볼링거 밴드 및 RSI 지표 전략
저자:차오장, 날짜: 2023-10-25 14:47:21태그:
전반적인 설명
이 전략은 주로 볼링거 밴드 및 RSI 지표를 결합하여 거래 신호를 판단합니다. 이것은 전형적인 프랭켄슈타인 전략입니다. 볼링거 밴드 (Bollinger Band) 를 통해 트렌드 방향을 판단하고 RSI를 통해 과반 구매 및 과반 판매 상황을 감지하여 입출과 스톱 로스 출출을 통해 다른 지표의 장점을 통합합니다.
전략 원칙
-
현재 가격 트렌드를 판단하기 위해 볼링거 밴드의 중간 밴드, 상부 밴드 및 하부 밴드를 사용하십시오. 가격이 상부 밴드를 통과하면 상승 추세로 간주됩니다. 하부 밴드를 통과하면 하향 추세로 간주됩니다.
-
볼링거 밴드의 너비 (올래와 하위 밴드 사이의 차이) 는 현재 시장 변동성을 반영 할 수 있습니다. 너비가 증가하면 변동성이 증가한다는 것을 의미하며 RSI는 과잉 구매 및 과잉 판매 상황을 더 잘 감지 할 수 있습니다.
-
RSI 지표 는 과잉 구매 및 과잉 판매 상황 을 판단 한다. 70 이상 은 과잉 구매 구역 이며 30 이하 는 과잉 판매 구역 이다. 더 나은 위험 보상 비율 을 얻기 위해 과잉 구매 및 과잉 판매 구역 에 들어가는 것 을 피 한다.
-
특정 거래 신호: (1) 상승 신호: 가격이 상단 범위를 뚫고 RSI가 과잉 구매되지 않습니다 (RSI 70 이하) (2) 하향 신호: 가격이 하위 범위를 뚫고 RSI가 과잉 판매되지 않습니다 (RSI 30 이상)
-
스톱 로스: 긴 트레이드에서는 RSI가 70 이하로 떨어지면 스톱 로스를 합니다. 짧은 트레이드에서는 RSI가 30 이하로 떨어지면 스톱 로스를 합니다.
이점 분석
이 전략의 장점은 다음과 같습니다.
-
여러 지표를 통합하면 더 포괄적인 정보와 신뢰할 수 있는 신호가 제공됩니다.
-
볼링거 밴드를 사용하여 전체 트렌드를 결정하면 큰 움직임을 잡습니다.
-
RSI 지표는 또한 지역 과잉 구매 및 과잉 판매 수준을 탐지함으로써 불필요한 위험을 피합니다.
-
스톱 로즈 메커니즘은 상당히 엄격해서 손실을 줄이는 데 도움이 됩니다.
위험 분석
이 전략은 또한 다음과 같은 위험을 가지고 있습니다.
-
볼링거 밴드와 RSI 모두 실패할 수 있어 잘못된 거래 신호가 나올 수 있습니다.
-
스톱 로스가 있긴 하지만, 잘못된 스톱 로스 포인트는 여전히 큰 손실로 이어질 수 있습니다.
-
너무 빈번한 거래는 거래 비용과 미끄러짐을 증가시킵니다.
-
매개 변수들의 부적절한 최적화는 과도한 부착으로 이어질 수 있습니다.
최적화 방향
이 전략은 다음과 같은 측면에서 최적화 될 수 있습니다.
-
최적의 매개 변수를 찾기 위해 다양한 매개 변수 조합을 테스트합니다.
-
ADDR/ATR 스톱 로스, 트래일링 스톱 로스 등 스톱 로스 방법의 유연성을 높여야 합니다.
-
고정 분수, 마틴게일 등 포지션 사이징 전략을 추가합니다.
-
부피 등과 같은 신호를 필터하는 더 많은 지표를 포함합니다.
-
기계 학습을 이용하여 적응적 매개 변수 최적화를 합니다.
-
진입 시기를 최적화하고 진입 전에 확인 신호를 기다립니다.
결론
요약하자면, 이것은 여러 지표를 결합한 전형적인 프랭켄슈타인 전략이다. 이는 과잉 구매 및 과잉 판매 위험을 피하면서 트렌드를 잡기 위해 볼링거 밴드 및 RSI의 장점을 통합합니다. 적절한 매개 변수 최적화 및 스톱 로스 관리로 좋은 결과를 얻을 수 있습니다. 그러나 또한 몇 가지 위험이 있으며 안정성을 향상시키기 위해 추가 최적화가 필요합니다. 전반적으로 전략 아이디어는 합리적이며 개선할 여지가 있습니다.
/*backtest
start: 2023-09-24 00:00:00
end: 2023-10-24 00:00:00
period: 2h
basePeriod: 15m
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/
// © evillalobos1123
//@version=5
strategy("Villa Dinamic Pivot Supertrend Strategy", overlay=true, calc_on_every_tick = true, default_qty_type = strategy.fixed)
//INPUTS
ema_b = input.bool(false, "Use Simple EMA Filter", group = "Strategy Inputs")
ema_b_ang = input.bool(true, "Use DEMA Angle Filter", group = "Strategy Inputs")
dema_b = input.bool(true, "Use DEMA Filter", group = "Strategy Inputs")
st_sig = input.bool(false, "Take Every Supertrend Signal" , group = "Strategy Inputs")
take_p = input.bool(true, "Stop Loss at Supertrend", group = "Strategy Inputs")
din_tp = input.bool(false, "2 Steps Take Profit", group = "Strategy Inputs")
move_sl = input.bool(true, "Move SL", group = "Strategy Inputs")
sl_atr = input.float(2.5, "Stop Loss ATR Multiplier", group = "Strategy Inputs")
tp_atr = input.float(4, "Take Profit ATR Multiplier", group = "Strategy Inputs")
din_tp_qty = input.int(50, "2 Steps TP qty%", group = "Strategy Inputs")
dema_a_filter = input.float(0, "DEMA Angle Threshold (+ & -)", group = "Strategy Inputs")
dema_a_look = input.int(1, "DEMA Angle Lookback", group = "Strategy Inputs")
dr_test = input.string("Backtest", "Testing", options = ["Backtest", "Forwardtest", "All"], group = "Strategy Inputs")
not_in_trade = strategy.position_size == 0
//Backtesting date range
start_year = input.int(2021, "Backtesting start year", group = "BT Date Range")
start_month = input.int(1, "Backtesting start month", group = "BT Date Range")
start_date = input.int(1, "Backtesting start day", group = "BT Date Range")
end_year = input.int(2021, "Backtesting end year", group = "BT Date Range")
end_month = input.int(12, "Backtesting end month", group = "BT Date Range")
end_date = input.int(31, "Backtesting end day", group = "BT Date Range")
bt_date_range = (time >= timestamp(syminfo.timezone, start_year,
start_month, start_date, 0, 0)) and
(time < timestamp(syminfo.timezone, end_year, end_month, end_date, 0, 0))
//Forward testing date range
start_year_f = input.int(2022, "Forwardtesting start year", group = "FT Date Range")
start_month_f = input.int(1, "Forwardtesting start month", group = "FT Date Range")
start_date_f = input.int(1, "Forwardtesting start day", group = "FT Date Range")
end_year_f = input.int(2022, "Forwardtesting end year", group = "FT Date Range")
end_month_f = input.int(03, "Forwardtesting end month", group = "FT Date Range")
end_date_f = input.int(26, "Forwardtesting end day", group = "FT Date Range")
ft_date_range = (time >= timestamp(syminfo.timezone, start_year_f,
start_month_f, start_date_f, 0, 0)) and
(time < timestamp(syminfo.timezone, end_year_f, end_month_f, end_date_f, 0, 0))
//date condition
date_range_cond = if dr_test == "Backtest"
bt_date_range
else if dr_test == "Forwardtest"
ft_date_range
else
true
//INDICATORS
//PIVOT SUPERTREND
prd = input.int(2, "PVT ST Pivot Point Period", group = "Pivot Supertrend")
Factor=input.float(3, "PVT ST ATR Factor", group = "Pivot Supertrend")
Pd=input.int(9 , "PVT ST ATR Period", group = "Pivot Supertrend")
// get Pivot High/Low
float ph = ta.pivothigh(prd, prd)
float pl = ta.pivotlow(prd, prd)
// calculate the Center line using pivot points
var float center = na
float lastpp = ph ? ph : pl ? pl : na
if lastpp
if na(center)
center := lastpp
else
//weighted calculation
center := (center * 2 + lastpp) / 3
// upper/lower bands calculation
Up = center - (Factor * ta.atr(Pd))
Dn = center + (Factor * ta.atr(Pd))
// get the trend
float TUp = na
float TDown = na
Trend = 0
TUp := close[1] > TUp[1] ? math.max(Up, TUp[1]) : Up
TDown := close[1] < TDown[1] ? math.min(Dn, TDown[1]) : Dn
Trend := close > TDown[1] ? 1: close < TUp[1]? -1: nz(Trend[1], 1)
Trailingsl = Trend == 1 ? TUp : TDown
// check and plot the signals
bsignal = Trend == 1 and Trend[1] == -1
ssignal = Trend == -1 and Trend[1] == 1
//get S/R levels using Pivot Points
float resistance = na
float support = na
support := pl ? pl : support[1]
resistance := ph ? ph : resistance[1]
//DEMA
dema_ln = input.int(200, "DEMA Len", group = 'D-EMAs')
dema_src = input.source(close, "D-EMAs Source", group = 'D-EMAs')
ema_fd = ta.ema(dema_src, dema_ln)
dema = (2*ema_fd)-(ta.ema(ema_fd,dema_ln))
//EMA
ema1_l = input.int(21, "EMA 1 Len", group = 'D-EMAs')
ema2_l = input.int(50, "EMA 2 Len", group = 'D-EMAs')
ema3_l = input.int(200, "EMA 3 Len", group = 'D-EMAs')
ema1 = ta.ema(dema_src, ema1_l)
ema2 = ta.ema(dema_src, ema2_l)
ema3 = ta.ema(dema_src, ema3_l)
//Supertrend
Periods = input.int(21, "ST ATR Period", group = "Normal Supertrend")
src_st = input.source(hl2, "ST Supertrend Source", group = "Normal Supertrend")
Multiplier = input.float(2.0 , "ST ATR Multiplier", group = "Normal Supertrend")
changeATR= true
atr2 = ta.sma(ta.tr, Periods)
atr3= changeATR ? ta.atr(Periods) : atr2
up=src_st-(Multiplier*atr3)
up1 = nz(up[1],up)
up := close[1] > up1 ? math.max(up,up1) : up
dn=src_st+(Multiplier*atr3)
dn1 = nz(dn[1], dn)
dn := close[1] < dn1 ? math.min(dn, dn1) : dn
trend = 1
trend := nz(trend[1], trend)
trend := trend == -1 and close > dn1 ? 1 : trend == 1 and close < up1 ? -1 : trend
buySignal = trend == 1 and trend[1] == -1
sellSignal = trend == -1 and trend[1] == 1
//ATR
atr = ta.atr(14)
///CONDITIONS
//BUY
/// ema simple
ema_cond_b = if ema_b
ema1 > ema2 and ema2 > ema3
else
true
///ema angle
dema_angle_rad = math.atan((dema - dema[dema_a_look])/0.0001)
dema_angle = dema_angle_rad * (180/math.pi)
dema_ang_cond_b = if ema_b_ang
if dema_angle >= dema_a_filter
true
else
false
else
true
///ema distance
dema_cond_b = if dema_b
close > dema
else
true
//supertrends
///if pivot buy sig or (st buy sig and pivot. trend = 1)
pvt_cond_b = bsignal
st_cond_b = if st_sig
buySignal and Trend == 1
else
false
st_entry_cond = pvt_cond_b or st_cond_b
///stop loss tp
sl_b = if take_p
if trend == 1
up
else
close - (atr * sl_atr)
else
close - (atr * sl_atr)
tp_b = if take_p
if trend == 1
close + ((close - up) * (tp_atr / sl_atr))
else
close + (atr * tp_atr)
else
close + (atr * tp_atr)
//position size
init_cap = strategy.equity
pos_size_b = math.round((init_cap * .01) / (close - sl_b))
ent_price = strategy.opentrades.entry_price(strategy.opentrades - 1)
var sl_b_n = 0.0
var tp_b_n = 0.0
longCondition = (ema_cond_b and dema_cond_b and dema_ang_cond_b and st_entry_cond and date_range_cond and not_in_trade)
if (longCondition)
strategy.entry("Long", strategy.long, qty = pos_size_b)
sl_b_n := sl_b
tp_b_n := tp_b
ent_price := strategy.opentrades.entry_price(strategy.opentrades - 1)
if (up[1] < ent_price and up >= ent_price and trend[0] == 1)
if din_tp
strategy.close("Long", qty_percent = din_tp_qty)
if move_sl
sl_b_n := ent_price
strategy.exit("Exit", "Long", stop =sl_b_n, limit = tp_b_n)
//sell
///ema simple
ema_cond_s = if ema_b
ema1 < ema2 and ema2 < ema3
else
true
//ema distance
dema_cond_s = if dema_b
close < dema
else
true
//dema angle
dema_ang_cond_s = if ema_b_ang
if dema_angle <= (dema_a_filter * -1)
true
else
false
else
true
//supertrends
///if pivot buy sig or (st buy sig and pivot. trend = 1)
pvt_cond_s = ssignal
st_cond_s = if st_sig
sellSignal and Trend == -1
else
false
st_entry_cond_s = pvt_cond_s or st_cond_s
///stop loss tp
sl_s = if take_p
if trend == -1
dn
else
close + (atr * sl_atr)
else
close + (atr * sl_atr)
tp_s = if take_p
if trend == -1
close - ((dn - close) * (tp_atr / sl_atr))
else
close - (atr * tp_atr)
else
close - (atr * tp_atr)
shortCondition = (ema_cond_s and dema_cond_s and dema_ang_cond_s and st_entry_cond_s and not_in_trade)
pos_size_s = math.round((init_cap * .01) / (sl_s - close))
var sl_s_n = 0.0
var tp_s_n = 0.0
if (shortCondition)
strategy.entry("Short", strategy.short, qty = pos_size_s)
sl_s_n := sl_s
tp_s_n := tp_s
if (dn[1] > ent_price and dn <= ent_price and trend[0] == -1)
if din_tp
strategy.close("Short", qty_percent = din_tp_qty)
if move_sl
sl_s_n := ent_price
strategy.exit("Exit", "Short", stop = sl_s_n, limit = tp_s_n)
더 많은
- CCI의 추진력 추적 전략
- 점진적 축적 브레이크아웃 거래 전략
- 동적 촛불 방향 전략
- RSI 격차 거래 전략
- 다중 지표 결정 기반의 단기 트렌드 전략
- 멀티 타임프레임 MACD 핫맵 전략
- 이중 이동 평균의 크로스오버 전략
- ATR 조정 가능한 후속 중지 손실 전략
- 볼링거 대역 폭 스칼링 이중 이동 평균 트렌드 필터 전략
- 그라디언트 트레일링 스톱 로스 전략
- 단기 거래 전략
- 이치모쿠 밸런스 라인 전략 추세
- 이중 EMA 스프레드 파업 전략
- 역동적인 브레이크업 거래 전략
- 윌리엄스 VIX 수정 전략
- RSI 이중 경로 오시슬레이션 라인 긴 및 짧은 양방향 거래 전략
- 다중 요인 운동 회전 전략
- RSI EMA 크로스오버 전략
- 이중 이동 평균 전략에 따른 경향
- 글로리 홀 탈출 전략