Strategi perdagangan kuantitatif yang efisien dikombinasikan dengan rata-rata pergerakan
ChaoZhang
Ringkasan
Strategi ini terutama menggunakan kombinasi indikator RSI 5 hari dengan rata-rata bergerak 200 hari untuk membentuk sinyal keputusan perdagangan, termasuk dalam strategi portofolio indikator teknis. Prinsip perdagangan utamanya adalah: ketika harga berjalan ke area overbought, sinyal dijual; ketika harga turun ke area oversold, sinyal dibeli. Keuntungan terbesar dari strategi ini adalah bahwa sinyal strategi lebih jelas, risiko penarikan lebih kecil.
Prinsip Strategi
Strategi ini terutama menggunakan kombinasi indikator RSI 5 hari dengan rata-rata bergerak 200 hari untuk menilai area overbought dan oversold di mana harga berjalan, dan membentuk keputusan perdagangan:
5 hari RSI menentukan zona overbought dan oversold yang dijalankan harga. Ditetapkan garis overbought adalah 72, zona oversold adalah 30. Ketika RSI naik dari bawah, sinyal beli dihasilkan; Ketika RSI turun dari atas, sinyal jual dihasilkan.
Moving average 200 hari menentukan arah tren harga dalam garis panjang. Ketika harga di bawah garis rata-rata 200 hari, ini adalah fase penurunan harga; Ketika harga di atas garis rata-rata 200 hari, ini adalah fase kenaikan harga.
Dengan kombinasi 1, 2 penilaian, strategi ini akan melakukan overbought dan oversold pada hari ke-5 RSI dan oversold pada hari ke-72 dan oversold pada hari ke-5 RSI dan oversold pada hari ke-30 dan oversold pada hari ke-200.
Keunggulan Strategis
Sinyal-sinyal strategi lebih jelas, menggunakan area Judgment indikator RSI untuk menentukan sinyal overbought dan oversold.
Garis rata-rata harian 200 menilai arah tren besar, menghindari operasi berlawanan.
Anda dapat mengatur jumlah maksimum yang dapat Anda simpan untuk mengendalikan risiko.
Optimalisasi parameter strategi cukup luas, dapat menyesuaikan parameter RSI dengan parameter rata-rata.
Risiko penarikan rendah, strategi pengendalian yang efektif untuk penarikan maksimal.
Risiko Strategis
Dengan hanya menggunakan indikator RSI dan indikator rata-rata, sinyal strategi mungkin tidak stabil, dan ada risiko kerugian perdagangan di pasar bergolak.
Optimalkan dan uji parameter RSI dan parameter garis rata-rata untuk mendapatkan efek strategi yang lebih baik.
Indikator atau model penilaian lain dapat diperkenalkan, untuk mengoptimalkan sinyal strategi.
Arah optimasi strategi
Menggunakan lebih banyak kombinasi indikator. Seperti MACD, KD, indikator volatilitas, dll.
Menambahkan penilaian model pembelajaran mesin. Sebagai LSTM menilai stabilitas sinyal perdagangan.
Menambahkan faktor kuantitatif. Faktor-faktor yang menentukan sisi keuangan seperti perubahan volume transaksi, aliran dana, dan lain-lain.
Optimalkan parameter strategi. Seperti parameter RSI, parameter rata-rata, dll.
Mengoptimalkan mekanisme stop loss seperti stop loss bergerak, stop loss waktu, dll.
Meringkaskan
Strategi ini terutama menggunakan indikator RSI 5 hari dengan indikator rata-rata 200 hari untuk menentukan area harga overbought dan oversold, membentuk sinyal perdagangan, termasuk dalam strategi portofolio indikator teknis. Sinyal strategi lebih jelas, risiko penarikan maksimum lebih kecil.
/*backtest
start: 2024-01-24 00:00:00
end: 2024-01-31 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/
// ©chewyScripts.
//@version=5
strategy("96er RSI+200EMA Strategy + Alerts", overlay=true)
// This works best on a small account $100, with 50% of equity and up to 10 max open trades.
// 96% Profitable, turns $100 into $350 in 1 month. very few losses. super happy with it.
// So far it triples the account on a 1m chart in 1 month back testing on the SEI-USD pair.
// I did not test on FX pairs or other instruments.
// had some issues with the inputs not working so had to hard code some, also the lastClose var sometimes breaks and starts following every candle, not sure why.
in_r1 = input.int(5,"5 day input or RSI1")
in_openOrders = input.int(3,"max open orders")
in_lowerRSI = input.int(30,"RSI Lower")
in_upperRSI = input.int(72,"RSI Upper ")
in_emaperiod = input.int(200,"EMA Period")
in_buybreakout = input.int(50,"Buy breakout range")
in_buyTP = input.float(1.05,"Buy TP: 1+TP %, .05 seems to work well.")
in_sellTP = input.float(0.9850, "Sell TP: 1-TP%. .025 seems to work well. ")
simple int rsi5 = in_r1
// 3 rsi strategy , when all of them are overbought we sell, and vice versa
rsi7 = ta.rsi(close,rsi5)
lastClose = request.security(syminfo.tickerid, "D", close, lookahead = barmerge.lookahead_on)
rsi3 = ta.rsi(close[5],rsi5)
ma = ta.ema(close,in_emaperiod)
plot(rsi7,"5 Day RSI",color.red)
plot(lastClose,"Yesterdays Close",color.green)
plot(rsi3,"Previous 5th candles RSI",color.purple)
// sell condition
//sell = ta.crossunder(rsi7,70) and ta.crossunder(rsi14,70) and ta.crossunder(rsi21,70)
//buy condition
//buy = ta.crossover(rsi7,in_lowerRSI) and close < ma and rsi3 <= in_upperRSI and strategy.opentrades < in_openOrders
//sell = ta.crossunder(rsi7,in_upperRSI) and close > ma and rsi3 >= in_lowerRSI3 and strategy.opentrades < in_openOrders
buy = ta.crossover(rsi7,in_lowerRSI) and close < ma and close < lastClose and strategy.opentrades < in_openOrders
sell = ta.crossunder(rsi7,in_upperRSI) and close > ma and close > lastClose and strategy.opentrades < in_openOrders
var lastBuy = close
var lastSell = close
if (buy)
strategy.entry("BUY", strategy.long)
lastBuy := close
alert("Buy")
if ((close >= lastBuy*in_buyTP ) or rsi7 > in_buybreakout and close >= lastClose and (close >= lastClose*in_buyTP or close >= lastBuy*in_buyTP ) )
strategy.close("BUY", "BUY Exit")
alert("Buy Exit")
if (sell)
strategy.entry("SELL", strategy.short)
lastSell := close
alert("Sell")
if ( close < ma and (close <= lastSell*in_sellTP ) or (close < lastClose*in_sellTP) )
strategy.close("SELL", "Sell Exit")
alert("Sell Exit")