Strategi perdagangan regresi RSI multi-level dan penyesuaian volatilitas dinamis
RSI、PIVOT
ChaoZhang
Ringkasan
Strategi ini adalah sistem perdagangan berbalik rata-rata bertingkat yang didasarkan pada indikator RSI dan volatilitas harga. Ini menggunakan nilai ekstrem RSI dan fluktuasi harga yang luar biasa besar sebagai sinyal masuk, sambil menggunakan kenaikan harga piramida dan stop loss dinamis untuk mengelola risiko dan mengoptimalkan keuntungan.
Prinsip Strategi
Syarat masuk:
- Menggunakan 20 siklus RSI ((RSI20) sebagai indikator utama
- Setting multiple RSI thresholds ((35⁄65, 30⁄70, 25⁄75, 20⁄80) dan threshold volatilitas yang sesuai
- Ketika RSI mencapai suatu threshold dan entitas K-line saat ini lebih besar dari threshold fluktuasi yang sesuai, sinyal masuk dipicu
- Kondisi tambahan: Harga perlu untuk menembus persentase tertentu dari level dukungan tertinggi/rendah terbarunya
Mekanisme pembiayaan:
- Maximum 5 kali masuk ((Initial entry + 4 kali penambahan)
- Setiap kali Anda mengambil posisi, Anda harus memenuhi kondisi RSI dan volatilitas yang lebih ketat.
Mekanisme Keluar:
- Tetapkan 5 titik berhenti yang berbeda
- Stop-point berdasarkan support/resistance bit yang dihitung secara dinamis saat masuk
- Target stop loss berkurang seiring dengan meningkatnya jumlah pemegang saham.
Pengendalian risiko:
- Dengan menggunakan model persentase risiko, risiko per transaksi ditetapkan menjadi 20% dari total nilai akun
- Setelan maksimum yang diizinkan untuk memegang 5 posisi sekaligus, membatasi total risiko
Keunggulan Strategis
Multi-Layer Entry: Dengan pengaturan beberapa RSI dan volatilitas, strategi dapat menangkap berbagai tingkat ekstremitas pasar, meningkatkan peluang perdagangan.
Stop-loss yang dinamis: Stop-loss yang dihitung berdasarkan level support/resistance, dapat disesuaikan dengan struktur pasar, melindungi keuntungan dan tidak meninggalkan pasar terlalu awal.
Peningkatan posisi piramida: Peningkatan posisi jika tren berlanjut dapat meningkatkan potensi keuntungan secara signifikan.
Manajemen risiko: tetap persentase risiko dan batas maksimum memegang posisi, secara efektif mengontrol per transaksi dan risiko keseluruhan.
Fleksibilitas: Banyaknya parameter yang dapat disesuaikan memungkinkan strategi untuk beradaptasi dengan berbagai lingkungan pasar dan varietas perdagangan.
Regressi rata-rata + pelacakan tren: menggabungkan keuntungan dari Regressi rata-rata dan pelacakan tren, dapat menangkap pembalikan jangka pendek dan tidak melewatkan tren besar.
Risiko Strategis
Overtrading: Bisa sering memicu sinyal trading di pasar yang bergejolak, yang menyebabkan biaya yang terlalu tinggi.
False breakout: Pasar mungkin mengalami penurunan cepat setelah fluktuasi ekstrim singkat, yang menyebabkan sinyal yang salah.
Kerugian berturut-turut: Jika pasar terus bergerak satu arah, dapat menyebabkan kerugian besar setelah beberapa kali menaikkan posisi.
Sensitivitas parameter: Kinerja strategi mungkin sangat sensitif terhadap pengaturan parameter, dengan risiko over-fit.
Efek slippage: Pada periode fluktuasi yang kuat, kemungkinan slippage yang serius dapat mempengaruhi kinerja strategi.
Ketergantungan pada kondisi pasar: Strategi dapat berkinerja buruk dalam kondisi pasar tertentu, seperti pasar yang berfluktuasi rendah atau tren kuat.
Arah optimasi strategi
Penyesuaian parameter dinamis: Memperkenalkan mekanisme adaptasi untuk menyesuaikan RSI dan volatilitas dengan tren tren tren.
Analisis siklus multi waktu: dengan penilaian tren pasar jangka panjang, meningkatkan kualitas masuk.
Optimalisasi Stop Loss: Menambah Tracking Stop Loss atau Stop Loss Dinamis Berbasis ATR untuk mengendalikan risiko lebih lanjut.
Filter kondisi pasar: memasukkan kondisi penyaringan seperti intensitas tren, siklus fluktuasi, dan lain-lain untuk menghindari perdagangan di lingkungan pasar yang tidak sesuai.
Pengelolaan dana yang optimal: Mengelola posisi yang lebih halus, seperti menyesuaikan skala perdagangan sesuai dengan tingkat sinyal yang berbeda.
Integrasi Pembelajaran Mesin: Mengoptimalkan pilihan parameter dan proses pembuatan sinyal menggunakan algoritma pembelajaran mesin.
Analisis relevansi: menggabungkan analisis relevansi dengan aset lain untuk meningkatkan stabilitas dan keragaman strategi.
Meringkaskan
Strategi perdagangan regresi RSI bertingkat adalah sistem perdagangan kuantitatif yang dirancang dengan baik, yang dengan cerdik menggabungkan analisis teknis, manajemen risiko dinamis, dan teknik kenaikan harga piramida. Strategi ini menunjukkan potensi keuntungan yang kuat dengan menangkap fluktuasi ekstrem pasar dan mengambil keuntungan ketika harga kembali. Namun, strategi ini juga menghadapi tantangan seperti overtrading dan ketergantungan pada lingkungan pasar.
/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('Retorno_Pivots_5min_Novo_v3.3')
// Input variables
bars_left1 = input(1, title = "Entry - Pivot Left Bars")
bars_right1 = input(1, title = "Entry - Pivot Right Bars")
rsi20_longentry0 = input(35, title = "Entry 1 - RSI20 Long")
rsi20_shortentry0 = input(65, title = "Entry 1 - RSI20 Short")
bar_size_entry0 = input.float(1, title="Entry 1 - Bar Size")
rsi20_longentry1 = input(30, title = "Entry 2 - RSI20 Long")
rsi20_shortentry1 = input(70, title = "Entry 2 - RSI20 Short")
bar_size_entry1 = input.float(0.8, title="Entry 2 - Bar Size")
rsi20_longentry2 = input(25, title = "Entry 3 - RSI20 Long")
rsi20_shortentry2 = input(75, title = "Entry 3 - RSI20 Short")
bar_size_entry2 = input.float(0.7, title="Entry 3 - Bar Size")
rsi20_longentry3 = input(20, title = "Entry 4 - RSI20 Long")
rsi20_shortentry3 = input(80, title = "Entry 4 - RSI20 Short")
bar_size_entry3 = input.float(0.5, title="Entry 4 - Bar Size")
limit_perc1 = input.float(0.60, title="Profit Range 1")
limit_perc2 = input.float(0.40, title="Profit Range 2")
limit_perc3 = input.float(0.20, title="Profit Range 3")
limit_perc4 = input.float(0.00, title="Profit Range 4")
limit_perc5 = input.float(0.00, title="Profit Range 5")
minimum_pivot_distance = input.float(0, title="Minimum Pivot Distance %")
barsize_1h_input = input(288, title="Highest Bar Lookback")
rsi20 = ta.rsi(close, 20)
rsi200 = ta.rsi(close, 200)
Pivot_High_Last1 = ta.valuewhen(ta.pivothigh(high, bars_left1, bars_right1), ta.pivothigh(high, bars_left1, bars_right1), 0)
Pivot_Low_Last1 = ta.valuewhen(ta.pivotlow(low, bars_left1, bars_right1), ta.pivotlow(low, bars_left1, bars_right1), 0)
barsize = math.abs(close - open)
barsize_1h = ta.highest(barsize, barsize_1h_input)
Bar0Long = rsi20 < rsi20_longentry0 and barsize >= (barsize_1h * bar_size_entry0)
Bar1Long = rsi20 < rsi20_longentry1 and barsize >= (barsize_1h * bar_size_entry1)
Bar2Long = rsi20 < rsi20_longentry2 and barsize >= (barsize_1h * bar_size_entry2)
Bar3Long = rsi20 < rsi20_longentry3 and barsize >= (barsize_1h * bar_size_entry3)
// Long Entries
Long_Entry1 = strategy.opentrades == 0 and rsi20 < rsi20[1] and ((rsi20 < rsi20_longentry0 and barsize >= (barsize_1h * bar_size_entry0)) or (rsi20 < rsi20_longentry1 and barsize >= (barsize_1h * bar_size_entry1)) or (rsi20 < rsi20_longentry2 and barsize >= (barsize_1h * bar_size_entry2)) or (rsi20 < rsi20_longentry3 and barsize >= (barsize_1h * bar_size_entry3))) and close < (Pivot_Low_Last1 * (1 - (minimum_pivot_distance / 100)))
Long_Entry2 = strategy.opentrades == 1 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
Long_Entry3 = strategy.opentrades == 2 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
Long_Entry4 = strategy.opentrades == 3 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
Long_Entry5 = strategy.opentrades == 4 and strategy.position_size > 0 and rsi20 < rsi20[1] and (Bar0Long or Bar1Long or Bar2Long or Bar3Long)
if Long_Entry1 or Long_Entry2 or Long_Entry3 or Long_Entry4 or Long_Entry5
strategy.entry("Long", strategy.long, comment = "ENTER-LONG_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
// Longs Exits
Long_Exit1 = strategy.opentrades == 1 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc1))
Long_Exit2 = strategy.opentrades == 2 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc2))
Long_Exit3 = strategy.opentrades == 3 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc3))
Long_Exit4 = strategy.opentrades == 4 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc4))
Long_Exit5 = strategy.opentrades == 5 and close > (strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc5))
if Long_Exit1 or Long_Exit2 or Long_Exit3 or Long_Exit4 or Long_Exit5
strategy.close("Long", comment = "EXIT-LONG_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
Bar0Short = rsi20 > rsi20_shortentry0 and barsize >= (barsize_1h * bar_size_entry0)
Bar1Short = rsi20 > rsi20_shortentry1 and barsize >= (barsize_1h * bar_size_entry1)
Bar2Short = rsi20 > rsi20_shortentry2 and barsize >= (barsize_1h * bar_size_entry2)
Bar3Short = rsi20 > rsi20_shortentry3 and barsize >= (barsize_1h * bar_size_entry3)
// Short Entries
Short_Entry1 = strategy.opentrades == 0 and rsi20 > rsi20[1] and ((rsi20 > rsi20_shortentry0 and barsize >= (barsize_1h * bar_size_entry0)) or (rsi20 > rsi20_shortentry1 and barsize >= (barsize_1h * bar_size_entry1)) or (rsi20 > rsi20_shortentry2 and barsize >= (barsize_1h * bar_size_entry2)) or (rsi20 > rsi20_shortentry2 and barsize >= (barsize_1h * bar_size_entry2))) and close > (Pivot_High_Last1 * (1 + (minimum_pivot_distance / 100)))
Short_Entry2 = strategy.opentrades == 1 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
Short_Entry3 = strategy.opentrades == 2 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
Short_Entry4 = strategy.opentrades == 3 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
Short_Entry5 = strategy.opentrades == 4 and strategy.position_size < 0 and rsi20 > rsi20[1] and (Bar0Short or Bar1Short or Bar2Short or Bar3Short)
if Short_Entry1 or Short_Entry2 or Short_Entry3 or Short_Entry4 or Short_Entry5
strategy.entry("Short", strategy.short, comment = "ENTER-SHORT_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
// Short Exits
Short_Exit1 = strategy.opentrades == 1 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc1))
Short_Exit2 = strategy.opentrades == 2 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc2))
Short_Exit3 = strategy.opentrades == 3 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc3))
Short_Exit4 = strategy.opentrades == 4 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc4))
Short_Exit5 = strategy.opentrades == 5 and close < (strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc5))
if Short_Exit1 or Short_Exit2 or Short_Exit3 or Short_Exit4 or Short_Exit5
strategy.close("Short", comment = "EXIT-SHORT_BINANCE-FUTURES_BTCBUSD_Bot-BTC-1min_1M_970d2ee265390c27")
// Plots
plot(rsi20, color=color.new(#fbff00, 0), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc1))), color=color.new(#00ff2a, 0), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc2))), color=color.new(#00ff2a, 50), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc3))), color=color.new(#00ff2a, 80), linewidth=2)
plot(((strategy.position_avg_price + ((ta.valuewhen(strategy.opentrades == 0, Pivot_Low_Last1, 0) - (strategy.position_avg_price)) * limit_perc4))), color=color.new(#00ff2a, 100), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc1)), color=color.new(#ff0000, 0), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc2)), color=color.new(#ff0000, 50), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc3)), color=color.new(#ff0000, 80), linewidth=2)
plot((strategy.position_avg_price - ((strategy.position_avg_price - ta.valuewhen(strategy.opentrades == 0, Pivot_High_Last1, 0)) * limit_perc4)), color=color.new(#ff0000, 100), linewidth=2)
plot(strategy.position_avg_price, color=color.new(#ffc400, 0), linewidth=2)
plot(strategy.opentrades * (strategy.position_size / math.abs(strategy.position_size)), color=color.new(#ff00bb, 0), linewidth=2)
plot(((barsize / barsize_1h) * 100), color=color.new(#0000ff, 0), linewidth=2)