Chiến lược đảo ngược thứ Ba (Bộ lọc cuối tuần)

RSI ATR MA
Ngày tạo: 2024-04-30 16:07:45 sửa đổi lần cuối: 2024-04-30 16:07:45
sao chép: 8 Số nhấp chuột: 677
1
tập trung vào
1617
Người theo dõi

Chiến lược đảo ngược thứ Ba (Bộ lọc cuối tuần)

Tổng quan

Chiến lược này được gọi là “Chiến lược đảo ngược thứ ba ((chuyện lọc cuối tuần)) ” và ý tưởng chính là dựa trên đường trung bình và các điều kiện lọc khác, mua vào thứ hai khi đáp ứng điều kiện và bán vào thứ tư để nắm bắt sự đảo ngược của thứ ba. Chiến lược này lọc các chỉ số như RSI, ATR, loại trừ thời gian cụ thể như tháng 5 để tăng tỷ lệ chiến thắng chiến lược và tỷ lệ rủi ro lợi nhuận.

Nguyên tắc chiến lược

  1. Sử dụng đường trung bình 30 ngày làm cơ sở để đánh giá xu hướng, giá đóng cửa trong ngày giao dịch hiện tại thấp hơn đường trung bình 30 ngày, được coi là xu hướng đi xuống, đáp ứng một trong những điều kiện mua.
  2. Sử dụng RSI 3 ngày và ATR 10 ngày làm điều kiện lọc, khi RSI 3 ngày nhỏ hơn 51 và ATR 10 ngày tương đối với giá đóng cửa nhỏ hơn 95%, cảm xúc thị trường được coi là bi quan, nhưng không có hành động cực đoan, phù hợp với điều kiện mua.
  3. Nếu không có tháng 5, thị trường chứng khoán thường hoạt động yếu vì hiệu ứng “Bán vào tháng 5 và đi đi”.
  4. Các điều kiện trên được tổng hợp, mua vào thứ Hai và đáp ứng tất cả các điều kiện lọc, bán vào thứ Tư khi mở cửa.

Lợi thế chiến lược

  1. Các nhà phân tích cho biết, sự thay đổi này được đánh giá dựa trên sự kết hợp giữa đường trung bình và các chỉ số cảm xúc.
  2. Bằng cách lọc kép RSI và ATR, loại trừ các giao dịch trong tình huống cực đoan, chiến lược tăng tỷ lệ lợi nhuận và rủi ro.
  3. Không có tháng 5, tránh thời gian thường kém hiệu quả, tăng hiệu suất chiến lược.
  4. Chỉ mua vào thứ Hai và bán vào thứ Tư, tần suất giao dịch thấp, chi phí giao dịch thấp.

Rủi ro chiến lược

  1. Đối với một xu hướng mạnh mẽ, chiến lược sẽ không hoạt động tốt nếu sự đảo ngược không rõ ràng.
  2. Thời gian mua và bán cố định có thể bỏ lỡ thời gian mua và bán tốt hơn, hạn chế sự linh hoạt và lợi nhuận của chiến lược.
  3. Rủi ro bị mất hiệu lực khi thị trường thay đổi mạnh, tùy thuộc vào các chỉ số.
  4. Các phán đoán của tháng này dựa trên kinh nghiệm lịch sử, không có nghĩa là tương lai sẽ giống như vậy, và có nguy cơ về tính thời gian.

Hướng tối ưu hóa chiến lược

  1. Có thể xem xét việc giới thiệu nhiều chỉ số lọc hiệu quả hơn, chẳng hạn như lưu lượng truy cập, tỷ lệ biến động, v.v., để cải thiện sự ổn định và thích ứng của chiến lược.
  2. Tối ưu hóa các lựa chọn mua và bán thời gian, chẳng hạn như các điều kiện như xác nhận đột phá trong danh sách, tăng tính linh hoạt của chiến lược và không gian thu nhập.
  3. Để tối ưu hóa chu kỳ nắm giữ, bạn có thể xem xét thời gian nắm giữ dài hơn để nắm bắt được xu hướng đầy đủ hơn.
  4. Cài đặt các tham số khác nhau cho các tình trạng thị trường khác nhau, nâng cao khả năng thích ứng của chiến lược.
  5. Thêm mô-đun quản lý vị thế và kiểm soát rủi ro để đối phó với các tình huống cực đoan trên thị trường.

Tóm tắt

Chiến lược đảo chiều thứ ba ((chuyển đổi cuối tuần)) được đánh giá bằng sự kết hợp của các chỉ số như đường trung bình, RSI và ATR, mua và bán tại một thời điểm cụ thể, để nắm bắt xu hướng đảo chiều thứ ba. Chiến lược này có tần suất giao dịch thấp, chi phí xử lý nhỏ, và thông qua lọc thời gian và lọc chỉ số, chiến lược tăng tỷ lệ lợi nhuận và rủi ro. Tuy nhiên, chiến lược cũng có một số hạn chế và rủi ro, chẳng hạn như hoạt động không tốt trong điều kiện xu hướng, và mua bán và giữ vị trí định kỳ.

Mã nguồn chiến lược
/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © muikol  

//@version=5
strategy("Turnaround Tuesday", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.035)

// Inputs for MA period, filter_1, filter_2, month filter, and testing period
ma_period = input(30, title="Moving Average Period")
use_filter_1 = input(true, title="Use RSI Filter")
use_filter_2 = input(true, title="Use ATR Filter")
use_month_filter = input(true, title="Exclude May")
start_date = input(defval=timestamp("2009-01-01 00:00:00"), title="Start Backtest")
end_date = input(defval=timestamp("2025-01-01 00:00:00"), title="End Backtest")

// Data calculations
MA_tt = ta.sma(close, ma_period)
atr10 = ta.atr(10)
rsi3 = ta.rsi(close, 3)
c_1 = close[1]

// Entry conditions
isMonday = dayofweek == dayofweek.monday
bear = close[1] < MA_tt[1]
filter_1 = use_filter_1 ? rsi3[1] < 51 : true
filter_2 = use_filter_2 ? c_1/atr10[1] < 95 : true
notMay = use_month_filter ? month != 5 : true
entryCondition = isMonday and bear and notMay and filter_1 and filter_2

// Date check
inTestPeriod = true
// Exit conditions
isWednesdayOpen = dayofweek == dayofweek.wednesday 

// Entry and exit triggers
if entryCondition and inTestPeriod
    strategy.entry("Buy", strategy.long)

if isWednesdayOpen and strategy.position_size > 0 and inTestPeriod
    strategy.close("Buy")

// Plot the moving average
plot(MA_tt, title="Moving Average", color=color.blue)