1. Persegi
  2. Strategi Indeks Kekuatan Tidak Langsung Berdasarkan Indikator RSI dan Filter SMA 200 Hari

Strategi Indeks Kekuatan Tidak Langsung Berdasarkan Indikator RSI dan Filter SMA 200 Hari

Penulis:ChaoZhang, Tanggal: 2023-12-12 15:26:06
Tag:

img

Gambaran umum

Strategi ini terutama menggunakan indikator Relative Strength Index (RSI) untuk menilai situasi overbought dan oversold, dan menggunakan 200-hari Simple Moving Average (200 Day SMA) sebagai filter tren harga utama. Berdasarkan penentuan arah tren, strategi ini menggunakan indikator RSI untuk menemukan waktu masuk dan keluar yang lebih baik untuk mencapai profitabilitas. Dibandingkan dengan menggunakan indikator RSI saja, strategi ini meningkatkan penilaian tren dan dapat lebih akurat memahami tren pasar, mengejar kenaikan dan penjualan penurunan di pasar bull, dan melakukan sebaliknya di pasar bear, sehingga mendapatkan strategi yang lebih tinggi.

Prinsip Strategi

Strategi ini terutama terdiri dari dua bagian: indikator RSI dan filter SMA 200 hari.

Bagian indikator RSI terutama menilai apakah harga telah memasuki zona overbought atau oversold.

RSI = 100 - 100 / (1 + Rata-rata keuntungan dari hari-hari naik dalam RSI / Rata-rata kerugian dari hari-hari turun dalam RSI)

Menurut parameter empiris, ketika RSI < 30, itu oversold; ketika > 70, itu overbought.

Filter SMA 200 hari terutama menilai arah tren pasar secara keseluruhan. Ketika harga di atas SMA 200 hari, itu adalah pasar bull, jika tidak itu adalah pasar bear.

Berdasarkan dua putusan di atas, strategi ini memiliki logika masuk dan keluar sebagai berikut:

Long entry: RSI < 45 dan Close price > 200-day SMA

Pembagian panjang: RSI > 75 dan Close price > 200-day SMA

Entry pendek: RSI > 65 dan Close price < 200-day SMA

Eksit pendek: RSI < 25 dan Close price < 200-day SMA

Dengan demikian, strategi menggunakan penilaian yang tepat dari indikator RSI untuk menemukan titik masuk dan keluar yang lebih baik dalam tren keseluruhan dan dengan demikian mencapai pengembalian yang lebih tinggi.

Analisis Keuntungan

Keuntungan terbesar dari strategi ini adalah menggunakan kombinasi indikator RSI dan filter SMA 200 hari untuk membuat strategi lebih stabil dan tepat:

  1. SMA 200 hari secara efektif menilai tren pasar secara keseluruhan dan menghindari penilaian yang salah dari indikator RSI tunggal
  2. Indikator RSI dapat menemukan titik masuk dan keluar yang lebih baik dalam tren pasar secara keseluruhan
  3. Operasi strategi sederhana dan mudah dilaksanakan

Selain itu, strategi ini juga memiliki keuntungan berikut:

  1. Berlaku untuk berbagai produk termasuk indeks saham, cryptocurrency dan logam mulia
  2. Efisiensi penggunaan modal yang tinggi
  3. Dapat dengan hati-hati menambahkan stop loss untuk secara efektif mengendalikan kerugian tunggal

Analisis Risiko

Strategi ini juga memiliki beberapa risiko:

  1. Penyesuaian mendadak di pasar secara keseluruhan dapat menyebabkan kerugian yang lebih besar
  2. Ada beberapa tingkat lag dalam indikator RSI dan SMA
  3. Frekuensi perdagangan yang tinggi mengarah pada biaya perdagangan yang lebih tinggi

Untuk mengendalikan risiko ini, langkah-langkah berikut dapat diambil:

  1. Sesuaikan ukuran posisi dengan tepat untuk melindungi terhadap dampak dari kejadian tak terduga
  2. Mengoptimalkan parameter RSI dan SMA untuk mengurangi kemungkinan lag
  3. Sesuaikan frekuensi perdagangan dengan tepat untuk mengurangi biaya perdagangan

Arahan Optimasi

Strategi dapat dioptimalkan dalam aspek berikut:

  1. Mengatur secara dinamis parameter RSI berdasarkan volatilitas pasar
  2. Uji apakah indikator rata-rata bergerak lainnya seperti EMA dapat memberikan hasil yang lebih baik
  3. Meningkatkan mekanisme stop loss otomatis
  4. Tambahkan modul ukuran posisi untuk menyesuaikan posisi secara dinamis berdasarkan modal
  5. Mengoptimalkan masuk dan keluar logika untuk menguji apakah pengembalian yang lebih baik dapat dicapai

Kesimpulan

Kinerja keseluruhan strategi ini baik, dengan keuntungan penilaian yang akurat, operasi sederhana, dan penerapan luas. Setelah menambahkan stop loss dan ukuran posisi, dapat dijalankan dengan hati-hati dalam perdagangan langsung. Aspek tindak lanjut seperti optimasi parameter, optimasi stop loss, ukuran posisi dapat lebih meningkatkan strategi.

/*backtest
start: 2023-12-04 00:00:00
end: 2023-12-11 00:00:00
period: 2h
basePeriod: 15m
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/
// © LuxAlgo

//@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
Lebih banyak

2019 FMZ - Semua hak dilindungi