Estratégia de negociação de acompanhamento de tendências com base em ATR e RSI
ChaoZhang
Visão geral
Esta estratégia baseia-se na média real de flutuação (ATR) e no índice de força relativa (RSI) para projetar um sistema de negociação com função de acompanhamento de tendências. O sistema pode identificar automaticamente a direção da tendência e tem função de parada e parada.
Princípio da estratégia
Calcular o ATR e o RSI. O ATR reflete a amplitude média de flutuação dos preços no período mais recente. O RSI reflete a contraposição de forças entre os dois lados.
Quando o ATR é maior do que a sua média móvel, é considerado um período de alta volatilidade e adequado para a negociação.
Quando o RSI está acima da linha de superaquecimento, faça mais; quando o RSI está abaixo da zona de superaquecimento, faça um curto.
Depois de fazer mais, multiplicar o ponto alto pela proporção fixa para acompanhar o ponto de parada. Depois de fazer curto, multiplicar o ponto baixo pela proporção fixa para acompanhar o ponto de parada.
A proporção de lucros diminuiu.
Análise de vantagens
O rastreamento de stop loss pode maximizar o stop loss e reduzir as perdas.
O RSI pode ser usado para avaliar a força de queda e evitar a reabertura de posições em situações de desaceleração.
O ATR é um indicador de volatilidade, que permite filtrar os movimentos de choque e negociar apenas em tendências.
A paralisação da percentagem de lucro pode bloquear parte dos lucros.
Análise de Riscos
ATR e RSI são indicadores de atraso, que podem levar a um atraso no ponto de entrada. Os parâmetros podem ser apropriadamente otimizados para tornar o sistema mais sensível.
O limite de perda fixa é mais fácil de ser otimizado do que o limite de perda parada, e deve ser configurado com cautela em combinação com os resultados do feedback.
Em situações de grandes ciclos de turbulência, o ATR pode ser maior do que a média móvel por um longo período, resultando em excesso de negociação. Outras condições de filtragem podem ser adicionadas.
Direção de otimização
Optimizar os parâmetros de ATR e RSI para tornar o sistema mais sensível.
Aumentar os indicadores de tendência, como o MA, para evitar erros de tendência.
Tente a proporção de parada de dano dinâmico, em vez de um ajuste fixo.
Considerar a inclusão de medidas de controle de volume de transações.
Resumir
A estratégia integra os benefícios dos dois indicadores ATR e RSI, projetando um sistema de negociação de tendência simples e prático. A estabilidade do sistema pode ser ainda melhorada através da otimização dos parâmetros e do aumento das condições de filtragem.
/*backtest
start: 2023-09-08 00:00:00
end: 2023-10-08 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © liwei666
//@version=5
// # ========================================================================= #
// # | Strategy |
// # ========================================================================= #
strategy(
title = "ATR_RSI_Strategy v2[liwei666]",
shorttitle = "ATR_RSI_Strategy",
overlay = true,
max_lines_count = 500,
max_labels_count = 500,
max_boxes_count = 500,
max_bars_back = 5000,
initial_capital = 10000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=50, commission_type=strategy.commission.percent, pyramiding=1,
commission_value=0.05
)
// # ========================================================================= #
// # | Strategy |
// # ========================================================================= #
atr_length = input.int(26, "atr_length", minval = 6, maxval = 100, step=1)
atr_ma_length = input.int(45, "atr_ma_length", minval = 6, maxval = 100, step=1)
rsi_length = input.int(15, "rsi_length", minval = 6, maxval = 100, step=1)
rsi_entry = input.int(10, "rsi_entry", minval = 6, maxval = 100, step=1)
atr_ma_norm_min = input.float(0.3, "atr_ma_norm_min", minval = 0.1, maxval = 0.5, step=0.1)
atr_ma_norm_max = input.float(0.7, "atr_ma_norm_max", minval = 0.5, maxval = 1, step=0.1)
trailing_percent= input.float(1.5, "trailing_percent", minval = 0.1, maxval = 2, step=0.1)
var rsi_buy = 50 + rsi_entry
var rsi_sell = 50 - rsi_entry
sma_norm_h_45() =>
source = high
n = 45
sma = ta.sma(source, n)
sma_norm = (sma - ta.lowest(sma, n)) / (ta.highest(sma,n) - ta.lowest(sma, n))
sma_norm
atr_value = ta.atr(atr_length)
atr_ma = ta.sma(atr_value, atr_ma_length)
rsi_value = ta.rsi(close, length = rsi_length)
atr_ma_norm = atr_ma / close * 100
sma_norm = sma_norm_h_45()
var intra_trade_high = 0.0
var intra_trade_low = 0.0
if strategy.position_size == 0
intra_trade_high := high
intra_trade_low := low
if atr_ma_norm >= atr_ma_norm_min and atr_ma_norm <= atr_ma_norm_max
if atr_value > atr_ma
if rsi_value > rsi_buy
strategy.entry("B1", strategy.long, limit = close + 5 )
else if rsi_value < rsi_sell
strategy.entry("S1", strategy.short, limit = close - 5 )
else if strategy.position_size > 0
intra_trade_high := math.max(intra_trade_high, high)
intra_trade_low := low
long_tp = intra_trade_high * (1 - trailing_percent / 100)
strategy.exit("Exit B1", from_entry="B1", stop = long_tp, limit = strategy.position_avg_price * 1.03)
else if strategy.position_size < 0
intra_trade_high := high
intra_trade_low := math.min(intra_trade_low, low)
short_tp = intra_trade_low * (1 + trailing_percent / 100)
strategy.exit("Exit S1", from_entry="S1", stop = short_tp, limit = strategy.position_avg_price * 0.94)