Strategi Rentang Rata-rata RSI Fisher Terbalik True Range Multi-Kerangka Waktu


Tanggal Pembuatan: 2023-11-21 14:45:28 Akhirnya memodifikasi: 2023-11-21 14:45:28
menyalin: 1 Jumlah klik: 758
1
fokus pada
1617
Pengikut

Strategi Rentang Rata-rata RSI Fisher Terbalik True Range Multi-Kerangka Waktu

Ringkasan

Reversal Fisher RSI Average Real Range Multi-Frames Strategi adalah strategi perdagangan kuantitatif yang mencoba menemukan titik balik yang mungkin terjadi di pasar dengan menghitung moving average RSI yang telah direversikan pada frame waktu yang lebih tinggi.

Prinsip Strategi

Strategi ini pertama-tama menghitung indikator RSI umum dengan parameter RSI_pm mewakili panjang siklus RSI yang dihitung. Setelah itu, RSI awal direversikan dengan sebuah fungsi matematika IF, dengan rumus IF ((input) => ((exp)) 2*input)-1)/(exp(2*input) + 1) ◦ RSI yang disesuaikan ditransmisikan ke variabel IF_RSI。

Untuk menyaring kebisingan yang berlebihan, strategi IF_RSI dan menghitungnya di RSI._ps rata-rata bergerak berkala, yang menghasilkan indikator akhir untuk menentukan titik jual beli wma_RSI. Indikator ini dipetakan kembali ke kisaran 0-100

Akhirnya, strategi menggambar indikator di atas kerangka waktu yang lebih tinggi dan menetapkan garis nilai 0.8 dan -0.8. Sebuah sinyal beli dihasilkan ketika indikator garis dari bawah ke atas menembus level 0.8; Sebuah sinyal jual dihasilkan ketika indikator garis dari atas ke bawah menembus level -0.8.

Keunggulan Strategis

Strategi ini menangani pergerakan RSI dengan cara double smoothing, yang secara efektif menyaring kebisingan yang berlebihan dan mengunci sinyal reversal yang lebih jelas. Dual smoothing diterapkan pada indikator RSI asli dan indikator RSI setelah penyesuaian nilai mutlak. Metode ini dapat meningkatkan karakteristik rata-rata regresi indikator dan menghasilkan sinyal perdagangan yang lebih andal.

Selain itu, strategi ini menggunakan analisis multi-frame time frame untuk mengidentifikasi terobosan indikator pada frame waktu yang lebih tinggi, yang dapat mengunci peluang reversal pada garis panjang dan menghindari gangguan dari kebisingan pasar jangka pendek yang berlebihan.

Risiko Strategis

Strategi ini bergantung pada indikator rata-rata untuk menentukan titik jual beli, ada beberapa keterlambatan. Dalam pasar bullish jangka panjang, ruang untuk naik setelah penyesuaian indikator dapat dibatasi dan tidak dapat sepenuhnya menangkap peluang tren.

Di sisi lain, penyesuaian indikator juga dapat melewatkan peluang bouncing setelah penyesuaian garis pendek. Jika parameter indikator tidak dioptimalkan dengan tepat, Anda mungkin menghadapi risiko strategi tertentu.

Optimasi Strategi

Anda dapat mencoba untuk menyesuaikan parameter indikator agar lebih sesuai dengan lingkungan pasar. Misalnya, Anda dapat menguji siklus perhitungan RSI yang berbeda, parameter siklus pelurus, mencari kombinasi parameter terbaik.

Anda juga dapat mempertimbangkan untuk menggabungkan indikator tambahan lainnya untuk memverifikasi sinyal dan meningkatkan stabilitas strategi. Misalnya, Anda dapat menambahkan indikator volume transaksi, garis Brinks, dan lain-lain untuk menilai kekuatan sinyal tren.

Meringkaskan

Reverse Fisher RSI Average Real Range Multiple Time Frame Strategi, secara keseluruhan lebih kuat, tetapi masih perlu dioptimalkan untuk kondisi pasar yang lebih luas. Layak untuk diuji dan ditingkatkan lebih lanjut, sehingga menjadi strategi perdagangan kuantitatif yang dapat diandalkan.

Kode Sumber Strategi
/*backtest
start: 2022-11-14 00:00:00
end: 2023-11-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title = "Inverse Fisher RSI-MTF2", shorttitle="INRSIM2",overlay=true)
//Inputs
RSI_pm = input(5, title="RSI Main Period",minval=2)
RSI_ps = input(1, title="RSI Smooth Period",minval=0)

//Functions
IF(input)=>(exp(2*input)-1)/(exp(2*input)+1)

//RSI Calculation
raw_RSI=0.1*(rsi(close,RSI_pm)-50)
wma_RSI=wma(raw_RSI,RSI_ps)*100
IF_RSI = IF(wma_RSI)

resCustom = input(title="Timeframe", defval="1440" )
v=request.security(syminfo.tickerid, resCustom,IF_RSI)
a=v>0.8
b=v<-0.8

z=0.8
buy = crossover(v,z)
sell=crossunder(v,b)
 
plotshape(sell, title="sell", style=shape.triangledown,location=location.abovebar, color=red, transp=0, size=size.small)
plotshape(buy,  title="buy", style=shape.triangleup,location=location.belowbar, color=green, transp=0, size=size.small)


//Strategy
golong =  crossover(v,z)
goshort =  crossunder(v,b)

strategy.entry("Buy",strategy.long,when = golong)
strategy.entry("Sell",strategy.short,when = goshort)