1. Persegi
  2. Strategi Trading Crypto Pullback Berdasarkan Stochastic RSI dan EMA Crossover

Strategi Trading Crypto Pullback Berdasarkan Stochastic RSI dan EMA Crossover

Penulis:ChaoZhang, Tanggal: 2024-03-08 16:44:51
Tag:

img

Tinjauan Strategi

Strategi ini menggabungkan Stochastic RSI dan EMA untuk mendeteksi tren dan memverifikasi sinyal perdagangan. Ketika harga kembali di atas EMA20 ke antara EMA9 dan EMA14, dan Stochastic RSI berada di bawah tingkat oversold, sinyal panjang dihasilkan; ketika harga kembali di bawah EMA20 ke antara EMA9 dan EMA14, dan Stochastic RSI berada di atas tingkat overbought, sinyal pendek dihasilkan.

Prinsip Strategi

  1. Gunakan fungsi ta.ema untuk menghitung 3 EMA dengan periode yang berbeda, yaitu EMA9, EMA14, dan EMA20, untuk menentukan kondisi tren harga.
  2. Gunakan fungsi ta.rsi untuk menghitung indikator RSI, kemudian gunakan fungsi ta.stoch untuk mengkonversi RSI ke indikator RSI Stochastic untuk menentukan apakah harga terlalu banyak dibeli atau terlalu banyak dijual.
  3. Ketika harga penutupan > EMA20 dan harga penutupan < EMA9 dan EMA14, dan Stochastic RSI < tingkat oversold, sinyal panjang dipicu dan operasi beli dilaksanakan.
  4. Ketika harga penutupan < EMA20 dan harga penutupan > EMA9 dan EMA14, dan Stochastic RSI > tingkat overbought, sinyal pendek dipicu dan operasi jual dilaksanakan.

Ide inti dari strategi ini adalah untuk menggunakan RSI Stokastik untuk menentukan apakah retracement harga dalam tren utama (diwakili oleh EMA20) telah mencapai area overbought atau oversold yang sesuai, sambil menggunakan EMA cepat dan EMA menengah untuk memverifikasi kekuatan retracement. Jika harga menembus EMA cepat dan EMA menengah, retracement dapat berakhir dan tren dapat terbalik, yang tidak cocok untuk memasuki posisi. Hanya ketika harga retraces antara EMA9 dan EMA14 dianggap memasuki posisi ke arah tren. Metode verifikasi multi-kondisi ini dapat secara efektif meningkatkan kualitas sinyal dan mengurangi penilaian yang salah.

Keuntungan Strategi

  1. Menggabungkan indikator tren (EMA) dan indikator osilator (RSI) untuk lebih memahami tren dan waktu overbought / oversold.
  2. Mengadopsi Stochastic RSI, yang memiliki dua keuntungan dibandingkan dengan indikator RSI asli: satu adalah peningkatan kelancaran indikator, dan yang lainnya menghindari indikator menempel pada nilai ekstrem untuk waktu yang lama.
  3. Verifikasi multi-kondisi dapat secara efektif menyaring banyak sinyal palsu dan meningkatkan keandalan sinyal.
  4. Logika kode jelas dan sederhana, mudah dimengerti dan dimodifikasi, dan dapat digunakan sebagai templat bagi pemula untuk belajar.

Risiko Strategi

  1. Tidak cocok untuk pasar sisi, karena EMA sering menyeberang, yang dapat menghasilkan banyak sinyal palsu.
  2. Jika tren sangat kuat dan harga naik atau turun secara sepihak, strategi ini akan kehilangan banyak peluang karena retracement sangat dangkal.
  3. Pemilihan parameter EMA memiliki dampak besar pada strategi dan perlu disesuaikan secara terpisah untuk varietas dan periode yang berbeda.
  4. Parameter RSI Stochastic juga perlu disesuaikan sesuai dengan situasi aktual, dan nilai default saat ini mungkin tidak bekerja dengan baik pada beberapa varietas.

Arahan Optimasi

  1. Pertimbangkan untuk memperkenalkan indikator ATR untuk menyesuaikan secara dinamis tingkat overbought dan oversold untuk menyesuaikan dengan tingkat volatilitas yang berbeda.
  2. Tambahkan lebih banyak EMA dengan periode yang berbeda untuk menggambarkan posisi retracement harga dengan lebih akurat.
  3. Stop loss dan take profit juga harus dipertimbangkan, menggunakan persentase stop loss atau ATR stop loss, dan trailing stop loss untuk melindungi keuntungan.
  4. Pola candlestick seperti pin bar dan pola engulfing dapat digunakan untuk membantu menilai pembalikan tren sebagai kondisi tambahan untuk meningkatkan akurasi.

Ringkasan

Strategi ini menggunakan Stochastic RSI dikombinasikan dengan verifikasi multi-kondisi EMA untuk mengontrol risiko secara efektif sambil memahami retracement tren. Ide keseluruhan sederhana dan mudah dimengerti, cocok untuk pemula untuk belajar dan menggunakan. Namun, strategi itu sendiri juga memiliki beberapa keterbatasan, seperti kinerja yang buruk di pasar sampingan, pemahaman yang tidak memadai tentang pergerakan tren, dll, yang perlu disesuaikan secara fleksibel sesuai dengan situasi aktual. Di masa depan, pertimbangan juga dapat diberikan untuk mengoptimalkan dan meningkatkan strategi dari aspek seperti parameter dinamis, verifikasi indikator lebih banyak, dan manajemen uang untuk mendapatkan pengembalian yang lebih kuat. Secara umum, strategi ini dapat berfungsi sebagai templat dasar yang dapat dimodifikasi dan diperluas, dan merupakan titik awal dan pembelajaran yang baik.

/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Crypto-EMA_Pullback=-", overlay=true,initial_capital = 10000000,default_qty_type=strategy.percent_of_equity, default_qty_value=10.0, pyramiding = 10)

// Inputs
lengthRsi = input(14, title="RSI Length")
k = input(3, title="Stoch %K")
d = input(3, title="Stoch %D")
lengthStoch = input(14, title="Stochastic RSI Length")
overSold = input(25, title="Oversold Level")
overBought = input(85, title="Overbought Level")
emaFastLength = input(9, title="Fast EMA Length")
emaMediumLength = input(14, title="Medium EMA Length")
emaSlowLength = input(20, title="Slow EMA Length")

// Calculating EMAs
emaFast = ta.ema(close, emaFastLength)
emaMedium = ta.ema(close, emaMediumLength)
emaSlow = ta.ema(close, emaSlowLength)

// Calculating the RSI and Stoch RSI
rsi = ta.rsi(close, lengthRsi)
stochRsiK = ta.sma(ta.stoch(rsi, rsi, rsi, lengthStoch), k)
stochRsiD = ta.sma(stochRsiK, d)

// Entry Conditions
bullishCondition = close > emaSlow and close < emaFast and close < emaMedium and stochRsiK < overSold
bearishCondition = close < emaSlow and close > emaFast and close > emaMedium and stochRsiK > overBought

// Strategy Execution
if (bullishCondition)
    strategy.entry("Long", strategy.long)

if (bearishCondition)
    strategy.entry("Short", strategy.short)

// Plotting
plot(emaFast, color=color.blue, title="Fast EMA")
plot(emaMedium, color=color.orange, title="Medium EMA")
plot(emaSlow, color=color.red, title="Slow EMA")
hline(overSold, "Oversold", color=color.green)
hline(overBought, "Overbought", color=color.red)
Lebih banyak

2019 FMZ - Semua hak dilindungi