Strategi perdagangan TSLA berdasarkan penunjuk RSI dan Estocastic

Strategi ini menggunakan RSI dan Estocastic, dua jenis penunjuk teknikal yang berbeza, untuk merancang peraturan perdagangan di bawah bingkai masa ganda TSLA 5 minit dan S&P 100 1 minit, untuk mewujudkan sistem perdagangan saham TSLA automatik.

Gambaran Keseluruhan Strategi

Idea utama strategi ini adalah untuk memantau indikator teknikal harga TSLA sendiri dan indikator teknikal pasaran saham AS secara serentak, dan menghantar isyarat perdagangan apabila kedua-duanya mencapai keadaan overbought dan oversold pada masa yang sama. Strategi ini menggunakan kombinasi dua indikator kitaran masa 5 minit dan 1 minit, yang dapat menyaring dengan berkesan beberapa isyarat perdagangan bising.

Prinsip Strategi

Pertama, strategi itu mengira RSI 5 hari pada garis K 5 minit TSLA dan RSI 14 hari pada garis K 1 minit S&P 100. Apabila RSI 5 hari TSLA adalah di bawah 30 dan RSI 14 hari S&P 100 juga di bawah 30, harga saham TSLA dianggap sebagai oversold, dan pada masa itu isyarat beli dikeluarkan.

Selepas membeli, strategi terus memantau TSLA 1 minit K pada 14 hari Estocastic. Apabila Estocastic melebihi 78, ia dianggap sebagai harga saham TSLA yang bertolak belakang ke atas Brin Belt, ketika itu ia mengeluarkan isyarat menjual.

Selain itu, strategi ini juga menetapkan 3% stop loss, dan apabila harga turun ke bawah melebihi stop loss, ia juga akan berhenti secara aktif.

Kelebihan Strategik

1. Reka bentuk jangka masa berbilang untuk menapis isyarat bising dengan berkesan
2. RSI dan Estocastic saling mengesahkan untuk meningkatkan kualiti isyarat
3. Pencegahan Kerosakan
4. Data pengesanan adalah data minit untuk TSLA dan S&P 100, representasi pasaran yang kuat
5. Logik strategi mudah difahami dan dioptimumkan

Risiko Strategik

1. Kerangka masa berbilang dan gabungan dua metrik kehilangan sebahagian peluang
2. Penetapan kedudukan stop loss terlalu radikal boleh menyebabkan kehilangan titik slip yang tidak perlu
3. S&P 100 sebagai alat tambahan kepada isyarat perdagangan, dan ia sendiri membawa risiko sistemik tertentu
4. Kualiti data pengesanan dan perubahan keadaan pasaran juga mempengaruhi keputusan

Arah pengoptimuman strategi

1. Lebih banyak kombinasi parameter boleh diuji untuk mencari konfigurasi penunjuk terbaik
2. Menambah algoritma penangguhan kerugian beradaptasi
3. Tambah modul pengurusan kedudukan untuk mengunci lebih banyak kenaikan
4. Meningkatkan berat penunjuk latihan algoritma pembelajaran mesin
5. Cari titik perubahan dalam jangka masa yang lebih lama

ringkaskan

Strategi ini secara keseluruhannya adalah tipikal strategi overbought overbought yang berbalik, dan menambah modul pengesahan dan hentian jangka masa yang membuat strategi ini lebih stabil. Keuntungan strategi ini adalah mudah difahami dan mudah dilaksanakan. Arah penyelidikan seterusnya adalah bagaimana mendapatkan lebih banyak alpha sambil mengawal risiko, yang memerlukan pengoptimuman khusus untuk indikator dan model.