Strategi Optimalisasi RSI Transformasi Laguerre Modern
ChaoZhang
Nama kebijakan:
Ringkasan
Artikel ini akan membahas strategi optimasi indikator yang relatif kuat (RSI) berdasarkan perubahan Lagrange. Strategi ini menggunakan alat matematika canggih untuk meningkatkan sensitivitas indikator RSI, sehingga lebih cepat merespons perubahan harga pasar.
Prinsip Strategi
Indikator RSI dengan transformasi Ragiel dapat dibuat dengan efisien pada panjang data yang lebih pendek dengan menggunakan filter Ragiel. Inti dari strategi ini adalah untuk menggunakan transformasi Ragiel untuk menangani urutan harga, sehingga menghasilkan empat tingkat garis Ragiel (xL0, xL1, xL2, xL3). Garis-garis ini didasarkan pada parameter yang diberikangammaUntuk melakukan perhitungan untuk menganalisis tren pasar.
Strategi ini menggunakan CU ((akumulatif kenaikan) dan CD ((akumulatif penurunan) untuk menentukan kekuatan dan kelemahan pasar. Perhitungan CU dan CD didasarkan pada posisi relatif dari garis Ragel. Metode ini memungkinkan nilai RSI untuk lebih cepat mencerminkan perubahan harga, sehingga memberikan sinyal perdagangan yang tepat waktu bagi pedagang.
Sinyal perdagangan dihasilkan berdasarkan perbandingan nilai RSI dengan batas pembelian dan penjualan yang ditentukan oleh pengguna (BuyBand dan SellBand). Ketika nilai RSI lebih tinggi dari batas pembelian, strategi disarankan untuk melakukan lebih banyak; Ketika nilai RSI lebih rendah dari batas penjualan, strategi disarankan untuk melakukan lebih sedikit.
Analisis Keunggulan
- Jawaban cepat:Dengan menggunakan transformasi Ragel, strategi ini dapat bereaksi cepat terhadap perubahan pasar dalam jangka waktu data yang lebih pendek.
- Fleksibilitas:Kebijakan memungkinkan pengguna untuk menyesuaikan sesuai dengan kebutuhan mereka sendiri
gammaSaya tidak tahu apa yang harus saya lakukan, saya tidak tahu apa yang harus saya lakukan, saya tidak tahu apa yang harus saya lakukan. - Adaptasi:Dapat beradaptasi dengan kondisi pasar yang berbeda, responsif terhadap perubahan harga dalam jangka pendek dan menengah.
Analisis risiko
- Pergeseran pasar:Dalam pasar yang sangat fluktuatif, indikator dapat menghasilkan sinyal yang menyesatkan.
- Parameter pilihan:Setting parameter yang salah dapat menyebabkan sinyal perdagangan yang tidak akurat.
- Perdagangan berlebihan:Karena sensitivitas indeks yang tinggi, dapat menyebabkan perdagangan yang sering dan biaya transaksi yang tinggi.
Arah optimasi
- Optimalisasi parameter:Dengan melakukan banyak pengujian data historis, kami menemukan yang terbaik.
gammaNilai dan batas jual beli. - Tergabung dengan indikator lainnya:Digunakan dalam kombinasi dengan alat analisis teknis lainnya untuk mengurangi sinyal yang menyesatkan.
- Peningkatan kemampuan beradaptasi:Mengembangkan mekanisme untuk menyesuaikan parameter secara dinamis untuk menyesuaikan dengan lingkungan pasar yang berbeda.
Meringkaskan
Secara keseluruhan, strategi optimasi RSI yang didasarkan pada perubahan Ragel adalah alat perdagangan yang inovatif dan efisien. Keunggulan utamanya adalah respon cepat terhadap perubahan pasar dan parameter yang sangat disesuaikan. Namun, seperti strategi perdagangan apa pun, ada risiko, terutama di lingkungan pasar yang sangat fluktuatif. Untuk memaksimalkan efektivitas strategi ini, pedagang harus menggabungkan alat analisis teknis lainnya dan melakukan penyesuaian parameter yang cermat.
/*backtest
start: 2022-11-15 00:00:00
end: 2023-11-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 01/09/2017
// This is RSI indicator which is more sesitive to price changes.
// It is based upon a modern math tool - Laguerre transform filter.
// With help of Laguerre filter one becomes able to create superior
// indicators using very short data lengths as well. The use of shorter
// data lengths means you can make the indicators more responsive to
// changes in the price.
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Laguerre-based RSI", shorttitle="Laguerre-RSI")
gamma = input(0.5, minval=-0.1, maxval = 0.9)
BuyBand = input(0.8, step = 0.01)
SellBand = input(0.2, step = 0.01)
reverse = input(false, title="Trade reverse")
hline(BuyBand, color=green, linestyle=line)
hline(SellBand, color=red, linestyle=line)
xL0 = (1-gamma) * close + gamma * nz(xL0[1], 1)
xL1 = - gamma * xL0 + nz(xL0[1], 1) + gamma * nz(xL1[1], 1)
xL2 = - gamma * xL1 + nz(xL1[1], 1) + gamma * nz(xL2[1], 1)
xL3 = - gamma * xL2 + nz(xL2[1], 1) + gamma * nz(xL3[1], 1)
CU = (xL0 >= xL1 ? xL0 - xL1 : 0) + (xL1 >= xL2 ? xL1 - xL2 : 0) + (xL2 >= xL3 ? xL2 - xL3 : 0)
CD = (xL0 >= xL1 ? 0 : xL1 - xL0) + (xL1 >= xL2 ? 0 : xL2 - xL1) + (xL2 >= xL3 ? 0 : xL3 - xL2)
nRes = iff(CU + CD != 0, CU / (CU + CD), 0)
pos = iff(nRes > BuyBand, 1,
iff(nRes < SellBand, -1, nz(pos[1], 0)))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1, 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(nRes, color=red, title="Laguerre-based RSI")