Strategi Reversal Breakout Oversold RSI adalah strategi perdagangan algoritmik yang menggunakan indikator Relative Strength Index (RSI) untuk menentukan situasi oversold dan pergi panjang ketika harga terbalik. Strategi menetapkan ambang RSI pada 30 - ketika RSI di bawah 30, dianggap oversold, dan pada saat itu posisi panjang dibuka. Strategi mengunci keuntungan melalui aturan stop loss dan take profit yang ketat.
Strategi Reversal Breakout Oversold RSI menggunakan indikator RSI 14 periode. Ketika RSI turun di bawah 30, itu dinilai terlalu laris. Ini menunjukkan bahwa harga telah terus turun selama periode sebelumnya dan saat ini berada dalam keadaan oversold, sehingga pasar akan berbalik dan harga kemungkinan akan mulai naik. Strategi membuka posisi panjang pada saat ini untuk mencari peluang pembalikan.
Secara khusus, ketika RSI <30 dan dalam jendela waktu backtest, sinyal panjang dipicu untuk membuka posisi. Kemudian atur stop loss pada 1% di bawah harga masuk dan ambil keuntungan pada 7% di atas. Ketika harga naik di atas take profit atau turun di bawah stop loss, tutup posisi.
Seluruh strategi menumbuhkan modal dengan mengidentifikasi titik masuk pembalikan oversold dan menetapkan stop loss dan mengambil keuntungan untuk mengunci keuntungan.
Strategi RSI Reversal Breakout Oversold memiliki keuntungan berikut:
Menangkap peluang panjang yang disebabkan oleh pembalikan oversold, yang merupakan strategi perdagangan yang relatif dapat diandalkan.
Menggunakan indikator RSI untuk mengidentifikasi titik masuk, yang lebih profesional daripada tindakan harga langsung.
Pengaturan stop loss dan take profit yang ketat secara efektif mengendalikan risiko dan keuntungan dari setiap perdagangan.
Data backtest menunjukkan bahwa strategi memiliki pengembalian tinggi dan tingkat kemenangan.
Mudah dipahami, pemula bisa menggunakannya dengan mudah.
Strategi Reversal Breakout Oversold RSI juga memiliki beberapa risiko:
Meskipun RSI di bawah 30 meningkatkan kemungkinan pembalikan, kondisi pasar kompleks dan berubah-ubah, dan kegagalan masih dapat terjadi, memicu stop loss pada saat ini.
Titik stop loss terlalu dekat dengan probabilitas tinggi terjadi stop loss clustering. Amplituda stop loss dapat dengan tepat rileks.
Pengaturan jendela waktu backtest yang tidak benar dapat mempengaruhi hasil tes. Periode backtest harus disesuaikan untuk sepenuhnya mengevaluasi kinerja strategi.
Pemilihan token perdagangan yang tidak tepat juga dapat mempengaruhi keuntungan.
Masih ada ruang untuk mengoptimalkan Reversal Breakout Oversold RSI Strategy:
Sesuaikan parameter RSI dan uji dampak dari parameter yang berbeda pada hasil strategi.
Uji pasangan perdagangan yang berbeda dan pilih koin yang lebih fluktuatif.
Sesuaikan parameter stop loss dan take profit untuk menemukan kombinasi parameter yang optimal.
Tambahkan filter indikator lainnya, seperti hanya masuk setelah harga melanggar rata-rata bergerak tertentu.
Uji parameter periode waktu yang berbeda untuk menemukan waktu entri terbaik.
Strategi Reversal Breakout Oversold RSI mudah dipahami dan beroperasi secara keseluruhan, menangkap peluang pembalikan dari situasi oversold untuk menghasilkan keuntungan. Keuntungan terbesar dari strategi ini adalah mudah dipahami bahkan untuk pemula. Pada saat yang sama, mekanisme stop loss dan take profit yang ketat juga membuat risiko terkendali. Langkah selanjutnya adalah mengoptimalkan dari arah seperti menyesuaikan parameter dan menambahkan indikator filter untuk membuat kinerja strategi lebih baik.
/*backtest start: 2023-12-14 00:00:00 end: 2023-12-18 19:00:00 period: 3m basePeriod: 1m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © brodieCoinrule //@version=4 strategy(shorttitle='Oversold RSI with tight SL',title='Oversold RSI with tight SL Strategy (by Coinrule)', overlay=true, initial_capital = 1000, process_orders_on_close=true, default_qty_type = strategy.percent_of_equity, default_qty_value = 50, commission_type=strategy.commission.percent, commission_value=0.1) //Backtest dates fromMonth = input(defval = 1, title = "From Month", type = input.integer, minval = 1, maxval = 12) fromDay = input(defval = 1, title = "From Day", type = input.integer, minval = 1, maxval = 31) fromYear = input(defval = 2020, title = "From Year", type = input.integer, minval = 1970) thruMonth = input(defval = 1, title = "Thru Month", type = input.integer, minval = 1, maxval = 12) thruDay = input(defval = 1, title = "Thru Day", type = input.integer, minval = 1, maxval = 31) thruYear = input(defval = 2112, title = "Thru Year", type = input.integer, minval = 1970) showDate = input(defval = true, title = "Show Date Range", type = input.bool) start = timestamp(fromYear, fromMonth, fromDay, 00, 00) // backtest start window finish = timestamp(thruYear, thruMonth, thruDay, 23, 59) // backtest finish window window() => time >= start and time <= finish ? true : false // create function "within window of time" perc_change(lkb) => overall_change = ((close[0] - close[lkb]) / close[lkb]) * 100 // RSI inputs and calculations lengthRSI = 14 RSI = rsi(close, lengthRSI) oversold= input(30) //Entry strategy.entry(id="long", long = true, when = RSI< oversold and window()) //Exit Stop_loss= ((input (1))/100) Take_profit= ((input (7)/100)) longStopPrice = strategy.position_avg_price * (1 - Stop_loss) longTakeProfit = strategy.position_avg_price * (1 + Take_profit) strategy.close("long", when = close < longStopPrice or close > longTakeProfit and window())