1. Persegi
  2. SPY RSI Stochastics Crossover Trend Reversal Strategi

SPY RSI Stochastics Crossover Trend Reversal Strategi

Penulis:ChaoZhang, Tarikh: 2024-02-23 14:38:49
Tag:

img

Ringkasan

Strategi Trend Pembalikan RSI RSI adalah strategi perdagangan kuantitatif yang menggunakan penyambungan penunjuk RSI antara garis cepat dan perlahan untuk menentukan pembalikan harga. Strategi ini menggabungkan garis perlahan, cepat dan MA dan menghasilkan isyarat beli dan jual apabila syarat-syarat tertentu dipenuhi, untuk menangkap peluang pembalikan harga yang signifikan.

Logika Strategi

RSI biasanya berbalik pada zon overbought dan oversold, jadi dengan menentukan situasi salib emas dan salib kematian antara garis RSI yang cepat dan perlahan, kita boleh mengenal pasti titik pembalikan harga yang mungkin terlebih dahulu. Khususnya, strategi ini terutamanya bergantung kepada penunjuk dan keadaan berikut:

  1. Garis RSI perlahan: Garis RSI 64 tempoh
  2. Garis RSI pantas: Garis RSI 9 tempoh
  3. RSI MA Line: purata bergerak mudah 3 tempoh garis RSI pantas
  4. RSI Sempadan Overbought: parameter ditetapkan kepada 83
  5. RSI Selang Terlalu Dijual: parameter ditetapkan kepada 25
  6. RSI Zona neutral: antara 39 dan 61
  7. Jam Perdagangan: Isnin hingga Jumaat 9:00am hingga 9:00am pada hari berikutnya

Apabila RSI pantas melintasi RSI perlahan (salib emas) dan garis pantas melintasi garis MA, isyarat beli dihasilkan.

Di samping itu, logik berikut dikonfigurasi untuk menapis beberapa perdagangan bunyi bising:

  1. Tiada isyarat dagangan yang dihasilkan dalam zon RSI neutral
  2. Hanya berdagang antara Isnin hingga Jumaat 9:00am hingga 9:00am hari berikutnya

Terdapat dua syarat keluar selepas masuk:

  1. Posisi ditutup apabila RSI cepat memasuki kawasan yang bertentangan (terlalu dibeli atau terlampau dijual)
  2. Posisi tutup apabila isyarat silang RSI terbalik berlaku

Analisis Kelebihan

Kelebihan terbesar Strategi Trend Pembalikan RSI Stochastics adalah bahawa ia dapat menangkap trend lebih awal sebelum pembalikan harga yang ketara berlaku. Melalui penyeberangan garis RSI yang cepat dan perlahan, ia dapat mengeluarkan isyarat perdagangan lebih awal dan mewujudkan peluang untuk memasuki pasaran. Di samping itu, strategi ini mempunyai kelebihan berikut:

  1. Peraturan penjanaan isyarat yang jelas, mudah difahami dan dikesan
  2. Penapis berganda yang direka untuk mengurangkan isyarat bunyi
  3. Tetapan zon overbought/oversold yang fleksibel sesuai dengan persekitaran pasaran yang berbeza
  4. Menggabungkan kedua-dua trend berikut dan pembalikan menangkap keupayaan

Ringkasnya, dengan menggabungkan trend berikut dan analisis pembalikan nilai, strategi dapat menangkap masa pembalikan harga ke tahap tertentu, dan mempunyai kepraktisan yang kuat.

Analisis Risiko

Walaupun SPY RSI Stochastics Crossover Reversal Trend Strategy mempunyai kelebihan tertentu, ia juga mempunyai risiko utama berikut:

  1. Tidak dapat mengelakkan sepenuhnya risiko daripada perdagangan bunyi walaupun reka bentuk penapis berganda
  2. RSI crossovers tidak sempurna dalam meramalkan titik pembalikan sebenar, beberapa kesukaran wujud
  3. Memerlukan tetapan parameter yang munasabah, jika tidak, perdagangan yang terlalu kerap atau jarang berlaku mungkin berlaku
  4. Kejadian black swan yang membawa kepada penyebaran palsu tidak dapat dielakkan sepenuhnya

Untuk menangani risiko di atas, strategi boleh dioptimumkan dan ditingkatkan dalam aspek berikut:

  1. Gunakan algoritma pembelajaran mesin untuk melatih parameter optimum dan mengurangkan isyarat bunyi bising
  2. Memasukkan penunjuk teknikal lain untuk meningkatkan kebolehpercayaan isyarat silang
  3. Tambahkan mekanisme stop loss untuk mengawal setiap pendedahan risiko perdagangan
  4. Mengoptimumkan kemas kini adaptatif parameter untuk meningkatkan kebolehsesuaian

Arahan pengoptimuman

Strategy Trend Reversal Crossover SPY RSI Stochastics boleh dioptimumkan terutamanya dalam bidang berikut:

  1. Pengoptimuman Parameter: Cari kombinasi parameter optimum secara sistematik melalui kaedah seperti algoritma genetik, carian grid dan lain-lain.
  2. Kejuruteraan Ciri: Menggabungkan lebih banyak ciri yang mempengaruhi harga seperti perubahan jumlah, turun naik dan lain-lain untuk membantu keputusan
  3. Pembelajaran Mesin: Kriteria silang kereta api dengan algoritma pembelajaran mesin untuk meningkatkan ketepatan
  4. Hentikan Peningkatan Kerugian: Memperkenalkan hentian, hentian masa dan lain-lain untuk mengawal risiko
  5. Kemas kini Sesuai: Membolehkan parameter utama untuk menyesuaikan diri berdasarkan keadaan pasaran masa nyata

Pengoptimuman sedemikian boleh menjadikan parameter strategi lebih pintar, isyarat lebih boleh dipercayai, dan juga menyesuaikan peraturan mengikut perubahan pasaran, dengan itu meningkatkan kestabilan keuntungan strategi.

Kesimpulan

Strategy Trend Reversal RSI STOCHASTICS SPY RSI telah merancang sistem strategi perdagangan kuantitatif yang agak mudah dan jelas berdasarkan menilai persimpangan garisan RSI yang cepat dan perlahan. Menggabungkan kedua-dua trend berikut dan ciri perdagangan pembalikan, ia dapat menangkap masa pembalikan harga ke tahap tertentu. Tetapi strategi ini juga mempunyai beberapa kelemahan yang melekat, yang memerlukan pengoptimuman parameter, ciri dan model untuk mengawal risiko dan meningkatkan kualiti isyarat. Dengan pengoptimuman berterusan, ia boleh menjadi sistem kuantitatif yang menguntungkan yang stabil.

/*backtest
start: 2024-01-23 00:00:00
end: 2024-02-22 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("SPY Auto RSI Stochastics", pyramiding = 3)


// Input parameters
slowRSILength = input(64, title="SLOW RSI Length")
fastRSILength = input(9, title="FAST RSI Length")
smaRSILength = input(3, title="RSI SMA Length")
RSIUpperThreshold = input(83, title="RSI Upper")
RSILowerThreshold = input(25, title="RSI Lower")
RSIUpperDeadzone = input(61, title='RSI Upper Deadzone')
RSILowerDeadzone = input(39, title='RSI Lower Deadzone')
blockedDays = (dayofweek(time) == 1 or dayofweek(time) == 7)
sessionMarket = input("0900-0900", title="Session Start")
allowedTimes() => time(timeframe = timeframe.period, session = sessionMarket, timezone = "GMT+1")
isvalidTradeTime =true

// RSI and ATR
slowRSI = ta.rsi(close, slowRSILength)
fastRSI = ta.rsi(close, fastRSILength)
smaRSI = ta.sma(fastRSI, smaRSILength)
rsi = fastRSI

// Entry condition
RSIUptrend() =>  ta.crossover(fastRSI, slowRSI) and ta.crossover(fastRSI, smaRSI)
RSIDowntrend() =>  ta.crossunder(fastRSI, slowRSI) and ta.crossunder(fastRSI, smaRSI)


isRSIDeadzone() =>
    rsi < RSIUpperDeadzone and rsi > RSILowerDeadzone

isBullishEngulfing() =>
    close > high[1]

isBearishEngulfing() =>
    close < low[1] 

// Declare variables
var float initialSLLong = na
var float initialTPLong = na
var float initialSLShort = na
var float initialTPShort = na
//var bool inATrade = false

entryConditionLong = RSIUptrend() and not isRSIDeadzone() and isvalidTradeTime
entryConditionShort = RSIDowntrend() and not isRSIDeadzone() and isvalidTradeTime

exitConditionLong = entryConditionShort or fastRSI > RSIUpperThreshold
exitConditionShort = entryConditionLong or fastRSI < RSILowerThreshold


if (entryConditionLong)
    strategy.entry(id = "Long", direction = strategy.long, alert_message = 'LONG! beep boop, all aboard the long train')

if (entryConditionShort)
    strategy.entry(id = "Short", direction = strategy.short, alert_message = 'Short! beep boop, all aboard the short train')

if (exitConditionLong)
    strategy.exit("Long", from_entry="Long", limit=close, alert_message = 'Stop Long, halt halt, take the profits and runnn')

if (exitConditionShort)
    strategy.exit("Short", from_entry="Short", limit=close, alert_message = 'Stop Short, halt halt, take the profits and runnn')


//plot(smaRSI, "RSI MA", color=color.red)
plot(slowRSI, "Slow RSI", color=color.green)
//plot(fastRSI, "Fast RSI", color=color.white)
plot(smaRSI, "SMA RSI", color=color.white)
Lebih lanjut

2019 FMZ - Semua hak dilindungi