Strategi Perdagangan Pembalikan RSI Purata Berganda Connor


Tarikh penciptaan: 2023-11-21 14:20:43 Akhirnya diubah suai: 2023-11-21 14:20:43
Salin: 0 Bilangan klik: 688
1
fokus pada
1621
Pengikut

Strategi Perdagangan Pembalikan RSI Purata Berganda Connor

Gambaran keseluruhan

Strategi perdagangan reversal RSI Corner’s bi-mean line menggabungkan indeks yang agak kuat (RSI) dan bi-mean line untuk mencari peluang perdagangan reversal yang berkemungkinan tinggi. Strategi ini menilai keadaan akan berbalik dan membina kedudukan apabila trend jangka pendek dan jangka panjang berbalik.

Prinsip Strategi

Strategi ini menggunakan kedua-dua RSI dan Garis Persamaan untuk menentukan trend pasaran. Pertama, mengira RSI 2 kitaran untuk menentukan pembalikan trend jangka pendek. Kedua, mengira purata bergerak 200 kitaran untuk menentukan arah trend jangka panjang.

Isyarat masuk: RSI lebih kecil daripada kawasan oversell ((default5)) dan harga jangka pendek lebih tinggi daripada harga jangka panjang untuk melakukan over; RSI lebih besar daripada kawasan overbuy ((default95) dan harga jangka pendek lebih rendah daripada harga jangka panjang untuk melakukan short.

Isyarat keluar: keluar dari permainan apabila garis purata jangka pendek 5 kitaran mengeluarkan isyarat yang bertentangan dengan arah kedudukan dan masuk; atau hentikan kerugian ((kerugian lalai 3%).

Analisis kelebihan strategi

Strategi ini menggabungkan pelbagai petunjuk untuk menentukan struktur pasaran, yang dapat meningkatkan ketepatan perdagangan. Kelebihan spesifiknya adalah sebagai berikut:

  1. Menggunakan RSI untuk menentukan titik balik jangka pendek, penapis purata bergerak untuk kebolehpercayaan isyarat balik
  2. Garis-garis yang sama membentuk penyaringan yang kuat untuk mengelakkan pencemaran
  3. Garis purata jangka pendek mengesahkan semula isyarat pembalikan, memastikan kemungkinan tinggi untuk keluar
  4. Pengendalian risiko, mekanisme penangguhan kerugian

Analisis risiko strategi

Strategi ini mempunyai beberapa risiko:

  1. Indeks RSI lebih cenderung memberi isyarat yang salah apabila pasaran bergolak
  2. Penghakiman gabungan pelbagai indikator, pengoptimuman parameter lebih rumit
  3. Tidak semestinya perubahan itu berjaya, tetapi ia perlu dihentikan pada masanya.

Arah pengoptimuman strategi

Strategi ini boleh dioptimumkan dalam beberapa aspek:

  1. Mengoptimumkan parameter RSI untuk mencari kombinasi parameter pembalikan yang terbaik
  2. Uji pelbagai jenis parameter purata bergerak
  3. Mengoptimumkan strategi hentian kerugian, mencari titik hentian yang terbaik
  4. Meningkatkan Indeks Trend dan Mengelakkan Kegagalan

ringkaskan

Strategi perdagangan reversal RSI dua rata-rata Conner, dengan isyarat reversal RSI dan penapisan dua rata-rata, menangkap reversal di lokasi kebarangkalian tinggi. Strategi ini menggunakan pelbagai penilaian indikator, yang dapat meningkatkan kestabilan strategi perdagangan dengan berkesan. Langkah seterusnya, dengan pengoptimuman parameter dan peningkatan kawalan risiko, diharapkan untuk memperluaskan kelebihan strategi, untuk mendapatkan kecekapan perdagangan yang lebih tinggi.

Kod sumber strategi
/*backtest
start: 2023-10-21 00:00:00
end: 2023-11-16 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Connors RSI-MA Strategy", overlay=true)

// Strategy parameters
rsiLength = input(2, title="RSI Length")
maLength = input(200, title="MA Length")
exitMaLength = input(5, title="Exit MA Length")
overboughtThreshold = input(95, title="Overbought Threshold")
oversoldThreshold = input(5, title="Oversold Threshold")
stopLossPercentage = input(3, title="Stop Loss Percentage")

// 2-period RSI
rsi2 = ta.rsi(close, rsiLength)

// 200-period MA
ma200 = ta.sma(close, maLength)

// 5-period MA for exit signals
ma5_exit = ta.sma(close, exitMaLength)

// Positive trend condition
positiveTrend = close > ma200

// Negative trend condition
negativeTrend = close < ma200

// Buy and sell conditions
buyCondition = rsi2 < oversoldThreshold and positiveTrend
sellCondition = rsi2 > overboughtThreshold and negativeTrend

// Exit conditions
exitLongCondition = close > ma5_exit
exitShortCondition = close < ma5_exit

// Stop Loss
stopLossLevelLong = strategy.position_avg_price * (1 - stopLossPercentage / 100)
stopLossLevelShort = strategy.position_avg_price * (1 + stopLossPercentage / 100)

// Strategy logic
if (buyCondition)
    strategy.entry("Buy", strategy.long)

if (sellCondition)
    strategy.entry("Sell", strategy.short)

if (exitLongCondition or close >= stopLossLevelLong)
    strategy.close("Buy")

if (exitShortCondition or close <= stopLossLevelShort)
    strategy.close("Sell")

// Plotting
plot(ma200, title="200 MA", color=color.blue)
plot(ma5_exit, title="Exit MA", color=color.red)

// Plot stop loss levels
plotshape(series=stopLossLevelLong, title="Long Stop Loss", color=color.green, style=shape.triangledown, size=size.small)
plotshape(series=stopLossLevelShort, title="Short Stop Loss", color=color.red, style=shape.triangleup, size=size.small)