ChaoZhang
1
fokus pada
1617
Pengikut
Gambaran keseluruhan
Strategi ini adalah sistem perdagangan analisis teknikal yang menggabungkan Gaussian Channel dan Stochastic RSI. Gaussian Channel membentuk saluran naik dan turun melalui penggandaan purata bergerak indeks (EMA) dan perbezaan piawai, menyediakan sokongan dinamik dan titik rintangan untuk turun naik harga.
Prinsip Strategi
Logik teras strategi adalah berdasarkan elemen utama berikut:
- Pembinaan saluran Gaussian: Menggunakan EMA sebagai garis asas untuk mencipta jalur saluran atas-bawah melalui perkalian standard. Saluran atas sebagai kedudukan rintangan dinamik, saluran bawah sebagai kedudukan sokongan dinamik.
- Isyarat RSI rawak: selepas mengira RSI tradisional, ia diproses secara rawak untuk menghasilkan garis% K dan% D yang lebih halus.
- Penjanaan isyarat dagangan: apabila harga menembusi saluran bawah dan RSI secara rawak menembusi% K dan% D, sistem menghasilkan isyarat berganda; apabila harga menembusi saluran atas, posisi kosong keluar.
- Penapisan masa: Strategi ini mengandungi penapis julat tarikh yang boleh disesuaikan, yang membolehkan pengembalian atau perdagangan dalam tempoh masa tertentu.
Kelebihan Strategik
- Mekanisme pengesahan berganda: menggabungkan trend-following ((Gaussian channel) dan dinamika berbalik ((random RSI) dua pemikiran perdagangan, meningkatkan kebolehpercayaan isyarat.
- Ketabahan dinamik: Saluran Gauss akan menyesuaikan jalur jalur secara automatik mengikut turun naik pasaran, mempunyai ketabahan pasaran yang baik.
- Pengurusan risiko bersepadu: mekanisme kawalan risiko terbina dalam dengan penembusan saluran atas sebagai isyarat berhenti.
- Fleksibiliti parameter: Semua parameter utama boleh disesuaikan dengan keadaan pasaran yang berbeza.
Risiko Strategik
- Risiko penembusan palsu: Ia mungkin menghasilkan lebih banyak isyarat palsu dalam pasaran yang bergolak, yang menyebabkan perdagangan yang kerap.
- Risiko keterlambatan: Isyarat mungkin terlambat kerana penggunaan pengiraan purata bergerak berganda.
- Sensitiviti parameter: Prestasi strategi lebih sensitif terhadap pilihan parameter, dan keadaan pasaran yang berbeza mungkin memerlukan tetapan parameter yang berbeza.
- Bergantung kepada keadaan pasaran: Strategi mungkin tidak berkesan di pasaran yang tidak menunjukkan trend.
Arah pengoptimuman strategi
- Penguatan penapisan isyarat: penambahan petunjuk tambahan seperti jumlah lalu lintas, kadar turun naik dan lain-lain untuk meningkatkan kualiti isyarat.
- Pengoptimuman parameter dinamik: Memperkenalkan mekanisme penyesuaian parameter yang beradaptasi, menyesuaikan parameter secara dinamik mengikut keadaan pasaran.
- Peningkatan dalam mekanisme hentian kerugian: boleh menambah hentian yang dikesan atau hentian dinamik berdasarkan kadar turun naik.
- Pengenalan keadaan pasaran: Tambah modul penilaian keadaan pasaran, menggunakan parameter strategi atau peraturan perdagangan yang berbeza dalam keadaan pasaran yang berbeza.
ringkaskan
Strategi ini, dengan menggabungkan saluran Gaussian dan RSI rawak, membina sistem perdagangan yang mempunyai kemampuan untuk mengesan trend dan menangkap kembali. Strategi ini direka dengan mempertimbangkan pelbagai dimensi analisis teknikal, mempunyai asas teori yang baik dan kebolehlakuan praktikal. Dengan pengoptimuman parameter yang munasabah dan pengurusan risiko, strategi ini dijangka dapat mencapai prestasi yang stabil dalam pelbagai jenis persekitaran pasaran.
Kod sumber strategi
/*backtest
start: 2024-02-18 00:00:00
end: 2025-02-16 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © fgkkaraca
//@version=5
strategy("Alienseeker GC and RSI Strategy", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0, default_qty_type=strategy.percent_of_equity, default_qty_value=200, process_orders_on_close=true)
// Gaussian Channel Inputs
lengthGC = input.int(20, "Gaussian Channel Length", minval=1)
multiplier = input.float(2.0, "Standard Deviation Multiplier", minval=0.1)
// Calculate Gaussian Channel
basis = ta.ema(close, lengthGC)
deviation = multiplier * ta.stdev(close, lengthGC)
upperChannel = basis + deviation
lowerChannel = basis - deviation
// Plot Gaussian Channel
plot(basis, "Basis", color=color.blue)
plot(upperChannel, "Upper Channel", color=color.green)
plot(lowerChannel, "Lower Channel", color=color.red)
// Stochastic RSI Inputs
rsiLength = input.int(14, "RSI Length", minval=1)
stochLength = input.int(14, "Stochastic Length", minval=1)
smoothK = input.int(3, "Smooth K", minval=1)
smoothD = input.int(3, "Smooth D", minval=1)
// Calculate RSI
rsi = ta.rsi(close, rsiLength)
// Calculate Stochastic RSI
lowestRSI = ta.lowest(rsi, stochLength)
highestRSI = ta.highest(rsi, stochLength)
stochRSI = (rsi - lowestRSI) / (highestRSI - lowestRSI) * 100
k = ta.sma(stochRSI, smoothK)
d = ta.sma(k, smoothD)
// Trading Conditions
stochUp = k > d
priceAboveUpper = ta.crossover(close, upperChannel)
priceBelowUpper = ta.crossunder(close, lowerChannel)
// Date Range Filter
startDate = input(timestamp("2018-01-01"), "Start Date")
endDate = input(timestamp("2069-01-01"), "End Date")
timeInRange = true
// Strategy Execution
if timeInRange
strategy.entry("Long", strategy.long, when=priceBelowUpper and stochUp)
strategy.close("Long", when=priceAboveUpper )