Strategi Perdagangan Pembalikan RSI

Penulis:ChaoZhang, Tarikh: 2024-01-30 17:06:45
Tag:

Ringkasan

Strategi ini mengenal pasti keadaan pasaran yang terlalu banyak dibeli dan terlalu banyak dijual menggunakan penunjuk RSI untuk pergi pendek pada persimpangan bearish di zon yang terlalu banyak dibeli dan pergi panjang pada persimpangan bullish di zon yang terlalu banyak dijual.

Logika Strategi

Isyarat perdagangan strategi ini dihasilkan berdasarkan persilangan bullish / bearish dari penunjuk RSI. Penunjuk RSI biasanya menggunakan 30 sebagai garis oversold dan 70 sebagai garis overbought. Apabila garis RSI melintasi di atas garis oversold, isyarat beli dihasilkan. Apabila garis RSI melintasi di bawah garis overbought, isyarat jual dihasilkan. Berdasarkan logika ini, strategi mengenal pasti zon overbought dan oversold dan menghasilkan isyarat panjang / pendek yang sesuai.

Selepas memasuki kedudukan, strategi ini menggunakan peratusan penangguhan penangguhan dengan terus mengemas kini harga tertinggi / terendah yang dicapai dan menangguhkan peratusan tetap dari itu sebagai kerugian berhenti.

Analisis Kelebihan

Kelebihan strategi ini termasuk:

Menggunakan RSI untuk mengenal pasti tahap overbought / oversold adalah teknik perdagangan yang matang untuk menangkap titik perubahan pasaran dengan boleh dipercayai.
Menggunakan persilangan bullish / bearish menapis beberapa isyarat palsu dan menjadikan perdagangan lebih boleh dipercayai.
Penghentian trend mengunci keuntungan sebanyak mungkin, sementara juga mempunyai hentian cepat untuk menahan kerugian setiap perdagangan.
Tahap TP/SL tetap juga mengawal risiko setiap perdagangan dengan berkesan.
Secara keseluruhan logik yang mudah dan jelas, mudah difahami dan dilaksanakan, sesuai untuk pemula.

Analisis Risiko

Risiko strategi ini termasuk:

Isyarat RSI boleh menjadi palsu, dengan kemungkinan kegagalan corak yang tinggi, yang membawa kepada pemicu kehilangan berhenti.
TP/SL tetap tidak dapat menyesuaikan diri dengan turun naik pasaran, boleh mengurangkan keuntungan atau membiarkan kerugian berjalan.
Peratusan peninggalan hanya mengikuti harga tertinggi / terendah, mungkin terlalu agresif meninggalkan keuntungan di belakang.
Risiko terlalu sesuai sebagai parameter boleh dioptimumkan hanya untuk data sejarah.
Frekuensi perdagangan yang tinggi meningkatkan kos transaksi dan slippage.

Arahan pengoptimuman

Peluang untuk meningkatkan strategi:

Mengoptimumkan parameter RSI untuk hasil yang terbaik.
Tambah penunjuk penapis untuk ketepatan isyarat yang lebih tinggi.
Stop / keuntungan yang disesuaikan berdasarkan turun naik pasaran.
Batasi kekerapan perdagangan untuk mengurangkan kos transaksi.
Tambah saiz kedudukan untuk mengehadkan kerugian setiap perdagangan.
Ujian semula dalam jangka masa yang lebih lama untuk menguji kestabilan.

Kesimpulan

Ringkasnya, ini adalah strategi pembalikan biasa yang menggunakan RSI untuk mengenal pasti overbought / oversold, dengan crossover bull / bear sebagai isyarat. Hentian trend trailing dan TP / SL tetap menguruskan risiko. Logiknya mudah dan mudah dilaksanakan, sesuai untuk pemula. Tetapi risiko seperti isyarat palsu dan pemasangan kurva perlu ditangani melalui pengesahan dan pengoptimuman lanjut sebelum perdagangan langsung.

/*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"}]
*/

// LOVE JOY PEACE PATIENCE KINDNESS GOODNESS FAITHFULNESS GENTLENESS SELF-CONTROL 
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// Author: © JoshuaMcGowan
// Taken from https://www.tradingview.com/script/GbZGYi6l-Adding-some-essential-components-to-a-prebuilt-RSI-strategy/
// Just updated to compile in version 4. 

//@version=4

strategy("Adding some essential components to a prebuilt RSI strategy", overlay=true)

/////////////// Component Code Start ///////////////

testStartYear = input(2011, "Backtest Start Year") 
testStartMonth = input(8, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)

testStopYear = input(2100, "Backtest Stop Year")
testStopMonth = input(9, "Backtest Stop Month")
testStopDay = input(29, "Backtest Stop Day")
// testStopDay = testStartDay + 1
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)

// A switch to control background coloring of the test period
testPeriodBackground = input(title="Color Background?", type=input.bool, defval=true)
testPeriodBackgroundColor = testPeriodBackground and (time >= testPeriodStart) and (time <= testPeriodStop) ? #00FF00 : na
bgcolor(testPeriodBackgroundColor, transp=97)

testPeriod() => true
    
/////////////// Component Code Stop ///////////////

// Replace RSI Component, Long/Short, and Long Signal/Short Signal conditions with your trade setup components.
///////////// RSI component /////////////

length = input( 14 )
overSold = input( 30 )
overBought = input( 70 )
price = close

vrsi = rsi(price, length)
notna = not na(vrsi)

/////////////// STRATEGY ///////////////

ts = input(99999, "Trailing Stop") / 100
tp = input(99999, "Take Profit") / 100
sl = input(99999, "Stop Loss") / 100

// Update this with your setup. 
long = notna and crossover(vrsi, overSold)
short = notna and crossunder(vrsi, overBought)

last_long = 0
last_short = 0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

// Update this to reflect your setup. 
long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

float last_open_long_signal = 0
float last_open_short_signal = 0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])

last_long_signal = 0
last_short_signal = 0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])

in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal

float last_high = 0
float last_low = 0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])

long_ts = not na(last_high) and high <= (last_high - ts) //and high >= last_open_long_signal
short_ts = not na(last_low) and low >= (last_low + ts) //and low <= last_open_short_signal

long_tp = high >= (last_open_long_signal + tp)
short_tp = low <= (last_open_short_signal - tp)

long_sl = low <= (last_open_long_signal - sl)
short_sl = high >= (last_open_short_signal + sl)

leverage = input(200, "Leverage")
long_call = last_open_long_signal - (0.8 + 0.2 * (1/leverage)) / leverage * last_open_long_signal
short_call = last_open_short_signal + (0.78 + 0.2 * (1/leverage)) / leverage * last_open_short_signal
long_call_signal = low <= long_call
short_call_signal = high >= short_call

if testPeriod()
    strategy.entry("Long", strategy.long, when=long_signal)
    strategy.entry("Short", strategy.short, when=short_signal)

    // plot(long_call, color=color.red)
    // plot(short_call, color=color.green)
    strategy.close("Long", when=long_call_signal)
    strategy.close("Short", when=short_call_signal)
    strategy.close("Long", when=long_tp)
    strategy.close("Short", when=short_tp)
    strategy.close("Long", when=long_sl)
    strategy.close("Short", when=short_sl)
    strategy.close("Long", when=long_ts)
    strategy.close("Short", when=short_ts)

Lebih lanjut

2019 FMZ - Semua hak dilindungi