Chiến lược kết hợp nhiều chỉ số bằng cách kết hợp nhiều loại chỉ số kỹ thuật khác nhau, kết hợp các lợi thế của chúng, để có được phán đoán thị trường chính xác và toàn diện hơn, nhằm mục đích nâng cao tỷ lệ giao dịch.
Chiến lược này sử dụng ba chỉ số kỹ thuật khác nhau cùng một lúc: chỉ số biến động (VI), ROC-RSI và biến động giá (Price ROC).
Đầu tiên, chiến lược tính toán VI, bao gồm chỉ số biến động tích cực VIP và chỉ số biến động tiêu cực VIM. VIP và VIM đo lường sức mạnh tăng và sức mạnh giảm của giá. Bằng cách so sánh tỷ lệ biến động của VIP và VIM, có thể xác định khả năng giá tăng hoặc giảm trong tương lai.
Thứ hai, chiến lược kết hợp ROC và RSI để tạo ra chỉ số ROC-RSI. ROC đo lường sự thay đổi của giá trong một khoảng thời gian dài hơn, RSI phản ánh tình trạng mua quá mức của giá trong một khoảng thời gian ngắn hơn. ROC-RSI tổng hợp cả hai khía cạnh này để xác định xem giá cổ phiếu hiện tại có nằm trong khu vực cực đoan không hợp lý hay không.
Cuối cùng, tỷ lệ biến động giá (Price ROC) phản ánh trực tiếp mức độ biến động giá. Không giống như VI và ROC-RSI, nó đánh giá xu hướng từ quan điểm của chính giá cả.
Chiến lược sử dụng kết hợp ba chỉ số trên để tạo ra lệnh giao dịch chỉ khi chúng đồng thời phát ra tín hiệu mua hoặc bán. Điều này có thể lọc ra một số tín hiệu giả mạo có thể và tăng độ tin cậy của tín hiệu.
Lợi thế lớn nhất của chiến lược kết hợp đa chỉ số này là có thể kết hợp các lợi thế của các chỉ số khác nhau để tạo ra một phán đoán toàn diện và chính xác hơn.
Ví dụ, VI có thể phản ánh sức mua và bán và nắm bắt xu hướng. ROC-RSI có thể xác định giá có quá lạnh hay quá nóng. Giá ROC phản ánh trực tiếp xu hướng thay đổi giá. Các chỉ số có thể xác minh lẫn nhau để tránh các chỉ số đơn lẻ gây ra lỗi.
Trong khi đó, yêu cầu nhiều chỉ số phát tín hiệu cùng một lúc, có thể lọc ra một số tín hiệu giả, điều này cũng cải thiện chất lượng tín hiệu giao dịch.
Tóm lại, các chiến lược kết hợp đa chỉ số có thể sử dụng các lợi thế của các chỉ số để kiểm chứng lẫn nhau, từ đó tạo ra các chiến lược giao dịch chính xác và đáng tin cậy hơn.
Rủi ro chính của chiến lược này là các tham số của các chỉ số được đặt không đúng cách, dẫn đến xung đột giữa các chỉ số.
Ví dụ, nếu VI và giá ROC đánh giá xu hướng đi lên, nhưng chỉ số ROC-RSI quá cao để gửi tín hiệu bán, thì có thể bỏ lỡ cơ hội mua.
Để tối ưu hóa chiến lược này, chúng ta có thể làm như sau:
Điều chỉnh các tham số của các chỉ số để chúng có thể phối hợp hợp với nhau để phát ra tín hiệu giao dịch nhất quán.
Tăng hoặc giảm số lượng và loại chỉ số được sử dụng để tìm một sự kết hợp tốt nhất. Ví dụ, các chỉ số xu hướng như trung bình di chuyển có thể được thêm vào.
Điều chỉnh logic kết hợp của tín hiệu chỉ số, chẳng hạn như chuyển sang đa số các chỉ số để giao dịch khi phát tín hiệu.
Thêm các cơ chế dừng lỗ để kiểm soát tổn thất đơn lẻ.
Tối ưu hóa các chiến lược quản lý tài chính, chẳng hạn như thiết lập kích thước vị trí.
Kiểm tra sự phù hợp của các loại khác nhau và thời gian giao dịch.
Với sự tối ưu hóa liên tục, chiến lược kết hợp nhiều chỉ số có thể được sử dụng đến mức cực đoan, do đó có thể đạt được lợi nhuận vượt trội.
Chiến lược kết hợp nhiều chỉ số bằng cách kết hợp các lợi thế của các chỉ số như VI, ROC-RSI và Price ROC, để có được phán đoán thị trường đáng tin cậy và toàn diện hơn, do đó làm tăng tỷ lệ giao dịch. Ưu điểm lớn nhất của nó là các chỉ số xác minh lẫn nhau, tránh các chỉ số đơn lẻ gây ra lỗi. Đồng thời, tối ưu hóa các chỉ số cũng là chìa khóa để đạt được hiệu quả tối đa của chiến lược.
/*backtest
start: 2022-09-21 00:00:00
end: 2023-09-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("drnkk Strategy", overlay=true)
//IF Function
IF(input)=>(exp(2*input)-1)/(exp(2*input)+1)
//VI Inputs
VI_pm = input(4, title="VI Period",minval=2)
VI_ps = input(3, title="VI Smoothing Period",minval=0)
//VI Calculation
VMP = sum( abs( high - low[1]), VI_pm )
VMM = sum( abs( low - high[1]), VI_pm )
STR = sum( atr(1), VI_pm )
VIP = VMP / STR
VIM = VMM / STR
//VI Smoothing
wmaVIP = (wma(VIP-1,VI_ps))*10
wmaVIM = (wma(VIM-1,VI_ps))*10
//VI IF Transform
IF_VIP=IF(wmaVIP)*100
IF_VIM=IF(wmaVIM)*100
roc_VIP =(wmaVIP - wmaVIP[VI_ps]) / VI_ps
plot(roc_VIP ? roc_VIP : na, color=lime)
roc_VIM = (wmaVIM - wmaVIM[VI_ps]) / VI_ps
plot(roc_VIM ? roc_VIM : na, color=purple)
//ROC-RSI Inputs
RSI_pm = input(2, title="ROC-RSI Period",minval=2)
RSI_ps = input(2, title="Smooth Period",minval=0)
//ROC Calculation and Smoothing
raw_ROC=(close - close[RSI_pm])/RSI_pm
wma_ROC=wma(raw_ROC,RSI_ps)
IF_ROC = IF(wma_ROC)*100
//RSI Calculation, Smoothing, Inverse Fisher Transformation
raw_RSI=0.1*(rsi(close,RSI_pm)-50)
wma_RSI=wma(raw_RSI,RSI_ps)
IF_RSI = IF(wma_RSI)*100
VI_long = roc_VIP >roc_VIM
VI_short = roc_VIM >roc_VIP
RSI_long = IF_RSI > 80
RSI_short = IF_RSI < -80
ROC_long = IF_ROC > 75
ROC_short = IF_ROC < -75
longCondition = year >= 2018 and VI_long and ROC_long and RSI_long
if (longCondition)
strategy.entry("BUY", strategy.long)
shortCondition = year >= 2018 and VI_short and ROC_short and RSI_short
if (shortCondition)
strategy.entry("SELL", strategy.short)