ChaoZhang
Ringkasan
Strategi ini adalah sistem perdagangan adaptif berdasarkan RSI (indikator relatif kuat) yang mengoptimalkan penciptaan sinyal perdagangan dengan penyesuaian dinamis atas ambang batas overbought/oversold. Inovasi inti dari strategi ini adalah pengenalan metode penyesuaian Bufi (BAT) yang menyesuaikan ambang batas trigger RSI sesuai dengan tren pasar dan dinamika fluktuasi harga, sehingga meningkatkan efektivitas strategi RSI tradisional.
Prinsip Strategi
Inti dari strategi ini adalah untuk meng-upgrade sistem RSI tradisional yang telah ditetapkan menjadi sistem yang dinamis. Implementasi spesifiknya adalah sebagai berikut:
- Menggunakan RSI periode pendek untuk menghitung pasar overbought dan oversold
- Perhitungan kecenderungan harga dengan regresi linier
- Menggunakan standar deviasi untuk mengukur volatilitas harga
- Mengintegrasikan informasi tren dan fluktuasi untuk secara dinamis menyesuaikan RSI
- Meningkatkan nilai tukar dalam tren naik, menurunkan nilai tukar dalam tren turun
- Kurangi sensitivitas penurunan saat harga lebih jauh dari rata-rata
Strategi ini juga mencakup dua mekanisme pengendalian risiko:
- Mekanisme penutupan periode tetap
- Mekanisme penghentian kerugian maksimum
Keunggulan Strategis
- Adaptasi dinamis:
- Dapat secara otomatis menyesuaikan nilai transaksi berdasarkan kondisi pasar
- Kelemahan Menghindari Parameter Tetap dalam Berbagai Kondisi Pasar
- Pengendalian risiko:
- Batas waktu maksimum untuk memegang posisi
- Mengandung mekanisme perlindungan kerugian dana
- Manajemen Posisi Persentase
- Kualitas sinyal meningkat:
- Menurunkan Sinyal Palsu di Pasar Bergoyang
- Meningkatkan kemampuan penangkapan pasar tren
- Keseimbangan antara sensitivitas dan stabilitas
Risiko Strategis
- Sensitivitas parameter:
- Pilihan faktor BAT mempengaruhi kinerja strategi
- Pengaturan siklus RSI perlu diuji dengan baik
- Adaptasi parameter panjang perlu dioptimalkan
- Kondisi pasar tergantung pada:
- Peluang yang mungkin terlewatkan di pasar yang bergejolak
- Stop loss mungkin lebih besar saat berfluktuasi tajam
- Parameter yang perlu disesuaikan dengan pasar yang berbeda
- Keterbatasan teknologi:
- Tergantung pada data historis untuk menghitung threshold
- Mungkin ada keterlambatan
- Konsekuensi Biaya Transaksi yang Perlu Dipertimbangkan
Arah optimasi strategi
- Optimalisasi parameter:
- Memperkenalkan mekanisme pilihan parameter adaptif
- Parameter penyesuaian berdasarkan dinamika siklus pasar yang berbeda
- Tambahkan fungsi optimasi otomatis parameter
- Optimasi Sinyal:
- Tergabung dengan verifikasi indikator teknis lainnya
- Menambahkan fitur identifikasi siklus pasar
- Optimalkan penilaian waktu masuk
- Optimasi pengendalian risiko:
- Memperkenalkan mekanisme stop loss dinamis
- Optimalkan strategi manajemen posisi
- Tambahkan mekanisme kontrol penelusuran kembali
Meringkaskan
Ini adalah strategi perdagangan adaptif inovatif yang mengatasi keterbatasan strategi RSI tradisional melalui optimasi penurunan nilai dinamis. Strategi ini secara komprehensif mempertimbangkan tren dan volatilitas pasar, dengan kemampuan adaptasi dan pengendalian risiko yang lebih kuat. Meskipun ada tantangan seperti pengoptimalan parameter, tetapi dengan perbaikan dan pengoptimalan berkelanjutan, strategi ini diharapkan untuk mencapai kinerja yang stabil dalam perdagangan nyata.
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-11 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © PineCodersTASC
// TASC Issue: October 2024
// Article: Overbought/Oversold
// Oscillators: Useless Or Just Misused
// Article By: Francesco P. Bufi
// Language: TradingView's Pine Script™ v5
// Provided By: PineCoders, for tradingview.com
//@version=5
title ='TASC 2024.10 Adaptive Oscillator Threshold'
stitle = 'AdapThrs'
strategy(title, stitle, false, default_qty_type = strategy.percent_of_equity,
default_qty_value = 10, slippage = 5)
// --- Inputs ---
string sys = input.string("BAT", "System", options=["Traditional", "BAT"])
int rsiLen = input.int(2, "RSI Length", 1)
int buyLevel = input.int(14, "Buy Level", 0)
int adapLen = input.int(8, "Adaptive Length", 2)
float adapK = input.float(6, "Adaptive Coefficient")
int exitBars = input.int(28, "Fixed-Bar Exit", 1, group = "Strategy Settings")
float DSL = input.float(1600, "Dollar Stop-Loss", 0, group = "Strategy Settings")
// --- Functions ---
// Bufi's Adaptive Threshold
BAT(float price, int length) =>
float sd = ta.stdev(price, length)
float lr = ta.linreg(price, length, 0)
float slope = (lr - price[length]) / (length + 1)
math.min(0.5, math.max(-0.5, slope / sd))
// --- Calculations ---
float osc = ta.rsi(close, rsiLen)
// Strategy entry rules
// - Traditional system
if sys == "Traditional" and osc < buyLevel
strategy.entry("long", strategy.long)
// - BAT system
float thrs = buyLevel * adapK * BAT(close, adapLen)
if sys == "BAT" and osc < thrs
strategy.entry("long", strategy.long)
// Strategy exit rules
// - Fixed-bar exit
int nBar = bar_index - strategy.opentrades.entry_bar_index(0)
if exitBars > 0 and nBar >= exitBars
strategy.close("long", "exit")
// - Dollar stop-loss
if DSL > 0 and strategy.opentrades.profit(0) <= - DSL
strategy.close("long", "Stop-loss", immediately = true)
// Visuals
rsiColor = #1b9e77
thrsColor = #d95f02
rsiLine = plot(osc, "RSI", rsiColor, 1)
thrsLine = plot(sys == "BAT" ? thrs : buyLevel, "Threshold", thrsColor, 1)
zeroLine = plot(0.0, "Zero", display = display.none)
fill(zeroLine, thrsLine, sys == "BAT" ? thrs : buyLevel, 0.0, color.new(thrsColor, 60), na)