Strategi perdagangan jangka pendek berdasarkan RSI dan SMA
ChaoZhang
Ringkasan
Strategi ini menggunakan indikator teknis umum seperti RSI dan moving average untuk menentukan masuk dan keluar dari perdagangan. RSI adalah indikator momentum dalam kisaran 0 hingga 100, yang dapat menunjukkan fenomena overbought dan oversold di pasar. SMA adalah rata-rata bergerak sederhana yang dapat mencerminkan tren harga jangka pendek dan jangka panjang.
Prinsip Strategi
Ketika RSI lebih besar dari 50 dianggap sebagai sinyal overhead. Ini menunjukkan bahwa pasar berada di daerah yang seimbang hingga overhead. Ketika SMA 9 hari lebih tinggi dari SMA 100 hari, ini menunjukkan bahwa tren jangka pendek lebih baik daripada tren jangka panjang, dan masuk lebih banyak. Selain itu, jika perubahan harga relatif SMA 9 hari jangka pendek lebih dari 6%, ini menunjukkan percepatan tren jangka pendek.
Jika sudah memegang lebih banyak posisi, strategi ini akan menggunakan Stop Loss Parallax untuk mengunci keuntungan. Strategi ini akan mengikuti Stop Loss berdasarkan persentase yang ditetapkan, dan akan keluar dari posisi ketika harga muncul.
Analisis Keunggulan
Strategi ini menggabungkan indikator tren dan indikator overbought dan oversold, yang dapat masuk ketika ada tren yang lebih jelas, dan juga menghindari periode di mana pasar sedang berbalik, yang secara signifikan mengurangi risiko perdagangan. Strategi stop loss juga dapat mengunci keuntungan, mencegah keuntungan sepenuhnya menguap ketika tren berbalik.
Hasil retrospeksi menunjukkan bahwa strategi ini dapat menguntungkan dalam tren jangka pendek yang lebih jelas dan lebih efektif.
Analisis risiko
Strategi ini bergantung pada indikator seperti RSI dan SMA, yang memiliki keterlambatan tertentu. Strategi ini mungkin tidak dapat keluar tepat waktu, menyebabkan kerugian besar, ketika peristiwa tiba-tiba menyebabkan pasar berbalik dengan cepat.
Selain itu, transaksi dengan frekuensi tinggi memerlukan biaya transaksi yang lebih tinggi. Jika frekuensi transaksi terlalu tinggi, biaya transaksi yang terakumulasi juga akan berdampak pada keuntungan.
Arah optimasi
Strategi ini dapat dipertimbangkan untuk menggabungkan lebih banyak indikator untuk menentukan sinyal masuk dan keluar, misalnya dengan menambahkan indikator volume perdagangan untuk menghindari false breakout. Strategi stop loss juga dapat disesuaikan dengan cara yang lebih fleksibel, mempertimbangkan faktor-faktor fluktuasi pasar.
Selain itu, jenis perdagangan, parameter siklus dapat dioptimalkan untuk mencari kombinasi parameter yang optimal. Perdagangan lintas siklus juga dapat dipertimbangkan, dengan menggunakan siklus yang lebih tinggi untuk menentukan arah tren, dan siklus yang lebih rendah untuk memutuskan masuk.
Meringkaskan
Strategi ini menggunakan indikator teknis yang umum digunakan seperti RSI dan SMA untuk membangun strategi perdagangan jangka pendek. Strategi ini dapat menangkap tren jangka pendek yang lebih jelas untuk mendapatkan keuntungan, tetapi juga memiliki stop loss untuk mengunci keuntungan. Strategi ini cocok untuk investor yang menyukai perdagangan frekuensi tinggi, tetapi juga perlu waspada terhadap risiko pasar yang berubah dengan cepat.
/*backtest
start: 2024-01-24 00:00:00
end: 2024-01-31 00:00:00
period: 1m
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/
// © Coinrule
//@version=5
strategy("Short Term RSI and SMA Percentage Change",
overlay=true,
initial_capital=1000,
process_orders_on_close=true,
default_qty_type=strategy.percent_of_equity,
default_qty_value=100,
commission_type=strategy.commission.percent,
commission_value=0.1)
showDate = input(defval=true, title='Show Date Range')
timePeriod = time >= timestamp(syminfo.timezone, 2022, 5, 1, 0, 0)
notInTrade = strategy.position_size <= 0
//==================================Buy Conditions============================================
//RSI
length = input(14)
rsi = ta.rsi(close, length)
buyCondition1 = rsi > 50
//MA
SMA9 = ta.sma(close, 9)
SMA100 = ta.sma(close, 100)
plot(SMA9, color = color.green)
plot(SMA100, color = color.blue)
buyCondition2 = (SMA9 > SMA100)
//Calculating MA Percentage Change
buyMA = (close/SMA9)
buyCondition3 = buyMA >= 0.06
if (buyCondition1 and buyCondition2 and buyCondition3 and timePeriod) //and buyCondition
strategy.entry("Long", strategy.long)
//==================================Sell Conditions============================================
// Configure trail stop level with input options
longTrailPerc = input.float(title='Trail Long Loss (%)', minval=0.0, step=0.1, defval=5) * 0.01
shortTrailPerc = input.float(title='Trail Short Loss (%)', minval=0.0, step=0.1, defval=5) * 0.01
// Determine trail stop loss prices
longStopPrice = 0.0
shortStopPrice = 0.0
longStopPrice := if strategy.position_size > 0
stopValue = close * (1 - longTrailPerc)
math.max(stopValue, longStopPrice[1])
else
0
shortStopPrice := if strategy.position_size < 0
stopValue = close * (1 + shortTrailPerc)
math.min(stopValue, shortStopPrice[1])
else
999999
strategy.exit('Exit', stop = longStopPrice, limit = shortStopPrice)