ChaoZhang
개요
이 전략의 이름은 쌍 지수 이동 평균 RSI 거래 전략 . 이 전략은 쌍 지수 이동 평균 ((Double EMA) 과 상대적으로 강한 지수 ((RSI) 를 주요 거래 지표로 사용하여 기계화 거래를 수행한다.
전략 원칙
이 전략은 우선 가격의 이중 지수 이동 평균 ((MA) 를 계산하고, 그 다음 MA를 기반으로 RSI를 계산하고, 그 다음 RSI의 지수 이동 평균 ((Smooth) 을 계산한다. RSI가 이동 평균을 통과하면 구매 신호를 생성하고, RSI가 이동 평균을 통과하면 판매 신호를 생성한다. 옵션으로, 이 전략은 또한 최대 거래 수, 거래 자본 비율, 거래 기간, 스톱 스톱 스톱 및 수 추적 스톱 스톱 포인트 수와 같은 매개 변수를 설정합니다.
전략적 이점
- 이중 지수 이동 평균을 사용하여 가격 변화에 더 빨리 반응하여 일부 소음을 필터링 할 수 있습니다.
- 이동 평균을 기반으로 RSI를 계산하여 더 안정적이고 잘못된 거래를 방지합니다.
- RSI의 이동 평균은 거래 신호를 확인하고 가짜 브레이크를 필터링하는 데 도움이됩니다.
- 최대 거래 횟수를 설정하여 매일의 위험을 조절할 수 있습니다.
- 거래자금의 비율을 설정하여 단일 손실이 너무 크지 않도록하십시오.
- 거래 기간을 설정하고, 중요한 시간 노드를 피하고, 유동성 위험을 통제하십시오.
- 단편적 손실을 제한하는 데 도움이 되는 스톱로스 스톱포인트를 설정합니다.
- 스톱포인트를 추적하는 것은 파장을 차단하고 회수를 줄이는 데 도움이 됩니다.
전략적 위험
- 이중 지수 이동 평균은 시장의 갑작스러운 사건에 느리게 반응하여 단선 거래 기회를 놓칠 수 있습니다.
- RSI는 데드포크와 골드 크로스 등의 잘못된 신호를 형성할 수 있다. 다른 지표와 함께 신중하게 거래해야 한다.
- 고정 거래자금 비율은 시장의 변동에 대응할 수 없으며, 자금 사용률이 부족할 위험이 있습니다.
- 고정 손실 차단기는 다양한 품종과 시장 조건에 적응하기 어렵고, 조기 손실 또는 중단의 위험이 있습니다.
- 추적 중지 (trace stop) 는 지진 상황에서 너무 자주 작동될 수 있습니다.
대책:
- 이동 평균 주기를 적절히 단축하고 민감성을 높여라.
- 다른 지표와 결합하여 트래픽량 필터링 신호.
- 동적으로 조정된 거래자금 비율
- 시장의 변동성 및 변화에 따라 상쇄금액을 조정한다.
- 적당히 느슨한 추적 스톱포인트
전략 최적화 방향
- 서로 다른 길고 짧은 기간의 쌍 지수 이동 평균 조합을 테스트하여 최적의 변수를 찾습니다.
- RSI의 계산 주기 변수를 테스트하여 금/죽은 포크 신호의 신뢰성을 높인다.
- 거래량, 브린 밴드 등의 지표가 추가되어 신호소음을 필터링한다.
- 당일 종결 가격, 변동률 등의 동적으로 조정되는 거래자금 비율과 스톱로스 스톱 상승률.
- 다양한 품종 특성과 시장 환경 최적화에 따라 손실 추적 장치.
요약하다
이 전략의 전체적인 mechanic 규칙은 명확하고, 신뢰성이 높으며, 중·장선 트렌드 품종에 적용된다. 최적화되면 트렌드를 추적하는 기계적 거래 전략의 기초가 될 수 있으며, 위험은 통제할 수 있으며, 실장 효과를 추가로 평가할 가치가 있다.
전략 소스 코드
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy(title='[STRATEGY][RS]DemaRSI V0', shorttitle='D', overlay=false, initial_capital=100000, currency=currency.USD)
src = input(close)
ma_length = input(21)
rsi_length = input(4)
rsi_smooth = input(4)
ma = ema(ema(src, ma_length), ma_length)
marsi = rsi(ma, rsi_length)
smooth = ema(marsi, rsi_smooth)
plot(title='M', series=marsi, color=black)
plot(title='S', series=smooth, color=red)
hline(0)
hline(50)
hline(100)
max_order_per_day = input(6)
// strategy.risk.max_intraday_filled_orders(max_order_per_day)
trade_size_as_equity_factor = input(false)
trade_size = input(type=float, defval=10000.00) * (trade_size_as_equity_factor ? strategy.equity : 1)
take_profit_in_points = input(100000)
stop_loss_in_points = input(100000)
trail_in_points = input(150)
USE_SESSION = input(true)
trade_session = input(title='Trade Session:', defval='0400-1500', confirm=false)
istradingsession = not USE_SESSION ? true : not na(time('1', trade_session))
buy_entry = istradingsession and crossover(marsi, smooth)
sel_entry = istradingsession and crossunder(marsi, smooth)
strategy.entry('buy', long=true, qty=1, when=buy_entry)
strategy.entry('sel', long=false, qty=1, when=sel_entry)
strategy.exit('buy.Exit', from_entry='buy', profit=take_profit_in_points, loss=stop_loss_in_points, trail_points=trail_in_points, trail_offset=trail_in_points)
strategy.exit('sel.Exit', from_entry='sel', profit=take_profit_in_points, loss=stop_loss_in_points, trail_points=trail_in_points, trail_offset=trail_in_points)
strategy.close_all(when=not istradingsession)