ChaoZhang
1
Подписаться
1617
Подписчики
Обзор
Эта стратегия представляет собой комплексную стратегию, которая сочетает в себе многократно цикличные RSI и динамическую торговую систему. Она идентифицирует состояние перепродажи рынка, анализируя значения RSI за три различных временных периода, и использует динамическую систему ATR для управления позициями.
Стратегический принцип
Основная логика стратегии включает в себя следующие ключевые части:
- Многовременный анализ - одновременный мониторинг RSI на три временных цикла: текущий, 60-минутный и 240-минутный. Торговля будет инициирована только тогда, когда в течение трех циклов появятся сигналы о перекупке или перепродаже.
- Система динамической сетки - использует ATR в качестве отсчета волатильности и динамически рассчитывает расстояние сетки. Повышает позиции в соответствии с установленным кратным фактором, когда цена движется в неблагоприятном направлении.
- Управление позицией - 1% от прибыли счета в качестве базовой позиции и контроль за размером сетки через параметр lot_multiplier.
- Управление рисками - включает в себя ежедневную целевую ставку, максимальную защиту от вывода 2% аккаунтов, а также механизм обратного сигнального плава.
Стратегические преимущества
- Подтверждение многомерных сигналов - эффективное снижение ложных сигналов путем анализа показателей RSI на несколько временных периодов.
- Гибкое управление позициями - динамическая сетчатая система способна адаптироваться к колебаниям рынка и изменять интервалы сетчицы.
- Хороший контроль риска - эффективный контроль риска с помощью ежедневного торможения и максимальной защиты от отвода.
- Настраиваемость высоты - предоставление множества регулируемых параметров для оптимизации стратегий в соответствии с различными рыночными условиями.
Стратегический риск
- Трендный риск - в сильно трендовых рынках сетчатая стратегия может столкнуться с постоянными потерями. Рекомендуется добавление трендовых фильтров.
- Риски управления капиталом - множество сетей может привести к чрезмерному использованию капитала. Рекомендуется строго контролировать максимальное количество слоев сетки.
- Чувствительность к параметрам - эффективность стратегии чувствительна к параметрам. Рекомендуется проводить полное тестирование на оптимизацию параметров.
Направление оптимизации стратегии
- Улучшенное распознавание тенденций - можно добавить в качестве фильтра такие индикаторы тенденций, как скользящие средние.
- Динамическая корректировка параметров - автоматическая корректировка RSI и параметров сетки в зависимости от рыночных колебаний.
- Оптимизация стоп-лосса - может быть настроена отдельная стоп-лосса для каждой сетки.
- Фильтрация по времени - добавление фильтрации по времени сделки, чтобы избежать низкой ликвидности.
Подвести итог
Стратегия создает сбалансированную торговую программу, объединяя многовременный анализ RSI и динамическую торговую сетку. Совершенный механизм контроля риска и гибкая параметровая настройка позволяют использовать ее в различных рыночных условиях. С помощью предлагаемого направления оптимизации можно еще больше повысить стабильность и прибыльность стратегии.
Исходный код стратегии
/*backtest
start: 2024-02-10 00:00:00
end: 2025-02-08 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Multi-Timeframe RSI Grid Strategy with Arrows", overlay=true)
// Input parameters
rsi_length = input.int(14, "RSI Length")
oversold = input.int(30, "Oversold Level")
overbought = input.int(70, "Overbought Level")
higher_tf1 = input.string("60", "Higher Timeframe 1")
higher_tf2 = input.string("240", "Higher Timeframe 2")
grid_factor = input.float(1.2, "Grid Multiplication Factor", step=0.1)
lot_multiplier = input.float(1.5, "Lot Multiplication Factor", step=0.1)
max_grid = input.int(5, "Maximum Grid Levels")
daily_target = input.float(4.0, "Daily Profit Target (%)", step=0.5)
atr_length = input.int(14, "ATR Length")
// Calculate RSI values
current_rsi = ta.rsi(close, rsi_length)
higher_tf1_rsi = request.security(syminfo.tickerid, higher_tf1, ta.rsi(close, rsi_length))
higher_tf2_rsi = request.security(syminfo.tickerid, higher_tf2, ta.rsi(close, rsi_length))
// Grid system variables
var int grid_level = 0
var float last_entry_price = na
var float base_size = strategy.equity * 0.01 / close
var float daily_profit_target = strategy.equity * (daily_target / 100)
var bool target_reached = false
// ATR for grid spacing
atr = ta.atr(atr_length)
grid_space = atr * grid_factor
// Daily reset
new_day = ta.change(time("D"))
if new_day
daily_profit_target := strategy.equity * (daily_target / 100)
target_reached := false
grid_level := 0
last_entry_price := na
// Trading conditions
buy_condition = current_rsi < oversold and higher_tf1_rsi < oversold and higher_tf2_rsi < oversold
sell_condition = current_rsi > overbought and higher_tf1_rsi > overbought and higher_tf2_rsi > overbought
// Reverse signal detection
reverse_long_to_short = sell_condition and strategy.position_size > 0
reverse_short_to_long = buy_condition and strategy.position_size < 0
// Close all trades on reverse signals
if reverse_long_to_short or reverse_short_to_long
strategy.close_all()
grid_level := 0
last_entry_price := na
// Grid management logic
if strategy.position_size == 0
grid_level := 0
last_entry_price := na
if strategy.position_size > 0 and not reverse_long_to_short
if close < last_entry_price - grid_space and grid_level < max_grid and not target_reached
strategy.entry("Long Grid " + str.tostring(grid_level), strategy.long, qty=base_size * math.pow(lot_multiplier, grid_level))
grid_level += 1
last_entry_price := close
if strategy.position_size < 0 and not reverse_short_to_long
if close > last_entry_price + grid_space and grid_level < max_grid and not target_reached
strategy.entry("Short Grid " + str.tostring(grid_level), strategy.short, qty=base_size * math.pow(lot_multiplier, grid_level))
grid_level += 1
last_entry_price := close
// Initial entry
if buy_condition and strategy.position_size == 0 and not target_reached
strategy.entry("Long", strategy.long, qty=base_size)
grid_level := 1
last_entry_price := close
if sell_condition and strategy.position_size == 0 and not target_reached
strategy.entry("Short", strategy.short, qty=base_size)
grid_level := 1
last_entry_price := close
// Profit target check
current_profit = strategy.netprofit + strategy.openprofit
if current_profit >= daily_profit_target and not target_reached
strategy.close_all()
target_reached := true
// Drawdown protection
if strategy.openprofit < -(0.02 * strategy.equity) // 2% drawdown protection
strategy.close_all()
grid_level := 0
last_entry_price := na
// Plot Buy and Sell Arrows
plotshape(series=buy_condition and strategy.position_size == 0, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY", size=size.small)
plotshape(series=sell_condition and strategy.position_size == 0, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL", size=size.small)
// Plotting RSI
plot(current_rsi, "Current RSI", color=color.blue)
plot(higher_tf1_rsi, "HTF1 RSI", color=color.red)
plot(higher_tf2_rsi, "HTF2 RSI", color=color.green)
hline(oversold, "Oversold", color=color.gray)
hline(overbought, "Overbought", color=color.gray)