マルチ期間RSI指標に基づく反転戦略
ChaoZhang
この記事では,多周期RSI指標を用いて逆転点を判断する量化取引戦略について詳しく説明する.この戦略は,複数のRSI指標を同時に分析して,市場のターニングポイントの形成を識別する.
戦略の原則
この戦略は,3組の異なるパラメータ設定のRSI指標を使用し,具体的ロジックは以下の通りです.
RSI値は2サイクル,7サイクル,14サイクルで計算されます.
RSI-2が10より小さいとき,RSI-7が20より小さいとき,RSI-14が30より小さいとき,底形成と判断する.
RSI-2が90より大きいとき,RSI-7が80より大きいとき,RSI-14が70より大きいとき,頂点形成と判断する.
RSI指標の一致性により,買入/売却のシグナルが生成されます.
指示器一致性の要求のパラメータをプリセットして,信号の頻度を制御する.
このように,多周期RSI指標の集合分析により,反転点の判断精度を向上させることができる.
2 戦略的優位性
この戦略の最大の利点は,多周期的なRSI指標を利用して集合分析を行うことであり,これは,偽の信号を除して,重要な点位の判断の正確性を向上させることができる.
また,一致性パラメータを調整して取引頻度を制御し,異なる市場環境に適応することが可能である.
最後に,異なる周期RSIの組み合わせは,最適化のためのより多くのパラメータ空間を提供します.
3 潜在的リスク
しかし,この戦略には次のリスクもあります.
まず,RSIが価格の逆転を判断するのは,それ自体が遅れているという問題がある.
第二に,複数の指標の組み合わせによる信号判断が困難であり,明確なフィルタリングルールを設定する必要があります.
最後に,反転取引には失敗率があるので,心理的な準備が必要です.
内容と要約
この記事では,多周期RSI指標に基づく反転点識別の量化取引戦略について詳しく説明する.これは,RSI指標の一致性を判断することによって,市場の転換点の識別能力を向上させる.しかし,遅れの問題と信号判断の誤りを防ぎることも必要である.全体的に,それは,パラメータに柔軟なRSI戦略の最適化思考を提供する.
/*backtest
start: 2023-09-06 00:00:00
end: 2023-09-13 00:00:00
period: 45m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//Noro
//2018
//@version=2
strategy(title = "Noro's Triple RSI Top/Bottom v1.1", shorttitle = "3RSI Top/Bottom 1.1", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0)
//Settings
needlong = input(true, defval = true, title = "Long")
needshort = input(true, defval = true, title = "Short")
leverage = input(1, defval = 1, minval = 1, maxval = 100, title = "leverage")
indi = input(3, defval = 3, minval = 1, maxval = 3, title = "Indicators")
accuracy = input(3, defval = 3, minval = 1, maxval = 10, title = "accuracy")
fromyear = input(1900, defval = 1900, minval = 1900, maxval = 2100, title = "From Year")
toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year")
frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month")
tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month")
fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day")
today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day")
//RSI-2
fastup = rma(max(change(close), 0), 2)
fastdown = rma(-min(change(close), 0), 2)
fastrsi = fastdown == 0 ? 100 : fastup == 0 ? 0 : 100 - (100 / (1 + fastup / fastdown))
//RSI-7
middleup = rma(max(change(close), 0), 7)
middledown = rma(-min(change(close), 0), 7)
middlersi = middledown == 0 ? 100 : middleup == 0 ? 0 : 100 - (100 / (1 + middleup / middledown))
//RSI-14
slowup = rma(max(change(close), 0), 14)
slowdown = rma(-min(change(close), 0), 14)
slowrsi = slowdown == 0 ? 100 : slowup == 0 ? 0 : 100 - (100 / (1 + slowup / slowdown))
//Body
body = abs(close - open)
abody = sma(body, 10)
//Signals
acc = 10 - accuracy
signalup1 = fastrsi < (5 + acc) ? 1 : 0
signalup2 = middlersi < (10 + acc * 2) ? 1 : 0
signalup3 = slowrsi < (15 + acc * 3) ? 1 : 0
signaldn1 = fastrsi > (95 - acc) ? 1 : 0
signaldn2 = middlersi > (90 - acc * 2) ? 1 : 0
signaldn3 = slowrsi > (85 - acc * 3) ? 1 : 0
up = signalup1 + signalup2 + signalup3 >= indi
dn = signaldn1 + signaldn2 + signaldn3 >= indi
exit = ((strategy.position_size > 0 and close > open) or (strategy.position_size < 0 and close < open)) and body > abody / 3
//Trading
lot = strategy.position_size == 0 ? strategy.equity / close * leverage : lot[1]
if up
if strategy.position_size < 0
strategy.close_all()
strategy.entry("Bottom", strategy.long, needlong == false ? 0 : lot)
if dn
if strategy.position_size > 0
strategy.close_all()
strategy.entry("Top", strategy.short, needshort == false ? 0 : lot)
if time > timestamp(toyear, tomonth, today, 23, 59) or exit
strategy.close_all()