Strategi Perdagangan Rata-rata Pergerakan Eksponensial Ganda RSI


Tanggal Pembuatan: 2024-01-30 15:44:11 Akhirnya memodifikasi: 2024-01-30 15:44:11
menyalin: 0 Jumlah klik: 721
1
fokus pada
1617
Pengikut

Strategi Perdagangan Rata-rata Pergerakan Eksponensial Ganda RSI

Ringkasan

Strategi ini disebut strategi perdagangan RSI dengan indeks bergerak ganda. Strategi ini menggunakan indeks bergerak ganda (Double EMA) dan indeks relatif lemah (RSI) sebagai indikator perdagangan utama untuk melakukan perdagangan mekanis.

Prinsip Strategi

Strategi ini pertama-tama menghitung harga dengan moving average (MA), kemudian berdasarkan MA menghitung RSI, kemudian menghitung moving average RSI (Smooth). Pada saat RSI melintasi moving average, ia menghasilkan sinyal beli. Pada saat RSI melintasi moving average, ia menghasilkan sinyal jual. Opsional, strategi ini juga mengatur parameter pengendalian risiko seperti jumlah maksimum transaksi per hari, jumlah modal yang diperdagangkan, periode perdagangan, stop loss, dan jumlah stop loss yang dilacak.

Keunggulan Strategis

  1. Dengan menggunakan moving average dua digit, kita bisa merespon perubahan harga dengan lebih cepat dan memfilter beberapa kebisingan.
  2. Perhitungan RSI didasarkan pada moving average untuk membuatnya lebih stabil dan menghindari perdagangan yang salah.
  3. Rata-rata bergerak RSI membantu untuk mengkonfirmasi sinyal perdagangan, memfilter kebocoran palsu.
  4. Setel jumlah maksimum transaksi untuk membantu mengendalikan risiko harian.
  5. Tetapkan bagian dari dana transaksi untuk menghindari kerugian tunggal yang terlalu besar.
  6. Menetapkan jangka waktu perdagangan, menghindari titik-titik waktu kritis, dan mengontrol risiko likuiditas.
  7. Setting Stop Loss Stop Loss Points membantu untuk membatasi kerugian tunggal.
  8. Pelacakan titik-titik stop loss dapat membantu mengunci leverage dan mengurangi penarikan balik.

Risiko Strategis

  1. Rata-rata bergerak biner bereaksi lambat terhadap kejadian pasar yang tidak terduga, dan mungkin melewatkan peluang perdagangan garis pendek.
  2. RSI mudah terbentuk di tengah-tengah tanda-tanda yang salah seperti dead fork dan crossing emas. Perdagangan harus dilakukan dengan hati-hati jika dikombinasikan dengan indikator lain.
  3. Rasio dana yang diperdagangkan tetap tidak dapat menanggapi fluktuasi pasar, dan ada risiko kurangnya pemanfaatan dana.
  4. Penundaan kerugian tetap sulit beradaptasi dengan berbagai varietas dan kondisi pasar, ada risiko kehilangan atau penundaan kerugian prematur.
  5. Tracking stop loss mungkin terlalu sering dipicu dalam situasi gempa.

Tanggapan:

  1. Mempersingkat siklus rata-rata bergerak dan meningkatkan sensitivitas.
  2. Kombinasi dengan indikator lain seperti sinyal penyaringan volume lalu lintas.
  3. Dinamis menyesuaikan rasio dana transaksi.
  4. Stop loss margin disesuaikan dengan volatilitas dan perubahan pasar.
  5. Peregangan yang tepat untuk melacak stop loss.

Arah optimasi strategi

  1. Uji kombinasi rata-rata bergerak indeks ganda dari periode yang berbeda untuk menemukan parameter optimal.
  2. Uji parameter siklus RSI yang dihitung untuk meningkatkan keandalan sinyal emas/dead fork.
  3. Tambahkan volume transaksi, filter sinyal kebisingan dari indikator seperti Brinks.
  4. Rasio dana transaksi yang disesuaikan secara dinamis dengan harga penutupan dan volatilitas pada hari itu, serta stop loss.
  5. Ada juga mekanisme stop loss yang dapat dilacak sesuai dengan karakteristik varietas dan optimalisasi lingkungan pasar.

Meringkaskan

Strategi ini memiliki aturan mekanis yang jelas dan dapat diandalkan untuk varietas tren garis tengah dan panjang. Setelah dioptimalkan, strategi ini dapat digunakan sebagai dasar untuk mengikuti tren perdagangan mekanis, risiko dapat dikendalikan, dan efeknya layak untuk dievaluasi lebih lanjut.

Kode Sumber Strategi
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title='[STRATEGY][RS]DemaRSI V0', shorttitle='D', overlay=false, initial_capital=100000, currency=currency.USD)
src = input(close)
ma_length = input(21)
rsi_length = input(4)
rsi_smooth = input(4)

ma = ema(ema(src, ma_length), ma_length)
marsi = rsi(ma, rsi_length)
smooth = ema(marsi, rsi_smooth)
plot(title='M', series=marsi, color=black)
plot(title='S', series=smooth, color=red)
hline(0)
hline(50)
hline(100)

max_order_per_day = input(6)
// strategy.risk.max_intraday_filled_orders(max_order_per_day)
trade_size_as_equity_factor = input(false)
trade_size = input(type=float, defval=10000.00) * (trade_size_as_equity_factor ? strategy.equity : 1)
take_profit_in_points = input(100000)
stop_loss_in_points = input(100000)
trail_in_points = input(150)

USE_SESSION = input(true)
trade_session = input(title='Trade Session:', defval='0400-1500', confirm=false)
istradingsession = not USE_SESSION ? true : not na(time('1', trade_session))

buy_entry = istradingsession and crossover(marsi, smooth)
sel_entry = istradingsession and crossunder(marsi, smooth)

strategy.entry('buy', long=true, qty=1, when=buy_entry)
strategy.entry('sel', long=false, qty=1, when=sel_entry)

strategy.exit('buy.Exit', from_entry='buy', profit=take_profit_in_points, loss=stop_loss_in_points, trail_points=trail_in_points, trail_offset=trail_in_points)
strategy.exit('sel.Exit', from_entry='sel', profit=take_profit_in_points, loss=stop_loss_in_points, trail_points=trail_in_points, trail_offset=trail_in_points)
strategy.close_all(when=not istradingsession)