Strategi Indeks Kekuatan Tidak Langsung berdasarkan indikator RSI dan filter SMA 200 hari
ChaoZhang
Ringkasan
Strategi ini terutama didasarkan pada indikator RSI yang relatif kuat untuk menilai posisi jual beli, dengan rata-rata bergerak sederhana 200 hari sebagai filter tren harga utama, berdasarkan pada penentuan arah tren, menggunakan indikator RSI untuk mencari waktu masuk dan keluar yang lebih baik, dan menghasilkan keuntungan. Dibandingkan dengan menggunakan indikator RSI saja, strategi ini meningkatkan penilaian tren, dapat menangkap tren pasar dengan lebih akurat, mengejar jatuh di pasar banteng, dan membalikkannya di pasar beruang, sehingga mendapatkan keuntungan strategi yang lebih tinggi.
Prinsip Strategi
Strategi ini terdiri dari indikator RSI dan filter SMA 200 hari.
Bagian indikator RSI terutama menentukan apakah harga memasuki zona overbought atau oversold. Rumusnya adalah:
RSI = 100 - 100 / (1 + rata-rata kenaikan hari RSI naik / rata-rata penurunan hari RSI turun)
Berdasarkan parameter empiris, oversold adalah saat RSI < 30 dan overbought adalah saat RSI < 70.
200 hari SMA filter terutama menentukan arah tren pasar utama. Ketika harga lebih tinggi dari 200 hari SMA adalah bull market, jika tidak, maka adalah bear market.
Dari kedua hal tersebut, strategi masuk dan keluar adalah sebagai berikut:
Multiple entry: RSI < 45 dan harga close out > 200 hari SMA
RSI > 75 dan harga penutupan > 200 hari SMA
Masuk kosong: RSI > 65 dan harga penutupan < 200 hari SMA
Keluar kosong: RSI < 25 dan harga penutupan < 200 hari SMA
Dengan cara ini, Anda dapat menggunakan penilaian RSI yang tepat untuk menemukan titik masuk dan keluar yang lebih baik dalam tren besar, dan mendapatkan keuntungan strategis yang lebih tinggi.
Analisis Keunggulan Strategi
Keuntungan terbesar dari strategi ini adalah penggunaan indikator RSI dan filter SMA 200 hari untuk membuat strategi lebih stabil dan akurat:
- SMA 200 hari yang efektif dalam menilai tren pasar besar, menghindari kesalahan penilaian dari satu indikator RSI
- Indikator RSI dapat menemukan titik masuk dan keluar yang lebih baik dalam tren saham besar
- Strategi yang sederhana dan mudah diterapkan
Selain itu, strategi ini memiliki keuntungan sebagai berikut:
- Untuk berbagai jenis, termasuk indeks saham, mata uang digital, dan logam mulia
- Efisiensi penggunaan dana
- Anda dapat dengan hati-hati memasukkan stop loss dan secara efektif mengontrol kerugian tunggal.
Analisis Risiko Strategi
Strategi ini juga memiliki beberapa risiko:
- Jika terjadi penyesuaian mendadak di bursa saham, kemungkinan kerugian yang lebih besar.
- Indeks RSI dan 200-day SMA memiliki tingkat keterlambatan
- Transaksi yang lebih sering dan lebih mahal
Untuk mengendalikan risiko ini, langkah-langkah berikut dapat diambil:
- Mengatur manajemen posisi yang tepat untuk mencegah terjadinya kejutan
- Optimalkan parameter RSI dan SMA untuk mengurangi probabilitas lag
- Adaptasi frekuensi transaksi untuk mengurangi biaya transaksi
Arah optimasi strategi
Strategi ini dapat dioptimalkan dalam beberapa hal:
- Secara dinamis menyesuaikan parameter RSI, memilih parameter yang sesuai sesuai dengan tingkat fluktuasi pasar
- Menguji apakah indikator rata-rata lainnya seperti EMA dapat memberikan hasil yang lebih baik
- Menambahkan mekanisme stop loss otomatis
- Menambahkan modul manajemen posisi, menyesuaikan posisi secara dinamis sesuai dengan ukuran dana
- Optimalkan Logika Kualifikasi dan Kualifikasi untuk Meningkatkan Hasil Uji Coba
Meringkaskan
Strategi ini secara keseluruhan berjalan dengan baik, memiliki keunggulan seperti keakuratan penilaian, operasi sederhana, dan luasnya aplikasi. Setelah menambahkan manajemen stop loss dan posisi, Anda dapat berhati-hati dalam menjalankan strategi. Anda dapat melakukan peningkatan strategi dari parameter optimasi, pengoptimalan stop loss, manajemen posisi, dan lain-lain.
/*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