Estratégia RSI baseada em aumento de probabilidade
ChaoZhang
Visão geral
Esta estratégia é uma estratégia simples de apenas fazer mais, usando o indicador RSI para determinar o excesso de compra e venda. Nós aumentamos isso, adicionando um stop loss, enquanto integramos um módulo de probabilidade para aumentar a probabilidade de abrir uma posição somente quando a probabilidade de uma negociação lucrativa é maior ou igual a 51% no período mais recente. Isso melhora muito o desempenho da estratégia.
Princípio da estratégia
A estratégia usa o indicador RSI para determinar se o mercado está sobrecomprando ou sobrevendendo. Concretamente, quando o RSI está abaixo do limite inferior do setor de sobrevenda; e quando o RSI está acima do limite superior do setor de sobrevenda. Além disso, estabelecemos uma proporção de stop loss.
O mais importante é que nós integramos um módulo de avaliação de probabilidade. Este módulo calcula a proporção de mais ou menos lucros de transações feitas no período mais recente (definido pelo parâmetro de lookback). Só se pode abrir uma posição maior se a probabilidade de uma transação lucrativa recente for maior ou igual a 51%. Isso reduz significativamente o risco de transações perdedoras.
Análise de vantagens
Esta é uma estratégia de RSI com probabilidade aumentada, que tem as seguintes vantagens em relação à estratégia de RSI comum:
- Adição de parâmetros de stop loss para limitar perdas individuais e bloquear lucros
- Modulo de probabilidade integrado para evitar mercados de baixa probabilidade de lucro vrf
- Os parâmetros do módulo de probabilidade são ajustáveis e podem ser otimizados para diferentes cenários de mercado
- A solução é simples, fácil de entender e fácil de implementar.
Análise de Riscos
A estratégia também tem riscos:
- Fazer mais, mas não aproveitar a queda do mercado
- A má avaliação do módulo de probabilidade pode fazer com que se perca uma oportunidade.
- Não é possível determinar o melhor conjunto de parâmetros e o desempenho varia consideravelmente de acordo com o contexto de mercado
- A configuração de stop loss é muito flexível, e as perdas individuais podem ser maiores.
Resolução:
- A possibilidade de um mecanismo de cotação
- Optimizar os parâmetros do módulo de probabilidade, reduzindo a probabilidade de erro de julgamento
- Parâmetros de otimização dinâmica com métodos de aprendizagem de máquina
- Definição de um nível de parada mais conservador para reduzir o espaço para perdas individuais
Direção de otimização
A estratégia pode ser melhorada em alguns aspectos:
- Adição de módulo de Forex para negociação bidirecional
- Configuração de parâmetros de otimização dinâmica usando métodos de aprendizado de máquina
- Tente outros indicadores de sobrecompra e sobrevenda
- Otimização da estratégia de stop loss para otimizar a relação de ganhos e perdas
- Combinação de outros fatores para aumentar a probabilidade de filtragem de sinais
Resumir
A estratégia é uma estratégia RSI simples, com o módulo de avaliação de probabilidade integrada. Em comparação com a estratégia RSI comum, pode-se filtrar algumas negociações perdedoras, a retração geral e a perda de lucro são otimizadas. A estratégia pode ser melhorada posteriormente em termos de defesa, otimização dinâmica e outros aspectos, tornando a estratégia mais robusta.
/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © thequantscience
//@version=5
strategy("Reinforced RSI",
overlay = true,
default_qty_type = strategy.percent_of_equity,
default_qty_value = 100,
pyramiding = 1,
currency = currency.EUR,
initial_capital = 1000,
commission_type = strategy.commission.percent,
commission_value = 0.07)
lenght_rsi = input.int(defval = 14, minval = 1, title = "RSI lenght: ")
rsi = ta.rsi(close, length = lenght_rsi)
rsi_value_check_entry = input.int(defval = 35, minval = 1, title = "Oversold: ")
rsi_value_check_exit = input.int(defval = 75, minval = 1, title = "Overbought: ")
trigger = ta.crossunder(rsi, rsi_value_check_entry)
exit = ta.crossover(rsi, rsi_value_check_exit)
entry_condition = trigger
TPcondition_exit = exit
look = input.int(defval = 30, minval = 0, maxval = 500, title = "Lookback period: ")
Probabilities(lookback) =>
isActiveLong = false
isActiveLong := nz(isActiveLong[1], false)
isSellLong = false
isSellLong := nz(isSellLong[1], false)
int positive_results = 0
int negative_results = 0
float positive_percentage_probabilities = 0
float negative_percentage_probabilities = 0
LONG = not isActiveLong and entry_condition == true
CLOSE_LONG_TP = not isSellLong and TPcondition_exit == true
p = ta.valuewhen(LONG, close, 0)
p2 = ta.valuewhen(CLOSE_LONG_TP, close, 0)
for i = 1 to lookback
if (LONG[i])
isActiveLong := true
isSellLong := false
if (CLOSE_LONG_TP[i])
isActiveLong := false
isSellLong := true
if p[i] > p2[i]
positive_results += 1
else
negative_results -= 1
positive_relative_probabilities = positive_results / lookback
negative_relative_probabilities = negative_results / lookback
positive_percentage_probabilities := positive_relative_probabilities * 100
negative_percentage_probabilities := negative_relative_probabilities * 100
positive_percentage_probabilities
probabilities = Probabilities(look)
lots = strategy.equity/close
var float e = 0
var float c = 0
tp = input.float(defval = 1.00, minval = 0, title = "Take profit: ")
sl = input.float(defval = 1.00, minval = 0, title = "Stop loss: ")
if trigger==true and strategy.opentrades==0 and probabilities >= 51
e := close
strategy.entry(id = "e", direction = strategy.long, qty = lots, limit = e)
takeprofit = e + ((e * tp)/100)
stoploss = e - ((e * sl)/100)
if exit==true
c := close
strategy.exit(id = "c", from_entry = "e", limit = c)
if takeprofit and stoploss
strategy.exit(id = "c", from_entry = "e", stop = stoploss, limit = takeprofit)