1. Persegi
  2. Strategi Scalping RSI yang dipertingkatkan berdasarkan Indeks Kekuatan Relatif

Strategi Scalping RSI yang dipertingkatkan berdasarkan Indeks Kekuatan Relatif

Penulis:ChaoZhang, Tarikh: 2024-01-04 17:20:57
Tag:

img

Ringkasan

Idea utama strategi ini adalah untuk menggabungkan penunjuk RSI dan keadaan AI tersuai untuk menemui peluang perdagangan. Ia akan menubuhkan kedudukan panjang atau pendek apabila beberapa syarat dipenuhi, dan menggunakan tahap keuntungan dan stop loss tetap.

Logik Perdagangan

Strategi ini dilaksanakan melalui langkah-langkah berikut:

  1. Mengira nilai RSI 14 tempoh
  2. Tentukan dua keadaan AI tersuai (panjang dan pendek)
  3. Gabungkan keadaan AI dengan zon overbought / oversold RSI untuk menjana isyarat kemasukan
  4. Mengira saiz kedudukan berdasarkan peratusan risiko dan pip stop loss
  5. Mengira mengambil keuntungan dan harga stop loss
  6. Masukkan kedudukan apabila isyarat masuk dicetuskan
  7. Posisi keluar apabila mengambil keuntungan atau menghentikan kerugian dipukul

Di samping itu, strategi ini akan menghasilkan amaran mengenai penciptaan isyarat dan merangka nilai RSI pada carta.

Analisis Kelebihan

Strategi ini mempunyai beberapa kelebihan utama:

  1. Menggabungkan keadaan RSI dan AI membawa kepada isyarat perdagangan yang lebih tepat
  2. Menggunakan pelbagai kombinasi keadaan berkesan menapis isyarat palsu
  3. Pengukuran kedudukan berdasarkan prinsip pengurusan risiko kawalan bagi setiap risiko perdagangan
  4. Pendapatan tetap mengambil keuntungan / berhenti kerugian memberikan kejelasan mengenai risiko dan ganjaran
  5. Sangat boleh disesuaikan melalui penyesuaian parameter

Analisis Risiko

Terdapat juga beberapa risiko yang perlu dipertimbangkan:

  1. Parameter RSI yang salah boleh menyebabkan isyarat yang tidak tepat
  2. Logik AI khusus yang direka dengan buruk boleh menghasilkan isyarat palsu
  3. Tahap stop loss yang terlalu ketat boleh menyebabkan stop out yang berlebihan
  4. Pendapatan tetap mengambil keuntungan / berhenti kerugian boleh kehilangan lebih banyak keuntungan atau mewujudkan lebih banyak kerugian di pasaran yang tidak menentu

Ini boleh dikurangkan dengan menyesuaikan parameter RSI, mengoptimumkan logik AI, melegakan jarak stop loss, dll.

Peluang Peningkatan

Beberapa cara strategi ini boleh ditingkatkan lagi:

  1. Menggabungkan keadaan AI yang lebih tersuai untuk menentukan trend berdasarkan pelbagai faktor
  2. Mengoptimumkan parameter RSI untuk mencari kombinasi terbaik
  3. Uji mekanisme mengambil keuntungan / berhenti kerugian yang berbeza seperti hentian atau bergerak mengambil keuntungan
  4. Tambah penapis tambahan seperti lonjakan jumlah untuk mengesan peluang perdagangan berkualiti
  5. Menggunakan pembelajaran mesin untuk menghasilkan parameter optimum secara automatik

Ringkasan

Ringkasnya, ini adalah strategi canggih yang sangat boleh dikonfigurasikan dan dioptimumkan untuk perdagangan berdasarkan RSI dan logik AI tersuai. Ia menentukan arah trend melalui gabungan pelbagai sumber isyarat, melaksanakan perdagangan dengan pengurusan risiko dan mengambil prosedur keuntungan / hentian kerugian. Strategi ini boleh memberikan prestasi perdagangan yang baik untuk pengguna, dengan keupayaan pengembangan dan pengoptimuman yang banyak.

/*backtest
start: 2022-12-28 00:00:00
end: 2024-01-03 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Improved RSI Scalping Strategy", overlay=true)

// Parameters
rsiLength = input.int(14, title="RSI Length")
rsiOverbought = input.int(70, title="RSI Overbought Threshold")
rsiOversold = input.int(30, title="RSI Oversold Threshold")
takeProfitPips = input.int(10, title="Take Profit (Pips)")
stopLossPips = input.int(5, title="Stop Loss (Pips)")
riskPercentage = input.float(1, title="Risk Percentage", minval=0, maxval=100, step=0.1)

// Calculate RSI
rsiValue = ta.rsi(close, rsiLength)

// Custom AI Conditions
aiCondition1Long = ta.crossover(rsiValue, 50)
aiCondition1Short = ta.crossunder(rsiValue, 50)

// Add more AI conditions here
var aiCondition2Long = ta.crossover(rsiValue, 30)
var aiCondition2Short = ta.crossunder(rsiValue, 70)

// Combine AI conditions with RSI
longCondition = aiCondition1Long or aiCondition2Long or ta.crossover(rsiValue, rsiOversold)
shortCondition = aiCondition1Short or aiCondition2Short or ta.crossunder(rsiValue, rsiOverbought)

// Calculate position size based on risk percentage
equity = strategy.equity
riskAmount = (equity * riskPercentage) / 100
positionSize = riskAmount / (stopLossPips * syminfo.mintick)

// Calculate Take Profit and Stop Loss levels
takeProfitLevel = close + takeProfitPips * syminfo.mintick
stopLossLevel = close - stopLossPips * syminfo.mintick

// Long entry
strategy.entry("Long Entry", strategy.long, when=longCondition[1] and not longCondition, qty=1)
strategy.exit("Take Profit/Stop Loss", from_entry="Long Entry", limit=takeProfitLevel, stop=stopLossLevel)

// Short entry
strategy.entry("Short Entry", strategy.short, when=shortCondition[1] and not shortCondition, qty=1)
strategy.exit("Take Profit/Stop Loss", from_entry="Short Entry", limit=takeProfitLevel, stop=stopLossLevel)

// Alerts
alertcondition(longCondition, title="Long Entry Signal", message="Long Entry Signal")
alertcondition(shortCondition, title="Short Entry Signal", message="Short Entry Signal")

// Plot RSI on the chart
plot(rsiValue, title="RSI", color=color.blue)
Lebih lanjut

2019 FMZ - Semua hak dilindungi