Strategi perdagangan berdasarkan indikator RSI dan MACD
ChaoZhang
Ringkasan
Strategi ini menggabungkan indeks relative strengths (RSI) dan moving average dispersion (MACD) untuk mengidentifikasi peluang perdagangan BTC. Strategi ini melakukan over trade ketika RSI di bawah 30 dan MACD di bawah garis sinyal dan MACD histogram lebih kecil dari 100 dan over trade ketika RSI di atas 80 dan MACD di atas garis sinyal dan MACD histogram lebih besar dari 250. Strategi ini juga menggunakan tracking stop loss untuk mengunci keuntungan.
Prinsip Strategi
Gunakan indikator RSI untuk menilai apakah pasar oversold atau overbought. RSI di bawah 30 dianggap sebagai sinyal oversold, di atas 80 dianggap sebagai sinyal overbought.
Forklift menggunakan MACD line dan sinyal line MACD indikator untuk menilai waktu jual beli. Ketika MACD line melewati sinyal line untuk membeli sinyal; Ketika MACD line di bawah melewati sinyal line untuk menjual sinyal.
Kombinasi sinyal dari indikator RSI dan MACD membentuk kondisi masuk untuk strategi tersebut.
Menggunakan tracking stop loss untuk mengunci keuntungan, tracking stop loss berdasarkan kepemilikan atau kerugian yang diperbarui secara real time, dapat mengontrol risiko secara efektif.
Analisis Keunggulan
Strategi ini menggabungkan dua indikator RSI dan MACD untuk memfilter sinyal palsu secara efektif.
Indikator RSI dapat secara efektif menilai fenomena overbought dan oversold di pasar. Indikator MACD dapat menangkap perubahan tren.
Tracking Stop dapat digunakan untuk menghentikan kerugian berdasarkan kondisi pasar secara real-time, untuk mengunci keuntungan dan mengendalikan risiko.
Lebih sedikit parameter dan lebih mudah untuk diterapkan.
Analisis risiko
Strategi varietas tunggal, risiko sistematis dari varietas itu sendiri.
Indikator RSI dapat menghasilkan sinyal palsu ketika pasar berjangka dan rebound di bawah. Indikator MACD juga dapat menghasilkan sinyal palsu dalam situasi goyah.
Tracking Stop Loss dapat diatasi dalam situasi yang lebih besar, dan tidak dapat mengendalikan risiko.
Pengaturan parameter yang tidak tepat dapat menyebabkan transaksi yang sering terjadi atau kehilangan formulir.
Arah optimasi
Anda dapat mempertimbangkan untuk menggunakan indikator lain seperti Brinline, KD, dan lain-lain untuk memberi sinyal perdagangan.
Studi ini dapat digunakan untuk mempelajari hubungan antara varietas yang berbeda dan untuk membangun strategi arbitrase multi-varietas.
Anda dapat mengoptimalkan strategi stop loss, seperti stop loss tepat waktu, stop loss rata-rata, dan sebagainya.
Parameter optimisasi yang cerdas dapat dikombinasikan dengan pembelajaran mesin.
Meringkaskan
Strategi ini merupakan strategi pelacakan tren berdasarkan RSI dan MACD untuk menilai overbought dan oversold. Strategi ini secara efektif menggabungkan keunggulan indikator teknis untuk menangkap perubahan tren di pasar. Strategi ini sederhana, langsung, dan mudah diterapkan.
/*backtest
start: 2023-01-24 00:00:00
end: 2024-01-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("BTC/USDT RSI and MACD Strategy", overlay = true)
// Define the RSI period
rsiPeriod = input(14, "RSI Period")
// Calculate the RSI
rsi = ta.rsi(close, rsiPeriod)
// Define the MACD parameters
macdShort = input(12, "MACD Short Period")
macdLong = input(26, "MACD Long Period")
macdSignal = input(9, "MACD Signal Period")
// Calculate the MACD
[macdLine, signalLine, _] = ta.macd(close, macdShort, macdLong, macdSignal)
// Define the trailing stop level
trailing_stop_loss_factor = input.float(2.50, "Trailing Stop Loss Factor", step = 0.01)
// Define the entry and exit conditions
enterLong = ta.crossover(rsi, 30) and macdLine < signalLine and macdLine < -100
enterShort = ta.crossunder(rsi, 83) and macdLine > signalLine and macdLine > 250
// Submit the orders
if (enterLong)
strategy.entry("Long", strategy.long)
if (enterShort)
strategy.entry("Short", strategy.short)
// Trailing Stop Loss
longTrailingStopLoss = strategy.position_avg_price * (1 - trailing_stop_loss_factor / 100)
shortTrailingStopLoss = strategy.position_avg_price * (1 + trailing_stop_loss_factor / 100)
if strategy.position_size > 0
strategy.exit("Exit Long", "Long", stop = longTrailingStopLoss)
if strategy.position_size < 0
strategy.exit("Exit Short", "Short", stop = shortTrailingStopLoss)
// Plot the indicators
plot(rsi, "RSI", color=color.blue)
hline(20, "RSI Lower Level", color=color.green)
hline(80, "RSI Upper Level", color=color.red)
plot(macdLine - signalLine, "MACD Histogram", color=color.red, style=plot.style_histogram)
hline(0, "Zero", color=color.gray)