Strategi perdagangan regresi RSI berbilang peringkat dan pelarasan turun naik dinamik
RSI、PIVOT
ChaoZhang
Gambaran keseluruhan
Strategi ini adalah sistem perdagangan pulangan nilai rata-rata bertingkat berdasarkan indikator RSI dan turun naik harga. Ia menggunakan nilai RSI yang melampau dan turun naik harga yang luar biasa sebagai isyarat masuk, sambil menggunakan penarikan piramid dan hentian dinamik untuk menguruskan risiko dan mengoptimumkan keuntungan.
Prinsip Strategi
Syarat penyertaan:
- Menggunakan 20 kitaran RSI ((RSI20) sebagai penunjuk utama
- Tetapkan beberapa had RSI ((35⁄65, 30⁄70, 25⁄75, 20⁄80) dan had kadar turun naik yang sesuai
- Apabila RSI mencapai sesuatu had dan entiti K-line semasa melebihi had kadar pergerakan yang sesuai, isyarat masuk akan dicetuskan
- Syarat tambahan: Harga perlu menembusi tahap sokongan tertinggi/rendah terkini dalam peratusan tertentu
Mekanisme pembiayaan:
- Maksimum 5 kemasukan dibenarkan ((pemasukan awal + 4 tambahan)
- Setiap kali anda menambah kedudukan, anda perlu memenuhi syarat RSI dan kadar turun naik yang lebih ketat.
Mekanisme keluar:
- Tetapkan 5 tahap penangguhan yang berbeza
- Titik henti berdasarkan sokongan / rintangan bit dinamik yang dikira semasa masuk
- Tarikh penangguhan semakin berkurangan apabila jumlah pemegang saham meningkat.
Kawalan risiko:
- Menggunakan model risiko peratusan, risiko setiap dagangan ditetapkan sebagai 20% daripada jumlah akaun
- Tetapan maksimum yang dibenarkan untuk memegang 5 kedudukan serentak, mengehadkan bukaan risiko keseluruhan
Kelebihan Strategik
Masuk bertingkat: Dengan menetapkan beberapa RSI dan paras turun naik, strategi dapat menangkap pelbagai tahap keadaan pasaran yang melampau, meningkatkan peluang perdagangan.
Hentian dinamik: Hentian yang dikira berdasarkan tahap sokongan / rintangan, dapat menyesuaikan diri dengan struktur pasaran, melindungi keuntungan dan tidak meninggalkan permainan terlalu awal.
Peningkatan simpanan piramid: meningkatkan simpanan semasa trend berterusan dapat meningkatkan potensi keuntungan secara ketara.
Pengurusan risiko: Peratusan risiko tetap dan had pegangan maksimum untuk mengawal risiko setiap dagangan dan risiko keseluruhan.
Fleksibiliti: Pelbagai parameter yang boleh disesuaikan membolehkan strategi menyesuaikan diri dengan keadaan pasaran dan jenis perdagangan yang berbeza.
Regresi Mean + Pengesanan Trend: Menggabungkan kelebihan Regresi Mean dan Pengesanan Trend, ia mampu menangkap perubahan jangka pendek dan tidak terlepas trend besar.
Risiko Strategik
Terlalu banyak dagangan: Ia mungkin sering mencetuskan isyarat dagangan dalam pasaran yang bergolak tinggi, menyebabkan bayaran yang terlalu tinggi.
Penembusan palsu: Pasaran mungkin mengalami perubahan yang cepat selepas turun naik yang melampau dan menyebabkan isyarat yang salah.
Kerugian berturut-turut: Jika pasaran terus bergerak satu arah, ia boleh menyebabkan kerugian besar selepas beberapa kali kenaikan.
Sensitiviti parameter: prestasi strategi mungkin sangat sensitif terhadap tetapan parameter, terdapat risiko overfit.
Kesan slippage: Dalam tempoh turun naik yang teruk, mungkin terdapat slippage yang serius yang mempengaruhi prestasi strategi.
Bergantung kepada keadaan pasaran: Strategi mungkin tidak berfungsi dengan baik dalam keadaan pasaran tertentu, seperti turun naik rendah atau pasaran trend yang kuat.
Arah pengoptimuman strategi
Penyesuaian parameter dinamik: Memperkenalkan mekanisme penyesuaian diri, menyesuaikan RSI dan penurunan kadar turun naik secara dinamik mengikut keadaan pasaran.
Analisis kitaran masa berbilang: menggabungkan penilaian trend pasaran yang lebih lama, meningkatkan kualiti kemasukan.
Pengoptimuman Hentikan Kerosakan: Tambah Hentikan Tracking atau Hentikan Dinamik Berasaskan ATR untuk mengawal risiko lebih lanjut.
Penapisan keadaan pasaran: penapis syarat termasuk kekuatan trend, kitaran turun naik, dan lain-lain untuk mengelakkan perdagangan dalam keadaan pasaran yang tidak sesuai.
Pengurusan wang yang dioptimumkan: Mencapai pengurusan kedudukan yang lebih terperinci, seperti menyesuaikan saiz dagangan mengikut tahap isyarat yang berbeza.
Pembelajaran Mesin Integrasi: Mengoptimumkan pemilihan parameter dan proses penjanaan isyarat menggunakan algoritma pembelajaran mesin.
Analisis hubungan: menggabungkan analisis hubungan dengan aset lain untuk meningkatkan kestabilan dan kepelbagaian strategi.
ringkaskan
Strategi perdagangan regresi RSI bertingkat adalah sistem perdagangan kuantitatif yang dirancang dengan baik yang menggabungkan analisis teknikal, pengurusan risiko dinamik, dan teknik kenaikan harga piramid. Strategi ini menunjukkan potensi keuntungan yang kuat dengan menangkap turun naik yang melampau di pasaran dan mengambil keuntungan apabila harga kembali.
/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('Retorno_Pivots_5min_Novo_v3.3')
// Input variables
bars_left1 = input(1, title = "Entry - Pivot Left Bars")
bars_right1 = input(1, title = "Entry - Pivot Right Bars")
rsi20_longentry0 = input(35, title = "Entry 1 - RSI20 Long")
rsi20_shortentry0 = input(65, title = "Entry 1 - RSI20 Short")
bar_size_entry0 = input.float(1, title="Entry 1 - Bar Size")
rsi20_longentry1 = input(30, title = "Entry 2 - RSI20 Long")
rsi20_shortentry1 = input(70, title = "Entry 2 - RSI20 Short")
bar_size_entry1 = input.float(0.8, title="Entry 2 - Bar Size")
rsi20_longentry2 = input(25, title = "Entry 3 - RSI20 Long")
rsi20_shortentry2 = input(75, title = "Entry 3 - RSI20 Short")
bar_size_entry2 = input.float(0.7, title="Entry 3 - Bar Size")
rsi20_longentry3 = input(20, title = "Entry 4 - RSI20 Long")
rsi20_shortentry3 = input(80, title = "Entry 4 - RSI20 Short")
bar_size_entry3 = input.float(0.5, title="Entry 4 - Bar Size")
limit_perc1 = input.float(0.60, title="Profit Range 1")
limit_perc2 = input.float(0.40, title="Profit Range 2")
limit_perc3 = input.float(0.20, title="Profit Range 3")
limit_perc4 = input.float(0.00, title="Profit Range 4")
limit_perc5 = input.float(0.00, title="Profit Range 5")
minimum_pivot_distance = input.float(0, title="Minimum Pivot Distance %")
barsize_1h_input = input(288, title="Highest Bar Lookback")
rsi20 = ta.rsi(close, 20)
rsi200 = ta.rsi(close, 200)
Pivot_High_Last1 = ta.valuewhen(ta.pivothigh(high, bars_left1, bars_right1), ta.pivothigh(high, bars_left1, bars_right1), 0)
Pivot_Low_Last1 = ta.valuewhen(ta.pivotlow(low, bars_left1, bars_right1), ta.pivotlow(low, bars_left1, bars_right1), 0)
barsize = math.abs(close - open)
barsize_1h = ta.highest(barsize, barsize_1h_input)
Bar0Long = rsi20 < rsi20_longentry0 and barsize >= (barsize_1h * bar_size_entry0)
Bar1Long = rsi20 < rsi20_longentry1 and barsize >= (barsize_1h * bar_size_entry1)
Bar2Long = rsi20 < rsi20_longentry2 and barsize >= (barsize_1h * bar_size_entry2)
Bar3Long = rsi20 < rsi20_longentry3 and barsize >= (barsize_1h * bar_size_entry3)
// Long Entries
Long_Entry1 = strategy.opentrades == 0 and rsi20 < rsi20[1] and ((rsi20 < rsi20_longentry0 and barsize >= (barsize_1h * bar_size_entry0)) or (rsi20 < rsi20_longentry1 and barsize >= (barsize_1h * bar_size_entry1)) or (rsi20 < rsi20_longentry2 and barsize >= (barsize_1h * bar_size_entry2)) or (rsi20 < rsi20_longentry3 and barsize >= (barsize_1h * bar_size_entry3))) and close < (Pivot_Low_Last1 * (1 - (minimum_pivot_distance / 100)))
Long_Entry2 = strategy.opentrades == 1 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
Long_Entry3 = strategy.opentrades == 2 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
Long_Entry4 = strategy.opentrades == 3 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
Long_Entry5 = strategy.opentrades == 4 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
if Long_Entry1 or Long_Entry2 or Long_Entry3 or Long_Entry4 or Long_Entry5
strategy.entry("Long", strategy.long, comment = "ENTER-LONG_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
// Longs Exits
Long_Exit1 = strategy.opentrades == 1 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc1))
Long_Exit2 = strategy.opentrades == 2 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc2))
Long_Exit3 = strategy.opentrades == 3 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc3))
Long_Exit4 = strategy.opentrades == 4 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc4))
Long_Exit5 = strategy.opentrades == 5 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc5))
if Long_Exit1 or Long_Exit2 or Long_Exit3 or Long_Exit4 or Long_Exit5
strategy.close("Long", comment = "EXIT-LONG_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
Bar0Short = rsi20 > rsi20_shortentry0 and barsize >= (barsize_1h * bar_size_entry0)
Bar1Short = rsi20 > rsi20_shortentry1 and barsize >= (barsize_1h * bar_size_entry1)
Bar2Short = rsi20 > rsi20_shortentry2 and barsize >= (barsize_1h * bar_size_entry2)
Bar3Short = rsi20 > rsi20_shortentry3 and barsize >= (barsize_1h * bar_size_entry3)
// Short Entries
Short_Entry1 = strategy.opentrades == 0 and rsi20 > rsi20[1] and ((rsi20 > rsi20_shortentry0 and barsize >= (barsize_1h * bar_size_entry0)) or (rsi20 > rsi20_shortentry1 and barsize >= (barsize_1h * bar_size_entry1)) or (rsi20 > rsi20_shortentry2 and barsize >= (barsize_1h * bar_size_entry2)) or (rsi20 > rsi20_shortentry2 and barsize >= (barsize_1h * bar_size_entry2))) and close > (Pivot_High_Last1 * (1 + (minimum_pivot_distance / 100)))
Short_Entry2 = strategy.opentrades == 1 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
Short_Entry3 = strategy.opentrades == 2 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
Short_Entry4 = strategy.opentrades == 3 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
Short_Entry5 = strategy.opentrades == 4 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
if Short_Entry1 or Short_Entry2 or Short_Entry3 or Short_Entry4 or Short_Entry5
strategy.entry("Short", strategy.short, comment = "ENTER-SHORT_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
// Short Exits
Short_Exit1 = strategy.opentrades == 1 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc1))
Short_Exit2 = strategy.opentrades == 2 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc2))
Short_Exit3 = strategy.opentrades == 3 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc3))
Short_Exit4 = strategy.opentrades == 4 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc4))
Short_Exit5 = strategy.opentrades == 5 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc5))
if Short_Exit1 or Short_Exit2 or Short_Exit3 or Short_Exit4 or Short_Exit5
strategy.close("Short", comment = "EXIT-SHORT_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
// Plots
plot(rsi20, color=color.new(#fbff00, 0), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc1))), color=color.new(#00ff2a, 0), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc2))), color=color.new(#00ff2a, 50), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc3))), color=color.new(#00ff2a, 80), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc4))), color=color.new(#00ff2a, 100), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc1)), color=color.new(#ff0000, 0), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc2)), color=color.new(#ff0000, 50), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc3)), color=color.new(#ff0000, 80), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc4)), color=color.new(#ff0000, 100), linewidth=2)
plot(strategy.position_avg_price, color=color.new(#ffc400, 0), linewidth=2)
plot(strategy.opentrades * (strategy.position_size / math.abs(strategy.position_size)), color=color.new(#ff00bb, 0), linewidth=2)
plot(((barsize / barsize_1h) * 100), color=color.new(#0000ff, 0), linewidth=2)