
이 전략은 디지털 화폐의 RSI를 암호화폐 시장의 RSI와 비교하여 암호화폐의 가치에 대해 판단하고 거래 신호를 생성한다.
이 전략은 먼저 총시장, 총시장, 비트코인을 제외한 총시장, 다른 화폐의 총시장과 같은 암호화폐 시장 지수를 선택하도록 허용한다. 동시에 더 높은 기간의 암호화폐 시장 지수를 선택하고, 기본은 일선이다. 그런 다음 선택된 암호화폐의 RSI 지수와 해당 암호화폐 시장 지수의 RSI 지수를 계산하여 상대적으로 강한 지수를 얻을 수 있다. 상대적으로 강한 지수가 지정된 파라미터를 통과하면 구매 신호를 발생시키고, 현재 통과하면 판매 신호를 발생시킨다.
이 전략의 핵심 논리는, 디지털 화폐의 RSI가 암호화폐 시장 지수보다 강할 때, 해당 화폐의 상대 시장 가치가 과가 평가될 가능성이 있으므로 구매할 수 있음을 나타냅니다. 디지털 화폐의 RSI가 시장 지수보다 약할 때, 해당 화폐의 상대 시장이 과가 평가되고 과가 평가될 가능성이 있으므로 판매할 수 있음을 나타냅니다. 상대적으로 강한 지수를 통해 가치를 더 정확하게 판단할 수 있습니다.
이 전략의 가장 큰 장점은 상대적으로 약한 지수 지표를 활용하여 단일 화폐 자체의 기술 지표에 따라 결정하는 대신 디지털 화폐의 가치를 더 정확하게 판단할 수 있다는 것입니다.
상대적으로 강한 지수는 시장 전체 환경이 단일 화폐에 미치는 영향을 충분히 고려하고, 시장의 회전 속도를 파악할 수 있으며, 다양한 부문의 유동성을 파악하여 시장의 가치 화폐를 채굴합니다.
또한, 이 전략은 다양한 지수 옵션을 제공하여, 다양한 시장 환경에 따라 가장 적합한 지수를 선택할 수 있습니다. 이것은 전략의 효과를 보장합니다.
이 전략의 주요 위험은 상대적으로 강한 지수가 가치 판단의 도구일 뿐이며, 단일 화폐 자체의 기술적 형태에서 발생하는 거래 위험을 완전히 피할 수 없다는 것입니다.
예를 들어, 코인이 명백한 상반기 형태에 들어간다면, 시장 구조가 바뀌고, 상대적으로 약한 지수 구매 신호만으로 손실이 발생할 수 있습니다.
따라서 이 전략은 디지털 화폐 자체의 기술적인 형태와 결합하여 중요한 기술적인 지점에서 바람직하지 않은 거래를 피해야 합니다.
또 다른 위험은, 선택된 지수가 적절하지 않고, 디지털 통화와 높은 연관성이 없다면, 상대적으로 강한 지수의 지시적 역할은 크게 하락할 것이다. 이것은 다른 통화와 시장 지수의 연관성에 따라 선택의 최적화를 필요로 한다.
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
동전 가격이 반전될 때 적당히 손실을 막는 전략이 추가된다.
지수의 최적화 선택, 다른 동전들이 다른 지수와 일치하여 관련성을 높일 수 있다.
여러 시간 주기를 추가하여 조합하여, 예를 들어 일선 지표와 4 시간 선 지표가 확인되어 신호의 신뢰성을 높일 수 있다.
기계 학습 알고리즘을 추가하여 고정된 매개 변수를 사용하는 대신 상대적으로 강한 지수의 임계값을 자기 적응 방식으로 결정합니다.
감정 분석, 기본적 분석 등과 같은 다른 지표와 결합하여 더 포괄적인 가치 판단 시스템을 형성한다.
이 상대적으로 강한 지수 전략은 디지털 화폐와 시장 지수의 강한 관계를 비교하여 통화의 상대적 가치가 높고 낮다는 것을 판단하여 거래 신호를 형성한다. 전략의 장점은 시장 분석의 차원을 증가시켜 시장의 속도를 파악할 수 있다는 것이다. 그러나 또한 약간의 위험이 있으며, 효율성을 높이기 위해 정지, 시간 주기의 조합, 자기 적응 하락 등의 수단이 필요합니다. 적용되면 이 전략은 디지털 화폐 수량 거래에서 중요한 역할을 할 수 있다.
/*backtest
start: 2023-10-16 00:00:00
end: 2023-11-15 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('RSI correlation with cryptoindices [strategy version]', overlay=false)
// Testing Start dates
testStartYear = input(2016, 'Backtest Start Year')
testStartMonth = input(1, 'Backtest Start Month')
testStartDay = input(1, 'Backtest Start Day')
testPeriodStart = timestamp(testStartYear, testStartMonth, testStartDay, 0, 0)
//Stop date if you want to use a specific range of dates
testStopYear = input(2030, 'Backtest Stop Year')
testStopMonth = input(12, 'Backtest Stop Month')
testStopDay = input(30, 'Backtest Stop Day')
testPeriodStop = timestamp(testStopYear, testStopMonth, testStopDay, 0, 0)
testPeriod() =>
time >= testPeriodStart and time <= testPeriodStop ? true : false
len = input(4, title='length of rsi comparison')
correlationcrossover = input(1, title='correlation crossover')
IndexSwitch = input.string('CRYPTOCAP:TOTAL2', title='Index selection', options=['CRYPTOCAP:TOTAL2', 'CRYPTOCAP:TOTAL', 'CRYPTOCAP:OTHERS', 'CRYPTOCAP:USDT', 'CRYPTOINDEX:CIX100', 'CRYPTOCAP:BTC.D', 'CRYPTOCAP:BTC'])
IndexHTF = input.string('120', title='higher time frame reference index', options=['1', '2', '5', '10', '15', '30', '45', '60', '90', '120', '150', '240', '360', '720', 'D', '3D', 'W', 'M'])
switchColor = input(true, 'Color Hull according to trend?')
ref = request.security(IndexSwitch, IndexHTF, close[1], lookahead=barmerge.lookahead_on)
RSI_ref = ta.rsi(ref, len)
RSI_close = ta.rsi(close, len)
relative = RSI_ref / RSI_close
plot(relative, color=color.new(color.blue, 0))
long = ta.crossover(relative, correlationcrossover)
short = ta.crossunder(relative, correlationcrossover)
corr = plot(correlationcrossover, color=color.new(color.green, 0), linewidth=1)
hullColor = switchColor ? relative > correlationcrossover ? #00ff00 : #ff0000 : #ff9800
//PLOT
///< Frame
Fi1 = plot(relative, title='relative', color=hullColor, linewidth=1, transp=50)
fill(Fi1, corr, title='Band Filler', color=hullColor, transp=50)
if long and testPeriod()
strategy.entry("long", strategy.long)
if short and testPeriod()
strategy.entry("long", strategy.short)
// alertcondition(long, title='long', message='long')
// alertcondition(short, title='short', message='short')