概述
这个策略主要利用日线的相对笔体比率(RB)的均线交叉信号来判断趋势,并配合止损和止盈进行自动交易。策略名称中的“相对笔涨幅”指的是计算日线相对笔体涨幅的均线。
策略原理
该策略基于Vitelot的RBI指标,该指标计算的是日K线的相对笔体比率(RB)的移动平均。RB的计算方式是:
公式里,RB等于亚阳线的实体长度与整根K线长度之比,取正值;阴线的RB取负值。RB的取值范围在-1至1之间。
RBI指标通过RB的移动平均来过滤噪音,捕捉市场的本质特征。当RBI指标上穿其信号线时产生买入信号;当RBI指标下穿信号线时产生卖出信号。
为过滤掉多头不确定阶段的虚假信号,该策略在RBI指标上穿信号线时,还会判断收盘价是否高于13周期的EMA均线,若高于才产生真正的买入信号执行多头策略。类似地,只有收盘价低于13周期EMA时,才会执行空头策略。
该策略还设置了止损和止盈机制,以控制风险和锁定利润。开仓后会trail跟踪设置的止盈点数,同时设定固定点数的止损。
优势分析
-
RBI指标过滤了大量噪音,能捕捉市场趋势特征,避免被震荡市场的假信号误导。
-
结合均线过滤,能有效避免多头不确定时段的虚假信号,减少空头亏损。
-
止损止盈设置有助于降低个别仓位的损失风险,同时锁定利润,整体提高盈利率。
-
该策略参数较少,容易理解,适合用于自动交易。
风险分析
-
该策略仅基于RBI指标,如果指标本身产生错误信号,则整体策略也会失败。
-
指标参数设置不当也可能导致交易信号质量下降。
-
任何技术指标都可能在特定市况下失效,无法完全避免亏损。
-
止损点设置过小可能导致止损过于频繁;止损点过大又可能扩大单笔损失。
-
回撤控制不够可能导致账户爆仓风险。
优化方向
-
可以测试不同的参数组合,优化RBI指标的parameter。
-
可以加入其它辅助指标进行过滤,提高信号质量。
-
可以通过机器学习训练优化止损止盈的参数。
-
可以加入资金管理策略,控制整体仓位和风险敞口。
-
可以尝试不同持仓时间的策略,如隔夜持仓或短线交易。
总结
该策略整体来说是一个较为简单直接的趋势跟踪策略。它通过计算日线相对笔体比率的均线交叉来判断趋势方向,同时加入均线过滤和止损止盈来控制风险,可以有效避免震荡市的假信号。但任何技术指标策略都无法完全规避风险,仍需要注意参数优化、风险控制等方面的持续改进优化,才能获得长期稳定的 excess return。整体来说,该策略逻辑清晰、易于理解,适合自动交易,是一个非常实用的趋势跟踪策略。
/*backtest
start: 2022-10-11 00:00:00
end: 2023-10-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("RBI Backtest /w TSSL", shorttitle="RBI Strategy", overlay=false, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, initial_capital = 10000, slippage = 5)
// RBI:
// The EMA of the relative body (RB) of Japanese candles is evaluated.- 1