Strategi Crossover RSI dan SMA
ChaoZhang
Ringkasan
Strategi ini disebut sebagai RSI dan SMA Gold Fork Dead Fork Strategi, dan ide utamanya adalah menggunakan indikator RSI untuk menilai overbought dan oversold, dan menggabungkan Gold Fork Dead Fork dengan rata-rata SMA untuk membentuk sinyal perdagangan. Lakukan overbought ketika RSI lebih tinggi dari 50 dan SMA jangka pendek lebih tinggi dari SMA jangka panjang, dan lakukan overbought ketika RSI di bawah 50 dan SMA jangka pendek di bawah SMA jangka panjang.
Prinsip Strategi
Strategi ini terutama menggunakan kombinasi indikator RSI dan SMA rata-rata untuk membentuk sinyal perdagangan. Di antaranya, indikator RSI digunakan untuk menilai overbought dan oversold harga sekuritas. Indeks RSI lebih tinggi dari 50 menunjukkan zona overbought dan lebih rendah dari 50 menunjukkan zona oversold.
Secara khusus, ketika RSI lebih tinggi dari 50 ((overbought area) dan rata-rata SMA jangka pendek melintasi rata-rata SMA jangka panjang ((golden fork)), maka dilakukan overbought; ketika RSI lebih rendah dari 50 ((overbought area) dan rata-rata SMA jangka pendek melintasi rata-rata SMA jangka panjang ((dead fork)), maka dilakukan overbought. Dengan demikian, baik fungsi RSI untuk menilai overbought dan oversold, serta sinyal gold fork dan dead fork dari rata-rata SMA, keduanya dapat dikombinasikan untuk meningkatkan akurasi keputusan.
Analisis Keunggulan Strategi
Strategi ini memiliki beberapa keunggulan dibandingkan dengan menggunakan RSI atau SMA rata-rata saja:
Anda dapat lebih akurat menilai situasi overbought dan oversold harga. Hanya dengan melihat rata-rata SMA, harga mungkin sudah memasuki zona overbought dan oversold; hanya dengan melihat RSI, tidak dapat sepenuhnya menilai pergeseran pergerakan harga. Kombinasi keduanya dapat membentuk dasar penilaian yang lebih lengkap.
Anda dapat memfilter beberapa sinyal noise. Hanya dengan SMA yang merata, Anda dapat memfilter beberapa sinyal yang salah, dan dengan RSI Anda dapat memfilternya.
Lebih banyak kesempatan untuk menangkap tren. Ketika ada tren yang jelas, RSI saja mungkin akan kehilangan beberapa peluang, dan dengan SMA rata-rata, Anda dapat terus mengikuti tren dan berpartisipasi dalam pasar yang lebih besar.
Secara keseluruhan, kombinasi RSI dan SMA dapat saling melengkapi untuk membuat dasar keputusan perdagangan yang lebih lengkap, dan pada saat menangkap tren dapat mengurangi sinyal yang salah, sehingga mungkin mendapatkan indikator yang lebih baik.
Analisis risiko
Strategi ini juga memiliki beberapa risiko potensial yang perlu diperhatikan:
Parameter pengaturan risiko. Panjang siklus RSI dan garis rata-rata SMA perlu disetel dengan benar, jika parameter tidak disetel dengan benar, maka akan terjadi kesalahan sinyal perdagangan.
RISIKO SEKESTRUM ESPECIAL. Indikator mungkin akan gagal dalam beberapa situasi khusus, seperti harga saat Limit Up / Down, harga yang melonjak setelah penundaan pendaftaran, dll.
Risiko penarikan balik. Jika terjadi penarikan balik yang besar, akun strategi juga akan menghasilkan penarikan balik tertentu.
RSI dan SMA rata-rata relatif sederhana, tetapi untuk menyesuaikan parameter dan mencapai keuntungan nyata membutuhkan keterampilan dan pengalaman tertentu.
Arah optimasi
Strategi ini juga dapat dioptimalkan dalam beberapa hal:
Uji kombinasi optimum dengan parameter yang berbeda. Anda dapat mencoba RSI dan SMA dengan siklus panjang yang berbeda untuk menemukan kombinasi optimal.
Termasuk strategi stop loss. Mengatur keuntungan dan mengontrol risiko dengan cara seperti menempatkan stop loss yang bergerak dan stop loss yang berskala besar.
Dalam kombinasi dengan indikator lain, sinyal penyaringan. Indikator seperti MACD, Blink dan lain-lain dapat digunakan untuk membantu mengkonfirmasi sinyal perdagangan, mengurangi kesalahan.
Differentiasi parameter dari berbagai varietas. Beberapa pengaturan parameter varietas dapat dioptimalkan untuk mendapatkan hasil terbaik.
Optimalkan strategi pengelolaan posisi Anda. Misalnya, dengan membuka posisi yang lebih tinggi sepertiiskycan, atau dengan mengatur mekanisme penyesuaian posisi tingkat fluktuasi.
Meringkaskan
Strategi ini membuat keputusan dengan menggabungkan crossover RSI dan SMA rata-rata, baik dapat menilai harga overbought dan oversold dan dapat menangkap peluang tren. Dibandingkan dengan indikator tunggal, memiliki penilaian yang lebih akurat, filter suara yang lebih baik.
/*backtest
start: 2023-12-27 00:00:00
end: 2024-01-03 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
/// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © ExpertCryptoo1
//@version=5
strategy('RSI and SMA',
overlay=true,
initial_capital=1000,
process_orders_on_close=true,
default_qty_type=strategy.percent_of_equity,
default_qty_value=30,
commission_type=strategy.commission.percent,
commission_value=0.1)
showDate = input(defval=true, title='Show Date Range')
timePeriod = time >= timestamp(syminfo.timezone, 2022, 1, 1, 0, 0)
notInTrade = strategy.position_size <= 0
//==================================Buy Conditions============================================
//RSI
length = input(14)
rsi = ta.rsi(close, length)
//SMA
fastEMA = ta.sma(close, 100)
slowEMA = ta.sma(close, 150)
plot(fastEMA, color = color.green)
plot(slowEMA, color = color.blue)
bullish = ta.crossover(fastEMA, slowEMA) and rsi > 50
bearish = ta.crossover(slowEMA, fastEMA) and rsi < 50
strategy.entry("Long", strategy.long, when=bullish and timePeriod)
strategy.close("Exit", when=bearish)
strategy.entry("Short", strategy.short, when=bearish and timePeriod)
strategy.close("Exit", when=bullish)