Strategi Crossover RSI Stokastik Triple EMA


Tanggal Pembuatan: 2024-01-26 16:07:34 Akhirnya memodifikasi: 2024-01-26 16:07:34
menyalin: 0 Jumlah klik: 809
1
fokus pada
1617
Pengikut

Strategi Crossover RSI Stokastik Triple EMA

Ringkasan

Triple EMA Random RSI Crossed Fork Strategi adalah strategi pelacakan tren. Ini menggabungkan indikator Triple Indeks Moving Average dan Indeks Random Indeks Relatif Lemah untuk menentukan waktu masuk dengan sinyal silang dari indikator ganda.

Prinsip Strategi

Strategi ini didasarkan pada logika berikut:

  1. Tiga EMA menilai tren: garis 8 di atas, garis 14 di tengah, garis 50 di bawah membentuk tren multihead, sebaliknya membentuk tren kosong.

  2. Indikator RSI acak menilai crossover: garis K melintasi garis D dari arah bawah menghasilkan sinyal garpu emas, yang menunjukkan kekuatan masuk.

  3. Hanya melakukan hal-hal yang berlebihan, tidak mempertimbangkan hal-hal kosong.

Ketika triple EMA menunjukkan tren naik dan RSI acak muncul, lakukan lebih banyak. Atas dasar ini, atur stop loss dan stop loss untuk mengunci keuntungan.

Analisis Keunggulan

Strategi ini menggabungkan penilaian dua indikator untuk mengunci tren secara efektif. Keuntungan utama adalah sebagai berikut:

  1. Triple EMA memfilter kebisingan jangka pendek dan mengunci tren lini tengah-panjang.

  2. Random RSI Goldfork mengkonfirmasi masuknya kekuatan.

  3. ATR Smart Stop Loss Stop Loss, kunci keuntungan.

  4. Strategi logisnya sederhana dan jelas, mudah dipahami dan diterapkan.

Analisis risiko

Risiko utama dari strategi ini adalah sebagai berikut:

  1. Ketika indikator EMA tiga kali menghasilkan beberapa garpu mati dalam getaran, sering membuka posisi akan membawa risiko perdagangan. Hal ini dapat diselesaikan dengan mengoptimalkan parameter EMA atau menambahkan indikator penyaringan lainnya.

  2. Tidak ada peluang shorting. Hanya dengan melakukan lebih banyak, Anda akan kehilangan peluang bouncing di bawah. Anda dapat mempertimbangkan untuk menggunakan indikator seperti MACD untuk mencari peluang shorting dalam tren overhead.

Arah optimasi

Strategi yang dapat dioptimalkan meliputi:

  1. Optimalkan parameter EMA untuk meningkatkan penilaian tren.

  2. Menambahkan indikator seperti MACD, menilai tren overhead, meningkatkan peluang shorting.

  3. Meningkatkan indikator volatilitas, seperti ATR, memperbaiki pengaturan stop loss.

  4. Dengan menggunakan indikator volume transaksi untuk menghindari false breakout.

  5. Optimalisasi parameter menggunakan teknologi seperti pembelajaran mesin.

Meringkaskan

Secara keseluruhan, triple EMA RSI crossover strategi yang digabungkan dengan penilaian indikator ganda, dapat secara efektif memfilter getaran, mengunci tren, dan merupakan strategi pelacakan tren yang sederhana dan praktis. Dengan terus mengoptimalkan parameter, meningkatkan indikator filter, dan menggunakan teknologi canggih, kinerja strategi yang lebih baik dapat diperoleh.

Kode Sumber Strategi
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4

strategy(title="Stoch RSI Crossover Strat + EMA", shorttitle="Stoch RSI Cross + EMA Strat", overlay = true)

// Time Range
FromMonth=input(defval=1,title="FromMonth",minval=1,maxval=12)
FromDay=input(defval=1,title="FromDay",minval=1,maxval=31)
FromYear=input(defval=2020,title="FromYear",minval=2017)
ToMonth=input(defval=1,title="ToMonth",minval=1,maxval=12)
ToDay=input(defval=1,title="ToDay",minval=1,maxval=31)
ToYear=input(defval=9999,title="ToYear",minval=2017)
start=timestamp(FromYear,FromMonth,FromDay,00,00)
finish=timestamp(ToYear,ToMonth,ToDay,23,59)
window()=>true

// See if this bar's time happened on/after start date
afterStartDate = time >= start and time<=finish?true:false

//STOCH RSI
smoothK = input(3, minval=1)
smoothD = input(3, minval=1)
lengthRSI = input(14, minval=1)
lengthStoch = input(14, minval=1)
src = input(close, title="RSI Source")

rsi1 = rsi(src, lengthRSI)
k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK)
d = sma(k, smoothD)

//ATR
lengthATR = input(title="ATR Length", defval=14, minval=1)
atr = atr(lengthATR)

//MULTI EMA
emasrc = close, 
len1 = input(8, minval=1, title="EMA 1")
len2 = input(14, minval=1, title="EMA 2")
len3 = input(50, minval=1, title="EMA 3")

ema1 = ema(emasrc, len1)
ema2 = ema(emasrc, len2)
ema3 = ema(emasrc, len3)

col1 = color.lime
col2 = color.blue
col3 = color.orange

//EMA Plots
//plot(ema1, title="EMA 1", linewidth=1, color=col1)
//plot(ema2, title="EMA 2", linewidth=1, color=col2)
//plot(ema3, title="EMA 3", linewidth=1, color=col3)

crossup = k[0] > d[0] and k[1] <= d[1]
emapos = ema1 > ema2 and ema2 > ema3 and close > ema1
barbuy = crossup and emapos

//plotshape(crossup, style=shape.triangleup, location=location.belowbar, color=color.white)
plotshape(barbuy, style=shape.triangleup, location=location.belowbar, color=color.green)

longloss = sma(open, 1)
//plot(longloss, color=color.red)

//Buy and Sell Factors
profitfactor = input(title="Profitfactor", type=input.float, step=0.1, defval=2)
stopfactor = input(title="Stopfactor", type=input.float, step=0.1, defval=3)
bought = strategy.position_size[1] < strategy.position_size
longcondition = barbuy

if (longcondition) and (afterStartDate) and strategy.opentrades < 1
    strategy.entry("Long", strategy.long)

if (afterStartDate) and strategy.opentrades > 0
    barsbought = barssince(bought)
    profit_level = strategy.position_avg_price + (atr*profitfactor)
    stop_level = strategy.position_avg_price - (atr*stopfactor)
    strategy.exit("Take Profit/ Stop Loss", "Long", stop=stop_level[barsbought], limit=profit_level[barsbought])