Strategi kuantitatif DPD-RSI-BB


Tanggal Pembuatan: 2023-11-22 16:17:52 Akhirnya memodifikasi: 2023-11-22 16:18:14
menyalin: 0 Jumlah klik: 667
1
fokus pada
1617
Pengikut

Strategi kuantitatif DPD-RSI-BB

Ringkasan

Strategi kuantitatif DPD-RSI-BB adalah strategi perdagangan saham yang menggabungkan tiga indikator sekaligus DPD, RSI, dan Bollinger Bands. Strategi ini menggunakan DPD untuk menilai tren, RSI untuk menilai overbought dan oversold, dan Bollinger Bands untuk menilai tekanan pendukung untuk masuk.

Prinsip Strategi

Strategi ini terdiri dari beberapa bagian utama:

  1. Indeks DPD menilai tren

Membangun rata-rata DEMA dengan menggunakan dua rata-rata EMA dan menghitung rasio harga dengan perbedaan harga DEMA sebagai indikator untuk menilai tren, dan sebagai sinyal bullish ketika rasio perbedaan harga lebih rendah dari seting threshold.

  1. Indeks RSI menilai overbought dan oversold

Untuk menghitung RSI dalam periode tertentu, RSI lebih tinggi dari batas atas yang ditentukan sebagai zona overbought, dan RSI lebih rendah dari batas bawah yang ditentukan sebagai zona oversold.

  1. Brin, dengan penilaian yang mendukung tekanan

Perhitungan jangka waktu tertentu dari rel tengah, rel atas dan rel bawah, harga mendekati rel atas sebagai sinyal turun, harga mendekati rel bawah sebagai sinyal naik.

  1. Pengadilan menyeluruh

Sebuah sinyal bullish dihasilkan ketika rasio selisih DPD lebih rendah dari penurunan, RSI lebih rendah dari batas bawah zona oversold, dan harga lebih rendah dari batas atas zona overbought. Sebuah sinyal bearish dihasilkan ketika RSI lebih tinggi dari batas atas zona oversold, dan rasio selisih DPD lebih tinggi dari penurunan, dan harga lebih tinggi dari batas atas zona overbought.

Analisis Keunggulan

Strategi ini memiliki keuntungan sebagai berikut:

  1. Pertimbangan komprehensif dari beberapa indikator untuk menghindari sinyal salah dari satu indikator.

  2. Dengan menggunakan indikator RSI untuk menilai overbought dan oversold, Anda dapat mengatur stop loss sebelumnya.

  3. Indikator DPD lebih baik dalam menentukan tren harga, sedangkan Brinks lebih baik dalam menentukan tekanan dukungan.

  4. Fleksibilitas pengaturan parameter yang berbeda, dapat dioptimalkan untuk saham yang berbeda.

Risiko dan optimasi

Strategi ini juga memiliki beberapa risiko:

  1. Pertimbangan kombinasi multi-indikator membuat strategi lebih kompleks, dan parameter yang ditetapkan lebih sulit.

  2. DPD, RSI dan lain-lain mengalami keterlambatan dan mungkin melewatkan titik terbaik untuk masuk.

  3. Parameter perlu dioptimalkan untuk menyesuaikan dengan siklus dan karakteristik saham yang berbeda.

Hal ini dapat dioptimalkan dengan:

  1. Menyesuaikan parameter indikator untuk mengoptimalkan titik masuk dan keluar.

  2. Meningkatkan mekanisme penghentian kerugian dan pengendalian kerugian tunggal.

  3. Uji coba berbagai parameter saham dan siklus untuk menilai efektivitas strategi.

Meringkaskan

Strategi DPD-RSI-BB mengintegrasikan beberapa penilaian indikator, menghindari sinyal palsu yang dihasilkan oleh satu indikator. Dengan optimasi parameter, dapat menjadi strategi perdagangan saham yang lebih kuat. Namun, strategi ini juga mungkin sulit untuk sepenuhnya menghindari risiko pasar karena kompleksitasnya yang besar, perlu digunakan dengan hati-hati.

Kode Sumber Strategi
/*backtest
start: 2023-11-14 00:00:00
end: 2023-11-21 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version= 2
strategy("DPD+RSI+BB ",overlay=true)
price=close




//############### DPD  #################


buyper =input(-1,step=0.1)
sellper=input(0,step=0.1)
demalen = input(50,title="Dema Length")
e1= ema(close,demalen)
e2=ema(e1,demalen)
demaprice  =   2 * e1 - e2
demadifper =  ((price-demaprice)/price)*100


//############## DPD #####################

//############# RSI ####################


lengthrsi = input(6)
overSold = input( 20 )
overBought = input( 60 )

vrsi = rsi(price, lengthrsi)

//########## RSI #######################

//############### BB #################

lengthbb = input(50, minval=1)
multlow = input(1.5, minval=0.001, maxval=50,step=0.1)
multup = input(1.5,minval=0.001,maxval=50,step=0.1)

basisup = sma(close, lengthbb)
basislow = sma(close, lengthbb)

devup = multup * stdev(close, lengthbb)

devlow = multlow*stdev(close,lengthbb)

upperbb = basisup + devup
lowerbb = basislow - devlow

p1 = plot(upperbb, color=blue)
p2 = plot(lowerbb, color=blue)
fill(p1, p2)



//########### BB ###################




yearfrom = input(2018)
yearuntil =input(2039)
monthfrom =input(6)
monthuntil =input(12)
dayfrom=input(1)
dayuntil=input(31)



if (  (demadifper<buyper) and crossover(vrsi,overSold) and  (price < upperbb) and   year >= yearfrom and year <= yearuntil and month>=monthfrom and month <=monthuntil and dayofmonth>=dayfrom and dayofmonth < dayuntil) 
    strategy.entry("BUY", strategy.long, stop=close, oca_name="TREND",  comment="BUY")
    
else
    strategy.cancel(id="BUY")


if (   price>upperbb and vrsi>overBought and demadifper>sellper   and  year >= yearfrom and year <= yearuntil and month>=monthfrom and month <=monthuntil and dayofmonth>=dayfrom and dayofmonth < dayuntil ) 

    strategy.entry("SELL", strategy.short,stop=close, oca_name="TREND",  comment="SELL")
else
    strategy.cancel(id="SELL")