
Смешанная стратегия RSI, которая сочетает в себе RSI, первую равновесную таблицу и 200-дневную подвижную среднюю. Эта стратегия использует RSI для определения формы многоголовой или пустой RSI, первую равновесную таблицу для определения направления тренда, 200-дневную подвижную среднюю для определения поддержки и сопротивления, а также для получения сигналов для торговли после подтверждения нескольких показателей.
Во-первых, стратегия использует RSI для определения форм многоголовых или пустых команд. Формы RSI означают, что цены на акции являются высокими, но RSI не является высоким, или что цены на акции являются низкими, но RSI не является низким.
Во-вторых, эта стратегия использует линию 1 и линию 2 в первичном диаграмме равновесия для определения направления тренда. Когда линию 1 считают восходящей, когда она выше линии 2, она считается нисходящей.
Наконец, стратегия также включает в себя 200-дневную скользящую среднюю. Скользящая средняя часто рассматривается как важная точка поддержки или сопротивления. Когда первая равновесная таблица находится в восходящем тренде, а цена стоит на 200-дневную линию, это является многоголовым сигналом. Напротив, когда первая равновесная таблица находится в нисходящем тренде, а цена падает ниже 200-дневной линии, это является пустым сигналом.
Комбинируя суждения о нескольких показателях, можно отфильтровать некоторые ложные сигналы и сделать торговые решения более надежными. Когда RSI формирует отважную команду, первая равновесная таблица определяет направление тенденции, когда цена и 200-дневная линия соответствуют ожиданиям, эта стратегия создает реальный торговый сигнал.
Основным преимуществом такой стратегии является возможность отфильтровывать ложные сигналы, что позволяет принимать более надежные торговые решения.
Во-первых, RSI имеет определенную прогнозирующую способность, позволяющую заранее наблюдать за возможным обратным курсом. Однако только формы RSI не достаточно для определения торгового сигнала.
Во-вторых, введение первичных равновесных показателей позволяет лучше определять направление тенденции, избегая ошибочного сигнала при шокирующих событиях. Комбинация линейных линий в первичных равновесных диаграммах очень эффективна для определения тенденции.
В конце концов, поддержка и сопротивление 200-дневного скользящего среднего значения также помогают в дальнейшем подтвердить надежность сигнала. Торговый сигнал создается только тогда, когда первичная равновесная таблица подтверждает тенденцию, а цена соответствует 200-дневным линиям.
В целом, данная многоиндикаторная интеграционная стратегия позволяет скрыть большое количество ложных сигналов и создавать реальные сигналы только тогда, когда несколько индикаторов достигают консенсуса, что повышает точность принятия торговых решений. Это является наибольшим преимуществом стратегии.
Несмотря на то, что многопоказательная интеграционная стратегия помогает улучшить качество сигнала, она также сопряжена с определенными рисками.
Во-первых, многоиндикаторная комбинационная стратегия в некоторой степени упускает возможность захвата отдельных индикаторов. Слишком консервативная стратегия может привести к недостаточному появлению сигналов.
Во-вторых, могут возникать разногласия и конфликты между различными показателями. Например, RSI показывает форму отважных команд, но на первый взгляд балансный диаграмма определяет тенденцию наоборот. В этом случае сложность в том, как взвесить несколько показателей.
Кроме того, параметры также могут иметь большое влияние на стратегию. Неправильные параметры, такие как циклы скользящих средних, параметры RSI, могут привести к значительному снижению эффективности стратегии.
В конце концов, оптимизация между кодами имеет большое пространство для улучшения. Можно ввести алгоритмы машинного обучения для динамического оптимизации параметров настройки. Можно также тестировать больше показателей, чтобы найти лучшие комбинации.
В целом, наибольший риск от такой стратегии заключается в повышении сложности и трудности оптимизации многомерного портфеля. Для максимальной эффективности стратегии необходимо постоянно тестировать и оптимизировать ее для различных рыночных условий.
Есть несколько вариантов оптимизации этой стратегии:
Тестирование различных параметров показателя, параметров оптимизации. Периодические движущиеся средние, параметры RSI и т. Д. могут быть протестированы, чтобы найти оптимальную комбинацию параметров.
Попробуйте ввести другие показатели, такие как MACD, Брин-Бенд и т. Д., богатые комбинациями показателей, чтобы найти лучший способ сочетания показателей.
Динамическая оптимизация параметров с использованием алгоритмов машинного обучения. Позвольте стратегии автоматически оптимизировать параметры в зависимости от различных рыночных условий.
Добавление стратегии сдерживания убытков для контроля риска торгов. Рассматривание сдерживания убытков для выхода, когда цена прорывает поддержку или сопротивление.
Возможности для оптимизации стратегии входа. Можно получить больше возможностей, снизив критерии фильтрации, но необходимо взвесить баланс риска и выгоды.
Оптимизация кода в соответствии с результатами обратной связи, снижение потребления ресурсов и повышение эффективности стратегии.
Исследуйте более сложные многопоказательные отношения, ищите более сильные комбинированные сигналы. Введите больше условий и правил, но будьте осторожны с риском переоптимизации.
RSI Fusion Strategy использует комбинацию нескольких индикаторов для принятия торговых решений, чтобы эффективно отфильтровать шумные сигналы и улучшить качество сигналов. Основные преимущества этой стратегии заключаются в механизме подтверждения нескольких индикаторов, который позволяет уменьшить ложные сигналы, но есть также определенные проблемы с увеличением сложности. В будущем все еще есть большой простор для оптимизации, особенно в отношении оптимизации параметров и оптимизации портфеля индикаторов.
/*backtest
start: 2023-10-02 00:00:00
end: 2023-11-01 00:00:00
period: 3h
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/
// © tradethrills
//@version=4
strategy("RSI Divergence X Ichimoku Cloud X 200EMA", overlay=true)
//RSI Indicator
len = input(defval=14, minval=1)
src = input(defval=close)
lbR = input(defval=5)
lbL = input(defval=5)
takeProfitLevellong = input(minval = 70, defval = 75)
takeProfitLevelshort = input(minval = 30, defval = 25)
rangeUpper = input(defval=60)
rangeLower = input(defval=5)
//200 EMA
ema200 = ema(close, 200)
//Ichimoku Cloud Indicator
conversionPeriods = input(9, minval=1)
basePeriods = input(26, minval=1)
laggingSpan2Periods = input(52, minval=1)
displacement = input(26, minval=1)
donchian(len) => avg(lowest(len), highest(len))
conversionLine = donchian(conversionPeriods)
baseLine = donchian(basePeriods)
leadLine1 = avg(conversionLine, baseLine)
leadLine2 = donchian(laggingSpan2Periods)
abovecloud = max(leadLine1, leadLine2)
belowcloud = min(leadLine1, leadLine2)
//RSI Divergence Strategy
osc = rsi(src, len)
_inrange(cond) =>
bars = barssince(cond == true)
rangeLower <= bars and bars <= rangeUpper
pricelowfound = na(pivotlow(osc, lbL, lbR)) ? false : true
pricehighfound = na(pivothigh(osc, lbL, lbR)) ? false : true
//Regular Bullish
osc_higherlow = osc[lbR] > valuewhen(pricelowfound, osc[lbR], 1) and _inrange(pricelowfound[1])
price_lowerlow = low[lbR] < valuewhen(pricelowfound, low[lbR], 1)
bullCond = price_lowerlow and osc_higherlow and pricelowfound
//Hidden Bullish
osc_lowerlow = osc[lbR] < valuewhen(pricelowfound, osc[lbR], 1) and _inrange(pricelowfound[1])
price_higherlow = low[lbR] > valuewhen(pricelowfound, low[lbR], 1)
hiddenbullCond = price_higherlow and osc_lowerlow and pricelowfound
//Regular Bearish
osc_lowerhigh = osc[lbR] < valuewhen(pricehighfound, osc[lbR], 1) and _inrange(pricehighfound[1])
price_higherhigh = high[lbR] > valuewhen(pricehighfound, high[lbR], 1)
bearCond = price_higherhigh and osc_lowerhigh and pricehighfound
//Hidden Bearish
osc_higherhigh = osc[lbR] > valuewhen(pricehighfound, osc[lbR], 1) and _inrange(pricehighfound[1])
price_lowerhigh = high[lbR] < valuewhen(pricehighfound, high[lbR], 1)
hiddenbearCond = price_lowerhigh and osc_higherhigh and pricehighfound
//Entry and Exit
longCondition = (bullCond or hiddenbullCond) and (abovecloud > ema200)
closelongCondition = crossover(osc, takeProfitLevellong)
shortCondition = (bearCond or hiddenbearCond) and (ema200 > belowcloud)
closeshortCondition = crossover(osc, takeProfitLevelshort)
strategy.entry("Long", strategy.long, when=longCondition)
strategy.close("Long", when=closelongCondition)
strategy.entry("Short", strategy.short, when=shortCondition)
strategy.close("Short", when=closeshortCondition)