Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Strategi Perdagangan Kuantitatif Multi-Faktor RSI dan CCI yang Dinamis

Strategi Perdagangan Kuantitatif Multi-Faktor RSI dan CCI yang Dinamis

Penulis:ChaoZhang, Tanggal: 2023-11-27 18:54:34
Tag:

img

Gambaran umum

Strategi ini menggabungkan RSI dinamis, CCI dan beberapa MA moving average untuk menerapkan strategi perdagangan kuantitatif yang didorong oleh banyak faktor.

Prinsip Strategi

Indikator teknis

  • MA: Menghitung harga penutupan rata-rata selama periode untuk menentukan tren harga
  • RSI: Para hakim terlalu banyak membeli dan terlalu banyak menjual
  • CCI: Status hakim yang terlalu banyak dibeli dan terlalu banyak dijual
  • Stoch KDJ: Hakim penyimpangan dari stokastik dari tren utama

Sinyal Trading

Sinyal beli: MA12 melintasi MA26, CCI di bawah 100 (terlalu laris), Stoch KDJ di bawah 80 (terlalu laris)

Sinyal jual: RSI melintasi bawah ambang dinamis, Stoch KDJ di atas 80 (terlalu banyak dibeli)

Keuntungan

  1. Multi-faktor didorong, penilaian yang komprehensif, sinyal palsu yang lebih rendah
  2. Batas dinamis untuk deteksi overbought dan oversold real-time yang dapat dijual
  3. Menggabungkan indikator teknis tren, stokastis, arus utama
  4. Mengadopsi pengaturan beberapa parameter, fleksibilitas tinggi

Risiko

  1. Kombinasi multi-faktor yang terlalu kompleks, penyesuaian parameter yang sulit
  2. Kinerja sangat terkait dengan pemilihan parameter
  3. Membutuhkan proses kuantitatif yang ketat untuk optimasi parameter
  4. Risiko yang tinggi untuk menyesuaikan kurva

Optimalisasi

  1. Lebih banyak pengujian dataset untuk kekuatan strategi
  2. Pengujian kombinasi beberapa parameter untuk menemukan optimal
  3. Tambahkan stop loss untuk mengurangi drawdown maksimum
  4. Tambahkan ukuran posisi untuk menghindari mengejar dan membunuh
  5. Uji kemampuan beradaptasi pada produk yang berbeda

Kesimpulan

Strategi ini menggabungkan beberapa indikator teknis dan penilaian yang didorong multi-faktor dengan penyesuaian parameter dan validasi statistik untuk mencapai hasil yang baik. Tetapi kompleksitas yang lebih tinggi, perlu untuk mencegah overfit, dan ukuran posisi kontrol dan stop loss untuk mengurangi penarikan maksimum.

/*backtest
start: 2023-11-19 00:00:00
end: 2023-11-26 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title="ATOM2.0", shorttitle="ATOM V2.0", overlay=false, default_qty_type=strategy.cash, currency=currency.USD, initial_capital=200, default_qty_type=strategy.cash, default_qty_value=100, pyramiding=10)

// Set Parameter MA12
len12 = input(12, minval=1, title="Length")
src12 = input(close, title="Source")
ma12 = sma(src12, len12)
//plot(ma12, color=color.blue, title="MA12")

// Set Parameter MA26
len26 = input(26, minval=1, title="Length")
src26 = input(close, title="Source")
ma26 = sma(src26, len26)
//plot(ma26, color=color.orange, title="MA12")

//Stochastic RSI 14,3,3
smoothK_1 = input(3, minval=1)
smoothD_1 = input(3, minval=1)
lengthRSI = input(14, minval=1)
lengthStoch = input(14, minval=1)
src_1 = input(close, title="RSI Source_1")

rsi1 = rsi(src_1, lengthRSI)
k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK_1)
d = sma(k, smoothD_1)
//plot(k, color=color.red)
//plot(d, color=color.yellow)

//Stochastic RSI 5,4,3
smoothK_2 = input(4, minval=1)
smoothD_2 = input(3, minval=1)
lengthRSI_2 = input(5, minval=1)
lengthStoch_2 = input(5, minval=1)
src_2 = input(close, title="RSI Source_2")

rsi2 = rsi(src_2, lengthRSI_2)
k_2 = sma(stoch(rsi2, rsi2, rsi2, lengthStoch_2), smoothK_2)
d_2 = sma(k_2, smoothD_2)
//plot(k_2, color=color.white)
//plot(d_2, color=color.green)

// CCI
cci = cci(close,26)
//plot(cci,color=color.blue)

// Dynamic RSI
DZbuy = 0.1
DZsell = 0.1
Period = 14
Lb = 60

RSILine = rsi(close,Period)
jh = highest(RSILine, Lb)
jl = lowest(RSILine, Lb)
jc = (wma((jh-jl)*0.5,Period) + wma(jl,Period))
Hiline = jh - jc * DZbuy
Loline = jl + jc * DZsell
R = (4 * RSILine + 3 * RSILine[1] + 2 * RSILine[2] + RSILine[3] ) / 10

plot(R, title='R', color=color.white, linewidth=1, transp=0)
plot(Hiline, title='Hiline', color=color.yellow,  linewidth=1, transp=0)
plot(Loline, title='Loline', color=color.yellow, linewidth=1, transp=0)
plot(jc, title='Jc', color=color.purple,  linewidth=1, transp=50)

col_1 = R > Hiline ? color.red:na
col_2 = R < Loline ? color.green:na

fill(plot(R, title='R', color=color.white, linewidth=1, transp=0), plot(Hiline, title='Hiline', color=color.yellow,  linewidth=1, transp=0), color=col_1,transp=0)
fill(plot(R, title='R', color=color.white, linewidth=1, transp=0), plot(Loline, title='Loline', color=color.yellow, linewidth=1, transp=0), color=col_2,transp=0)
//------------------------------------------------------------------------------
// Calculate qty
// Parameter
fund = 10           // Fund per Contract in USD
leverage = 100     // Leverage
// Buy Condition
buyCondition = (ma12>ma26 and cci<100 and k<80 and d<80 and k_2<80 and d_2<80 and crossover(k_2, d_2))
buy = (buyCondition == input(1))
alertcondition(buy, title='time to Long', message='Long!!!')
//closeBuy = (cci>100 and cci<cci[1] and cci<cci[2])
closeBuy = (crossunder(R, Hiline) and k>80)
alertcondition(closeBuy, title='Time to Close', message='Close Long')

// Submit Orders
strategy.entry(id="Long", qty=(fund*leverage)/close, long=true, when=buyCondition)
strategy.close(id="Long", when=closeBuy)
Lebih banyak

2019 FMZ - Semua hak dilindungi