ChaoZhang
개요
이 전략은 기술 지표 MACD와 RSI에 기반한 런던 거래 시간 동안의 비트코인 거래 전략이다. 그것은 런던 거래 시간 동안만 포지션을 열고, MACD를 사용하여 트렌드 방향을 판단하고, RSI를 사용하여 오버 바이를 판단하고, 오버 시드를 판단한다. 이 전략은 중간에 짧은 라인 거래 비트코인에 적합하다.
전략 원칙
런던 거래 시간
런던 거래 시간은 외환 시장에서 매우 활발하며, 대부분의 기관이 여기에 참여한다. 이 전략은 런던 시간을 오전 7시부터 오후 4시 사이에 설정하고, 오직 이 시간 동안만 포지션을 열는다.
MACD 추세 판단
MACD는 일반적으로 트렌드 방향을 판단할 수 있다. 빠른 선에서 느린 선을 통과할 때 황금 포크로, 상승세를 나타내고, 더 많이 한다. 빠른 선 아래에서 느린 선을 통과할 때 사다리로, 하락세를 나타내고, 공백을 한다. 이 전략은 이 원칙을 사용하여 트렌드 방향을 판단하는 것이다.
RSI는 과매매를 판단합니다.
RSI는 시장이 과매매 또는 과매매되는지 판단할 수 있다. RSI가 70보다 크면 과매매를 나타내고, RSI가 30보다 작으면 과매매를 나타낸다. 이 전략은 이 원칙을 사용하여 스톱로스 탈퇴점을 설정하는 것이다.
우위 분석
이 전략의 가장 큰 장점은 트렌드 트레이딩과 오버 바이 오버 시드 트레이딩을 결합한다는 것입니다. 트렌드가 명확하지 않은 경우, MACD를 사용하여 가능한 트렌드를 판단 할 수 있습니다. 그리고 RSI를 사용하여 위험을 통제하여 명확한 트렌드가없는 경우 맹목적으로 추격하는 것을 피할 수 있습니다. 또한, 이 전략은 기관이 주도하는 런던 거래 시간에만 입장을 열고, 비이성적인 가격 변동이 전략에 미치는 영향을 줄일 수 있습니다.
위험 분석
이 전략의 주요 위험은 MACD가 명확한 추세에서 잘 작동하지 않는 시장을 정리하는 기술 지표라는 것입니다. MACD의 금색 사다리 사다리 신호는 장기간 단방적인 상황이 발생하면 자주 실패 할 수 있습니다. 또한 RSI는 높은 지점 또는 낮은 지점의 경우에도 실패 할 수 있습니다. 이러한 위험을 줄이기 위해 우리는 파라미터를 적절하게 조정하거나 다른 파동 조건을 추가하여 높은 확률의 신호에서만 입장을 취하도록 할 수 있습니다.
최적화 방향
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
다른 기술 지표 필터링을 추가하여 부린 라인, KDJ 등과 같은 가짜 돌파구를 방지하십시오.
더 많은 수익을 얻기 위해 스톱 스톱을 추가하십시오. 예를 들어, 이동 스톱 또는 가격 점프 스톱.
최적화 변수, MACD와 RSI의 변수를 조정하여 다른 상황 유형에 적합합니다.
기계학습 요소를 추가하고, lstm와 같은 딥러닝 모델을 사용하여 트렌드를 판단하는 전략.
요약하다
이 전략은 전반적으로 신뢰할 수 있는 런던 거래 시간 동안의 비트코인 거래 전략이다. 그것은 추세와 리듬을 결합하여 유효한 불효과 신호를 필터링하면서 높은 수익률을 보장한다. 이 전략은 변수를 지속적으로 최적화하고 다른 기술 지표 판단을 추가함으로써 안정성과 수익성을 더욱 향상시킬 수 있다.
/*backtest
start: 2023-11-19 00:00:00
end: 2023-11-22 08:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("London MACD RSI Strategy -1H BTC", overlay=true)
// Define London session times
london_session_start_hour = input(6, title="London Session Start Hour")
london_session_start_minute = input(59, title="London Session Start Minute")
london_session_end_hour = input(15, title="London Session End Hour")
london_session_end_minute = input(59, title="London Session End Minute")
// Define MACD settings
fastLength = input(12, title="Fast Length")
slowLength = input(26, title="Slow Length")
signalSMA = input(9, title="Signal SMA")
// RSI settings
rsiLength = input(14, title="RSI Length")
rsiOverbought = input(65, title="RSI Overbought")
rsiOversold = input(35, title="RSI Oversold")
// Calculate MACD
[macdLine, signalLine, _] = ta.macd(close, fastLength, slowLength, signalSMA)
// Calculate RSI
rsi = ta.rsi(close, rsiLength)
// Convert input values to timestamps
london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute)
london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute)
// Filter for London session
in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp
// Long and Short Conditions
longCondition = ta.crossover(macdLine, signalLine) and rsi < rsiOversold and in_london_session
shortCondition = ta.crossunder(macdLine, signalLine) and rsi > rsiOverbought and in_london_session
// Strategy entries and exits
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)