Strategi pelacakan tren berdasarkan nilai ekstrem RSI dan penyaringan rata-rata pergerakan SMA
ChaoZhang
Ringkasan
Strategi ini menggabungkan indikator Relative Strength Index (RSI) dan filter Simple Moving Average (SMA) untuk melacak tren. Ketika RSI mencapai batas overbought atau oversold, arah arah rata-rata SMA digabungkan untuk menentukan lebih banyak arah kosong. Strategi ini berlaku untuk indeks saham AS, indeks Eropa, indeks Asia, dan varietas emas dan perak, menangkap tren melalui aturan penilaian RSI dan SMA yang sederhana.
Prinsip Strategi
- Untuk menghitung nilai RSI, batas atas overbought adalah 65, dan batas bawah oversold adalah 45.
- Perhitungan rata-rata SMA 200 hari untuk menentukan arah tren.
- Ketika RSI lebih rendah dari 45 (overbought) dan harga lebih tinggi dari SMA, lakukan overbought; ketika RSI lebih tinggi dari 65 (overbought) dan harga lebih rendah dari SMA, lakukan short.
- Bila RSI lebih tinggi dari 75 dan harga lebih tinggi dari SMA, maka akan terjadi overbought; bila RSI lebih rendah dari 25 dan harga lebih rendah dari SMA, maka akan terjadi overbought.
Strategi ini menggunakan RSI untuk menentukan waktu masuk dengan overbought dan oversold, dan kemudian digabungkan dengan filter tren SMA untuk menangkap tren secara efektif. Keterbatasan RSI menunjukkan bahwa harga mungkin berbalik, dan penilaian arah SMA memastikan bahwa arah perdagangan sesuai dengan tren.
Keunggulan Strategis
- Strategi ini sederhana, jelas, dan mudah dipahami.
- Indikator ini didasarkan pada RSI dan SMA, dua indikator yang terkenal, dan mudah dioperasikan.
- RSI menunjukkan titik balik yang mungkin terjadi, dan filter SMA memastikan arah perdagangan yang benar.
- Pengaturan parameter yang masuk akal untuk menghindari over-trading.
- Dapat diterapkan secara luas pada berbagai jenis seperti indeks saham, komoditas, dan lain-lain.
- Harga yang lebih besar dapat ditangkap dalam tren.
Strategi ini meningkatkan penilaian tren SMA dibandingkan dengan menggunakan indikator RSI saja. Strategi ini meningkatkan efisiensi saat memilih dengan menggunakan nilai RSI yang tinggi berdasarkan arah SMA dibandingkan dengan menggunakan sistem SMA saja. Secara keseluruhan, strategi ini menggabungkan keunggulan keduanya, dan merupakan strategi pelacakan tren yang sangat praktis.
Risiko dan Solusi
Ketika SMA rata-rata menghasilkan dead fork, ada risiko pembalikan tren. Solusinya adalah dengan tepat mempersingkat siklus SMA dan meningkatkan sensitivitas terhadap perubahan tren.
Ketika RSI mengalami deviasi, ada risiko kehilangan peluang perdagangan. Solusi untuk mencegah deviasi adalah dengan menggabungkan indikator lain seperti MACD untuk menilai pergerakan.
RSI dan SMA dapat menghasilkan sinyal yang salah dalam situasi yang bergoyang. Solusi adalah menghentikan perdagangan strategi setelah pasar yang bergoyang terdeteksi.
Penetapan parameter yang tidak tepat dapat menyebabkan overtrading atau overselling. Solusinya adalah mengoptimalkan parameter, mencari kombinasi parameter yang optimal.
Tes varietas tunggal tidak cukup untuk menilai efektivitas strategi.
Pelacakan tidak sama dengan real-time, di real-time Anda harus mengontrol pengelolaan dana dan manajemen risiko.
Arah optimasi
Optimalkan parameter RSI untuk mencari parameter siklus RSI terbaik untuk varietas yang berbeda.
Mengoptimalkan parameter siklus SMA, integrasi multi-grup SMA rata-rata.
Meningkatkan mekanisme penghentian kerugian dan meningkatkan kemampuan pengendalian risiko.
Menambahkan penilaian indikator lainnya, untuk mencapai verifikasi multi-faktor.
Dengan indikator fluktuasi, langkah masuk ke lapangan pun berubah.
Mengembangkan parameter yang beradaptasi dengan sistem, dan mengoptimalkan parameter dinamis.
Uji coba berbagai metode pengelolaan dana untuk menemukan yang terbaik.
Membuat set strategi perdagangan berdasarkan kondisi pasar yang berbeda, untuk mencapai integrasi strategi.
Meringkaskan
Strategi RSI dan SMA Filter, yang menggabungkan panjang keduanya, memungkinkan pelacakan tren melalui penilaian indikator yang sederhana. Strategi ini jelas dan mudah dimengerti, pengaturan parameter masuk akal, dan dapat diterapkan secara luas untuk berbagai varietas. Strategi ini secara signifikan meningkatkan efisiensi dan keberhasilan pengambilan waktu dibandingkan dengan strategi RSI dan SMA tunggal.
/*backtest
start: 2022-10-23 00:00:00
end: 2023-10-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This work is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
// © wielkieef
//@version=5
strategy('Relative Strength Index Extremes with 200-Day Moving Average Filte', overlay=true, pyramiding=1, initial_capital=10000, default_qty_type=strategy.cash, default_qty_value=36000, calc_on_order_fills=false, slippage=0, commission_type=strategy.commission.percent, commission_value=0.01)
// Rsi
rsi_lenght = input.int(14, title='RSI lenght', minval=0)
rsi_up = ta.rma(math.max(ta.change(close), 0), rsi_lenght)
rsi_down = ta.rma(-math.min(ta.change(close), 0), rsi_lenght)
rsi_value = rsi_down == 0 ? 100 : rsi_up == 0 ? 0 : 100 - 100 / (1 + rsi_up / rsi_down)
//Sma
Length1 = input.int(200, title=' SMA Lenght', minval=1)
SMA1 = ta.sma(close, Length1)
//Strategy Logic
Long = rsi_value < 45 and close > SMA1
Long_exit = rsi_value > 75 and close > SMA1
Short = rsi_value > 65 and close < SMA1
Short_exit = rsi_value < 25 and close < SMA1
if Long
strategy.entry('Long', strategy.long)
if Short
strategy.entry('Short', strategy.short)
strategy.close_all(Long_exit or Short_exit)
pera(pcnt) =>
strategy.position_size != 0 ? math.round(pcnt / 100 * strategy.position_avg_price / syminfo.mintick) : float(na)
stoploss = input.float(title=' stop loss', defval=5, minval=0.5)
los = pera(stoploss)
strategy.exit('SL', loss=los)
//by wielkieef