1. Quảng trường
  2. Chiến lược chỉ số sức mạnh gián tiếp dựa trên chỉ số RSI và bộ lọc SMA 200 ngày

Chiến lược chỉ số sức mạnh gián tiếp dựa trên chỉ số RSI và bộ lọc SMA 200 ngày

Tác giả:ChaoZhang, Ngày: 2023-12-12 15:26:06
Tags:

img

Tổng quan

Chiến lược này chủ yếu sử dụng chỉ số chỉ số sức mạnh tương đối (RSI) để đánh giá các tình huống mua quá mức và bán quá mức, và sử dụng đường trung bình di chuyển đơn giản 200 ngày (200 ngày SMA) làm bộ lọc xu hướng giá chính. Trên cơ sở xác định hướng xu hướng, nó sử dụng chỉ số RSI để tìm thời gian vào và ra tốt hơn để đạt được lợi nhuận. So với việc sử dụng chỉ số RSI một mình, chiến lược này làm tăng phán đoán xu hướng và có thể nắm bắt chính xác hơn xu hướng thị trường, theo đuổi tăng và bán giảm trong thị trường bò, và làm ngược lại trong thị trường gấu, do đó đạt được lợi nhuận chiến lược cao hơn.

Nguyên tắc chiến lược

Chiến lược bao gồm chủ yếu hai phần: chỉ số RSI và bộ lọc SMA 200 ngày.

Phần chỉ số RSI chủ yếu đánh giá liệu giá đã bước vào vùng mua quá mức hay bán quá mức. Công thức tính toán của nó là:

RSI = 100 - 100 / (1 + Lợi nhuận trung bình của ngày tăng trong RSI / Lợi nhuận trung bình của ngày giảm trong RSI)

Theo các thông số thực nghiệm, khi RSI < 30, nó được bán quá mức; khi > 70, nó được mua quá mức.

Bộ lọc SMA 200 ngày chủ yếu đánh giá hướng xu hướng thị trường tổng thể. Khi giá vượt trên SMA 200 ngày, đó là thị trường tăng, nếu không đó là thị trường gấu.

Dựa trên hai phán quyết trên, chiến lược có logic nhập và xuất như sau:

Mở đầu dài: RSI < 45 và giá đóng > SMA 200 ngày

RSI > 75 và giá đóng > SMA 200 ngày

Nhập ngắn: RSI > 65 và Giá đóng < SMA 200 ngày

Khả năng thoát ngắn: RSI < 25 và giá đóng < SMA 200 ngày

Do đó, chiến lược sử dụng đánh giá chính xác của chỉ số RSI để tìm các điểm vào và ra tốt hơn trong xu hướng tổng thể và do đó đạt được lợi nhuận cao hơn.

Phân tích lợi thế

Ưu điểm lớn nhất của chiến lược này là sử dụng sự kết hợp của chỉ số RSI và bộ lọc SMA 200 ngày để làm cho chiến lược ổn định và chính xác hơn:

  1. Chỉ số SMA 200 ngày đánh giá hiệu quả xu hướng thị trường tổng thể và tránh đánh giá sai về các chỉ số RSI duy nhất
  2. Chỉ số RSI có thể tìm ra các điểm vào và ra tốt hơn trong xu hướng thị trường tổng thể
  3. Hoạt động chiến lược đơn giản và dễ thực hiện

Ngoài ra, chiến lược cũng có những lợi thế sau:

  1. Áp dụng cho các sản phẩm khác nhau bao gồm chỉ số chứng khoán, tiền điện tử và kim loại quý
  2. Hiệu quả sử dụng vốn cao
  3. Có thể cẩn thận thêm một stop loss để kiểm soát hiệu quả các lỗ đơn

Phân tích rủi ro

Chiến lược này cũng có một số rủi ro:

  1. Sự điều chỉnh đột ngột trên thị trường nói chung có thể dẫn đến tổn thất lớn hơn
  2. Có một số mức độ chậm trễ trong các chỉ số RSI và SMA
  3. Tần suất giao dịch cao dẫn đến chi phí giao dịch cao hơn

Để kiểm soát những rủi ro này, các biện pháp sau đây có thể được thực hiện:

  1. Điều chỉnh kích thước vị trí phù hợp để bảo vệ chống lại tác động của các sự kiện bất ngờ
  2. Tối ưu hóa các thông số RSI và SMA để giảm xác suất chậm trễ
  3. Điều chỉnh tần suất giao dịch phù hợp để giảm chi phí giao dịch

Hướng dẫn tối ưu hóa

Chiến lược có thể được tối ưu hóa trong các khía cạnh sau:

  1. Điều chỉnh động các thông số RSI dựa trên biến động thị trường
  2. Kiểm tra xem các chỉ số trung bình động khác như EMA có thể mang lại kết quả tốt hơn hay không
  3. Tăng cơ chế dừng lỗ tự động
  4. Thêm mô-đun định kích thước vị trí để điều chỉnh động các vị trí dựa trên vốn
  5. Tối ưu hóa logic vào và ra để kiểm tra xem có thể đạt được lợi nhuận tốt hơn không

Kết luận

Hiệu suất tổng thể của chiến lược này là tốt, với những lợi thế của phán đoán chính xác, hoạt động đơn giản và khả năng áp dụng rộng rãi. Sau khi thêm stop loss và kích cỡ vị trí, nó có thể được chạy cẩn thận trong giao dịch trực tiếp. Các khía cạnh theo dõi như tối ưu hóa tham số, tối ưu hóa stop loss, kích cỡ vị trí có thể tăng cường thêm chiến lược.

/*backtest
start: 2023-12-04 00:00:00
end: 2023-12-11 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This work is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
// © LuxAlgo

//@version=5

strategy('Relative Strength Index Extremes with 200-Day Moving Average Filte', overlay=true, pyramiding=1, initial_capital=10000, default_qty_type=strategy.cash, default_qty_value=36000, calc_on_order_fills=false, slippage=0, commission_type=strategy.commission.percent, commission_value=0.01)

// Rsi
rsi_lenght = input.int(14, title='RSI lenght', minval=0)
rsi_up = ta.rma(math.max(ta.change(close), 0), rsi_lenght)
rsi_down = ta.rma(-math.min(ta.change(close), 0), rsi_lenght)
rsi_value = rsi_down == 0 ? 100 : rsi_up == 0 ? 0 : 100 - 100 / (1 + rsi_up / rsi_down)


//Sma
Length1 = input.int(200, title='  SMA Lenght', minval=1)
SMA1 = ta.sma(close, Length1)

//Strategy Logic

Long = rsi_value < 45 and close > SMA1
Long_exit = rsi_value > 75 and close > SMA1

Short = rsi_value > 65 and close < SMA1
Short_exit = rsi_value < 25 and close < SMA1


if Long
    strategy.entry('Long', strategy.long)

if Short
    strategy.entry('Short', strategy.short)

strategy.close_all(Long_exit or Short_exit)

pera(pcnt) =>
    strategy.position_size != 0 ? math.round(pcnt / 100 * strategy.position_avg_price / syminfo.mintick) : float(na)
stoploss = input.float(title=' stop loss', defval=5, minval=0.5)
los = pera(stoploss)

strategy.exit('SL', loss=los)



//by wielkieef
Thêm nữa

2019 FMZ - Tất cả các quyền được bảo lưu