RSI untuk mengidentifikasi arah tren dan menangkap titik balik tren tepat waktu
- Bergabunglah dengan Brin Belt Identifikasi untuk menghindari kehilangan tren atau terjebak di dalam penjara
- Indikator Rate of Change membantu mengkonfirmasi arah tren, membuat sinyal perdagangan lebih dapat diandalkan
- Cocok untuk perdagangan jangka panjang, menguntungkan
- Lebih cocok untuk transaksi cryptocurrency terhadap cryptocurrency, menghindari risiko nilai tukar mata uang fiat
Analisis risiko
- Strategi ini tidak memiliki aturan stop loss dan memiliki risiko yang lebih besar.
- Setelan yang tidak tepat dari parameter Brinband dan Rate of Change dapat menyebabkan peluang yang terlewatkan atau sinyal yang salah
- Tidak ada indikasi teknis untuk menanggulangi Black Swan.
Perlu diperhatikan untuk meningkatkan stop loss amplitudo, menyesuaikan kombinasi parameter Brinks dan Rate of Change, dan menggabungkannya dengan analisis fundamental.
Arah optimasi
Strategi ini dapat dioptimalkan lebih lanjut dalam beberapa hal:
Meningkatkan mekanisme stop loss, mengatur stop loss yang masuk akal, dan mengendalikan kerugian tunggal.
Mengoptimalkan parameter dari Brinband dan indikator tingkat perubahan untuk menemukan kombinasi parameter yang optimal.
Menambahkan indikator tambahan lainnya, seperti MACD, KD, dan lain-lain, untuk mencapai kombinasi multi-indikator, meningkatkan akurasi sinyal.
Mengembangkan model disruptive flows, menghentikan perdagangan jika terjadi fluktuasi yang tidak normal, dan menghindari kebocoran.
Menggunakan metode pembelajaran mesin untuk mengoptimalkan kombinasi parameter dan bobot sinyal secara otomatis.
Mengintegrasikan data di rantai, memperhatikan parameter seperti likuiditas bursa, aliran dana, dan lain-lain, untuk meningkatkan kemampuan adaptasi strategi.
Meringkaskan
Strategi tren kripto RSI naik menggunakan indikator RSI yang didukung oleh indikator Brinband dan Rate of Change, untuk menangkap tren pasar kriptocurrency dalam jangka waktu yang lebih lama. Keunggulan strategi ini adalah menangkap pergeseran tren tepat waktu, menghindari kebocoran, dan peluang orientasi yang cocok untuk melacak garis yang lebih panjang. Namun, strategi ini juga memiliki masalah seperti losslessness dan ketergantungan parameter yang berlebihan.
/*backtest
start: 2023-09-16 00:00:00
end: 2023-10-16 00:00:00
period: 2h
basePeriod: 15m
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/
// © exlux99
//@version=4
strategy(title = "RSI Rising", overlay = true, initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, slippage=0,commission_type=strategy.commission.percent,commission_value=0.03)
/////////////////////
source = close
bb_length = 20
bb_mult = 1.0
basis = sma(source, bb_length)
dev = bb_mult * stdev(source, bb_length)
upperx = basis + dev
lowerx = basis - dev
bbr = (source - lowerx)/(upperx - lowerx)
bbr_len = 21
bbr_std = stdev(bbr, bbr_len)
bbr_std_thresh = 0.1
is_sideways = (bbr > 0.0 and bbr < 1.0) and bbr_std <= bbr_std_thresh
////////////////
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2010, title = "From Year", minval = 1970)
//monday and session
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2021, title = "To Year", minval = 1970)
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true
sourcex = close
length = 2
pcntChange = 1
roc = 100 * (sourcex - sourcex[length])/sourcex[length]
emaroc = ema(roc, length/2)
isMoving() => emaroc > (pcntChange / 2) or emaroc < (0 - (pcntChange / 2))
periods = input(19)
smooth = input(14, title="RSI Length" )
src = input(low, title="Source" )
rsiClose = rsi(ema(src, periods), smooth)
long=rising(rsiClose,2) and not is_sideways and isMoving()
short=not rising(rsiClose,2) and not is_sideways and isMoving()
if(time_cond)
strategy.entry('long',1,when=long)
strategy.entry('short',0,when=short)