1. Persegi
  2. Algoritma RSI Range Breakout Strategi

Algoritma RSI Range Breakout Strategi

Penulis:ChaoZhang, Tanggal: 2023-10-17 17:14:09
Tag:

img

Gambaran umum

Strategi ini memantau penyebaran indikator RSI dalam kisaran yang berbeda untuk menerapkan membeli rendah dan menjual tinggi.

Logika Strategi

  1. Tetapkan periode RSI menjadi 14

  2. Tentukan rentang sinyal RSI:

    • Rentang 1: RSI <= 27
    • Jangkauan 2: RSI <= 18

  3. Tentukan rentang sinyal jual RSI:

    • Jangkauan 1: RSI >= 68
    • Jangkauan 2: RSI >= 80

  4. Ketika RSI memasuki rentang beli, pergi panjang:

    • Jika RSI memasuki kisaran 1 (di bawah 27), pergi panjang 1 lot
    • Jika RSI memasuki kisaran 2 (di bawah 18), pergi panjang tambahan 1 lot

  5. Ketika RSI memasuki rentang jual, pergi pendek:

    • Jika RSI memasuki kisaran 1 (di atas 68), pergi pendek 1 lot
    • Jika RSI memasuki kisaran 2 (di atas 80), pergi lebih pendek 1 lot

  6. Setel fixed take profit ke 2500 pips dan stop loss ke 5000 pips

  7. Posisi tutup ketika RSI keluar dari kisaran sinyal

Analisis Keuntungan

  1. Pengaturan rentang ganda membantu mengidentifikasi kondisi overbought dan oversold dengan lebih baik, menghindari kehilangan peluang pembalikan

  2. Mengadopsi fixed take profit dan stop loss dalam pips mencegah mengejar tren terlalu banyak

  3. RSI adalah osilator yang matang dalam mengidentifikasi tingkat overbought dan oversold dengan keuntungan dibandingkan indikator lain

  4. Dengan penyesuaian parameter yang tepat, strategi ini dapat secara efektif menangkap titik pembalikan tren dan menghasilkan hasil yang berlebihan

Analisis Risiko

  1. RSI divergensi dapat terjadi yang mengarah pada kerugian berturut-turut dari posisi pendek berkelanjutan

  2. Fixed take profit dan stop loss mungkin tidak sesuai dengan volatilitas pasar, tidak dapat memperoleh keuntungan atau berhenti sebelum waktunya

  3. Pengaturan rentang yang tidak tepat dapat menyebabkan perdagangan yang hilang atau perdagangan yang sering tidak menguntungkan

  4. Strategi ini sangat bergantung pada optimasi parameter berdasarkan backtest.

Arahan Optimasi

  1. Efektivitas pengujian RSI dengan panjang periode yang berbeda

  2. Mengoptimalkan nilai rentang beli dan jual agar sesuai dengan karakteristik produk yang berbeda

  3. Penelitian dinamis mengambil keuntungan dan menghentikan kerugian untuk meningkatkan profitabilitas dan kelayakan

  4. Pertimbangkan untuk menggabungkan indikator lain untuk perdagangan bersama untuk meningkatkan ketahanan

  5. Jelajahi teknik pembelajaran mesin untuk mengoptimalkan rentang parameter secara otomatis untuk ketahanan

Kesimpulan

Strategi ini didasarkan pada prinsip RSI overbought dan oversold. Dengan mengadopsi kisaran perdagangan ganda, ini memanfaatkan indikator RSI secara efektif, menangkap ekstrem pasar dengan stabilitas yang layak. Namun, ini memiliki beberapa ketergantungan parameter dan membutuhkan optimasi di seluruh produk. Jika disetel dengan benar, strategi ini dapat menghasilkan hasil yang berlebihan yang baik. Singkatnya, ini adalah strategi perdagangan sederhana namun efektif menggunakan indikator yang matang, layak untuk meneliti perbaikan dan memberikan wawasan untuk perdagangan kuantitatif.

/*backtest
start: 2023-09-16 00:00:00
end: 2023-10-16 00:00:00
period: 1h
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/
// © Rawadabdo

// Ramy's Algorithm

//@version=5
strategy("BTC/USD - RSI", overlay=false, initial_capital = 5000)

// User input
length = input(title = "Length", defval=14, tooltip="RSI period")

first_buy_level = input(title = "Buy Level 1", defval=27, tooltip="Level where 1st buy triggers")
second_buy_level = input(title = "Buy Level 2", defval=18, tooltip="Level where 2nd buy triggers")

first_sell_level = input(title = "Sell Level 1", defval=68, tooltip="Level where 1st sell triggers")
second_sell_level = input(title = "Sell Level 2", defval=80, tooltip="Level where 2nd sell triggers")

takeProfit= input(title="target Pips", defval=2500, tooltip="Fixed pip stop loss distance")
stopLoss = input(title="Stop Pips", defval=5000, tooltip="Fixed pip stop loss distance")

lot = input(title = "Lot Size", defval = 1, tooltip="Trading Lot size")

// Get RSI
vrsi = ta.rsi(close, length)

// Entry Conditions
long1 = (vrsi <= first_buy_level and vrsi>second_buy_level)
long2 = (vrsi <= second_buy_level)

short1= (vrsi >= first_sell_level and vrsi<second_sell_level)
short2= (vrsi >= second_sell_level)


// Entry Orders
// Buy Orders
if (long1 and strategy.position_size == 0)
    strategy.entry("Long", strategy.long, qty=lot, comment="Buy")
    if (long2 and  strategy.position_size == 0)
        strategy.entry("Long", strategy.long, qty=lot, comment="Buy")

// Short Orders
if (short1 and strategy.position_size == 0)
    strategy.entry("Short", strategy.short,qty=lot, comment="Sell")
    if (short2 and strategy.position_size == 0)
        strategy.entry("Short", strategy.short,qty=lot, comment="Sell")
    
// Exit our trade if our stop loss or take profit is hit
strategy.exit(id="Long Exit", from_entry="Long",qty = lot, profit=takeProfit, loss=stopLoss)
strategy.exit(id="Short Exit", from_entry="Short", qty = lot, profit=takeProfit, loss=stopLoss)

// plot data to the chart
hline(first_sell_level, "Overbought Zone", color=color.red, linestyle=hline.style_dashed, linewidth = 2)
hline(second_sell_level, "Overbought Zone", color=color.green, linestyle=hline.style_dashed, linewidth = 2)
hline(first_buy_level, "Oversold Zone", color=color.red, linestyle=hline.style_dashed, linewidth = 2)
hline(second_buy_level, "Oversold Zone", color=color.green, linestyle=hline.style_dashed, linewidth = 2)
plot (vrsi, title = "RSI", color = color.blue, linewidth=2)
Lebih banyak

2019 FMZ - Semua hak dilindungi