Estratégia RSI reforçada pela probabilidade

Autora:ChaoZhang, Data: 2023-12-20 15:05:05
Tags:

Resumo

Esta é uma estratégia simples de longo prazo usando o indicador RSI para determinar os níveis de sobrecompra e sobrevenda. Nós a aprimoramos adicionando stop loss e take profit, e integrando um módulo de probabilidade à negociação de reforço apenas quando a probabilidade de negociação lucrativa recente for maior ou igual a 51%. Isso melhorou muito o desempenho da estratégia evitando potenciais negociações perdedoras.

Princípios

A estratégia usa o indicador RSI para julgar as condições de sobrecompra e sobrevenda do mercado. Especificamente, ele vai longo quando o RSI cruza abaixo do limite inferior da zona de sobrevenda; e fecha a posição quando o RSI cruza acima do limite superior da zona de sobrecompra. Além disso, definimos as taxas de stop loss e take profit.

A chave é que integramos um módulo de julgamento de probabilidade. Este módulo calcula a porcentagem lucrativa de negócios longos em períodos recentes (definido pelo parâmetro lookback). Ele só permite a entrada se a probabilidade de negociação lucrativa recente for maior ou igual a 51%. Isso evita muitos negócios potencialmente perdedores.

Vantagens

Como uma estratégia de RSI aumentada de probabilidade, tem as seguintes vantagens em comparação com estratégias simples de RSI:

O valor da posição em risco deve ser calculado em função do valor da posição em risco.
O módulo de probabilidade integrado evita mercados de baixa probabilidade
O módulo de probabilidade é ajustável para diferentes ambientes de mercado
O mecanismo de longo prazo é simples de compreender e implementar

Análise de riscos

Esta estratégia apresenta ainda alguns riscos:

Só a longo prazo, incapaz de lucrar com a queda do mercado
Julgamento inadequado do módulo de probabilidade pode perder oportunidades
Dificuldade em encontrar a melhor combinação de parâmetros, diferença significativa de desempenho entre os ambientes de mercado
Configuração de stop loss frouxa, ainda possível grande perda de transação única

Soluções:

Considere a adição de um mecanismo curto
Otimizar o módulo de probabilidade para reduzir a taxa de erro de julgamento
Usar aprendizado de máquina para otimizar dinamicamente parâmetros
Definir um nível de stop loss mais conservador para limitar a perda

Orientações para a melhoria

A estratégia poderá ser ainda melhorada nos seguintes aspectos:

Aumentar o módulo curto para negociação bidirecional
Usar aprendizado de máquina para otimização de parâmetros dinâmicos
Tente outros indicadores de sobrecompra/supervenda
Otimizar o paragem/tomada de lucro para melhorar o rácio de lucro
Adicionar outros fatores para filtrar sinais e melhorar a probabilidade

Resumo

Esta é uma estratégia simples de RSI aprimorada por módulo de probabilidade integrado. Em comparação com as estratégias de RSI de baunilha, ela filtra alguns negócios perdedores e melhora a taxa de queda e lucro geral. O próximo passo pode ser melhorá-la adicionando otimização curta e dinâmica, etc., para torná-la 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)

Mais.