Strategi Gabungan Skuad Bunuh Diri RSI
ChaoZhang
Gambaran keseluruhan
Strategi gabungan RSI adalah strategi gabungan yang menggabungkan RSI, indikator carta keseimbangan pertama dan purata bergerak 200 hari. Strategi ini menggunakan indikator RSI untuk mengenal pasti bentuk pasukan berani mati yang berlainan atau kosong, indikator carta keseimbangan pertama untuk menentukan arah trend, dan purata bergerak 200 hari sebagai penilaian sokongan dan rintangan tambahan, menghasilkan isyarat perdagangan setelah mendapat beberapa indikator yang disahkan.
Prinsip Strategi
Pertama, strategi ini menggunakan indikator RSI untuk mengenal pasti bentuk pasukan berani mati atau berani mati. Bentuk pasukan berani mati RSI merujuk kepada pasukan berani mati kosong yang tinggi tetapi tidak mempunyai inovasi RSI, atau pasukan berani mati yang rendah tetapi tidak mempunyai inovasi RSI. Bentuk ini biasanya menandakan kemunculan harga saham.
Kedua, strategi ini menggunakan garis pendahuluan 1 dan garis pendahuluan 2 dalam indikator carta keseimbangan pertama untuk menentukan arah trend. Apabila garis pendahuluan 1 berada di atas garis pendahuluan 2, ia dianggap sebagai tren naik, sebaliknya sebagai tren menurun. Indeks carta keseimbangan pertama menentukan arah trend melalui kombinasi garis peralihan, garis rujukan dan garis kelewatan, merupakan alat penilaian trend yang lebih dipercayai.
Akhirnya, strategi ini juga memperkenalkan purata bergerak 200 hari. Rata-rata bergerak sering dianggap sebagai sokongan atau rintangan penting. Apabila satu mata keseimbangan berada dalam trend menaik dan harga berada di atas garis 200 hari, ia adalah isyarat multihead. Sebaliknya, apabila satu mata keseimbangan berada dalam trend menurun dan harga jatuh di bawah garis 200 hari, ia adalah isyarat kosong.
Penghakiman gabungan beberapa petunjuk dapat menyaring beberapa isyarat palsu dan menjadikan keputusan perdagangan lebih dipercayai. Strategi ini akan menghasilkan isyarat perdagangan sebenar apabila RSI membentuk pasukan berani mati, dan pada pandangan pertama, neraca keseimbangan menentukan arah trend, dan hubungan harga dengan garis 200 hari sesuai dengan jangkaan.
Kelebihan Strategik
Kelebihan utama strategi penggabungan pelbagai indikator ini adalah bahawa ia dapat menyaring isyarat palsu dan menjadikan keputusan perdagangan lebih dipercayai.
Pertama, RSI berani mati sendiri mempunyai beberapa kemampuan ramalan, yang dapat mengamati kemungkinan harga akan berbalik. Tetapi bentuk RSI berani mati tidak mencukupi untuk menentukan isyarat perdagangan.
Kedua, pengenalan indikator carta keseimbangan pertama dapat menilai arah trend dengan lebih baik, dan mengelakkan isyarat yang salah dalam keadaan gegaran. Kombinasi garis terdahulu dalam carta keseimbangan pertama sangat berkesan untuk menilai trend.
Akhirnya, sokongan dan rintangan pada purata bergerak 200 hari juga membantu untuk mengesahkan kebolehpercayaan isyarat lebih lanjut. Isyarat perdagangan hanya akan dihasilkan apabila carta keseimbangan pertama mengesahkan trend dan harga sesuai dengan hubungan garis 200 hari.
Secara keseluruhannya, strategi penggabungan pelbagai petunjuk ini dapat melindungi banyak isyarat palsu, dan hanya menghasilkan isyarat sebenar apabila beberapa petunjuk mencapai persetujuan, yang meningkatkan ketepatan keputusan perdagangan. Inilah kelebihan terbesar strategi ini.
Risiko Strategik
Walaupun strategi penggabungan pelbagai indikator dapat membantu meningkatkan kualiti isyarat, strategi ini juga mempunyai risiko tertentu yang perlu diperhatikan.
Pertama, strategi gabungan pelbagai indikator akan terlepas peluang untuk menangkap beberapa indikator tunggal. Terlalu konservatif boleh menyebabkan kurangnya isyarat.
Kedua, mungkin terdapat percanggahan dan konflik antara pelbagai petunjuk. Sebagai contoh, RSI menunjukkan bentuk pasukan berani mati, tetapi penilaian trend pada carta keseimbangan pertama adalah sebaliknya. Bagaimana untuk menimbang beberapa petunjuk juga merupakan masalah yang sukar.
Seting parameter juga mempunyai kesan yang besar terhadap strategi. Pengaturan yang tidak betul seperti kitaran purata bergerak, parameter RSI dan lain-lain boleh menyebabkan kesan strategi yang besar.
Akhirnya, pengoptimuman antara kod masih banyak ruang. Algoritma pembelajaran mesin boleh diperkenalkan untuk mengoptimumkan parameter secara dinamik. Anda juga boleh menguji lebih banyak parameter untuk mencari kombinasi yang lebih baik.
Secara keseluruhan, risiko terbesar strategi ini adalah peningkatan kerumitan dan peningkatan kesukaran untuk mengoptimumkan kombinasi pelbagai indikator. Strategi perlu diuji dan dioptimumkan secara berterusan untuk keadaan pasaran yang berbeza untuk mencapai keberkesanan maksimum.
Pengoptimuman Strategi
Strategi ini boleh dioptimumkan dengan beberapa cara:
Uji parameter penunjuk yang berbeza, parameter pengoptimuman. Pergerakan purata, parameter RSI dan lain-lain boleh diuji untuk mencari kombinasi parameter yang optimum.
Cuba untuk memperkenalkan lain-lain penunjuk seperti MACD, Brin dan lain-lain, kaya dengan pelbagai kombinasi penunjuk, mencari cara yang lebih baik untuk penunjuk pasangan.
Menggunakan algoritma pembelajaran mesin untuk mengoptimumkan parameter secara dinamik. Biarkan strategi mengoptimumkan parameter secara automatik mengikut keadaan pasaran yang berbeza.
Tambah strategi hentikan kerugian untuk mengawal risiko dagangan. Pertimbangkan hentikan kerugian keluar apabila harga menembusi sokongan atau rintangan.
Peluang kemasukan untuk strategi pengoptimuman. Anda boleh mendapatkan lebih banyak peluang dengan mengurangkan kriteria penapisan, tetapi anda perlu menimbang keseimbangan risiko dan keuntungan.
Mengoptimumkan kod berdasarkan hasil tinjauan balik, mengurangkan penggunaan sumber dan meningkatkan kecekapan strategi.
Meneroka hubungan pelbagai indikator yang lebih kompleks, mencari isyarat gabungan yang lebih kuat. Masukkan lebih banyak syarat dan peraturan, tetapi berhati-hati dengan risiko terlalu optimum.
ringkaskan
Strategi gabungan RSI berani mati untuk membuat keputusan perdagangan dengan menggabungkan beberapa petunjuk, dapat menyaring isyarat bunyi dengan berkesan dan meningkatkan kualiti isyarat. Keuntungan utama strategi ini adalah mekanisme pengesahan pelbagai petunjuk yang dapat mengurangkan isyarat palsu, tetapi ada juga masalah dengan peningkatan kerumitan tertentu.
/*backtest
start: 2023-10-02 00:00:00
end: 2023-11-01 00:00:00
period: 3h
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/
// © tradethrills
//@version=4
strategy("RSI Divergence X Ichimoku Cloud X 200EMA", overlay=true)
//RSI Indicator
len = input(defval=14, minval=1)
src = input(defval=close)
lbR = input(defval=5)
lbL = input(defval=5)
takeProfitLevellong = input(minval = 70, defval = 75)
takeProfitLevelshort = input(minval = 30, defval = 25)
rangeUpper = input(defval=60)
rangeLower = input(defval=5)
//200 EMA
ema200 = ema(close, 200)
//Ichimoku Cloud Indicator
conversionPeriods = input(9, minval=1)
basePeriods = input(26, minval=1)
laggingSpan2Periods = input(52, minval=1)
displacement = input(26, minval=1)
donchian(len) => avg(lowest(len), highest(len))
conversionLine = donchian(conversionPeriods)
baseLine = donchian(basePeriods)
leadLine1 = avg(conversionLine, baseLine)
leadLine2 = donchian(laggingSpan2Periods)
abovecloud = max(leadLine1, leadLine2)
belowcloud = min(leadLine1, leadLine2)
//RSI Divergence Strategy
osc = rsi(src, len)
_inrange(cond) =>
bars = barssince(cond == true)
rangeLower <= bars and bars <= rangeUpper
pricelowfound = na(pivotlow(osc, lbL, lbR)) ? false : true
pricehighfound = na(pivothigh(osc, lbL, lbR)) ? false : true
//Regular Bullish
osc_higherlow = osc[lbR] > valuewhen(pricelowfound, osc[lbR], 1) and _inrange(pricelowfound[1])
price_lowerlow = low[lbR] < valuewhen(pricelowfound, low[lbR], 1)
bullCond = price_lowerlow and osc_higherlow and pricelowfound
//Hidden Bullish
osc_lowerlow = osc[lbR] < valuewhen(pricelowfound, osc[lbR], 1) and _inrange(pricelowfound[1])
price_higherlow = low[lbR] > valuewhen(pricelowfound, low[lbR], 1)
hiddenbullCond = price_higherlow and osc_lowerlow and pricelowfound
//Regular Bearish
osc_lowerhigh = osc[lbR] < valuewhen(pricehighfound, osc[lbR], 1) and _inrange(pricehighfound[1])
price_higherhigh = high[lbR] > valuewhen(pricehighfound, high[lbR], 1)
bearCond = price_higherhigh and osc_lowerhigh and pricehighfound
//Hidden Bearish
osc_higherhigh = osc[lbR] > valuewhen(pricehighfound, osc[lbR], 1) and _inrange(pricehighfound[1])
price_lowerhigh = high[lbR] < valuewhen(pricehighfound, high[lbR], 1)
hiddenbearCond = price_lowerhigh and osc_higherhigh and pricehighfound
//Entry and Exit
longCondition = (bullCond or hiddenbullCond) and (abovecloud > ema200)
closelongCondition = crossover(osc, takeProfitLevellong)
shortCondition = (bearCond or hiddenbearCond) and (ema200 > belowcloud)
closeshortCondition = crossover(osc, takeProfitLevelshort)
strategy.entry("Long", strategy.long, when=longCondition)
strategy.close("Long", when=closelongCondition)
strategy.entry("Short", strategy.short, when=shortCondition)
strategy.close("Short", when=closeshortCondition)