リバーサル・ブレイアウト・オーバーソールド (Reversal Breakout Oversold) RSI戦略は,相対強度指数 (RSI) を用いてオーバーソールド状況を決定し,価格が逆転するとロングするアルゴリズム的な取引戦略である.この戦略は,RSIの
リバースブレイクオーバーセール RSI戦略は14期RSI指標を使用する.RSIが30を下回ると,過剰セールであると判断される.これは,価格が前期にわたって継続的に下落しており,現在過剰セール状態にあり,市場が逆転し,価格が上昇する可能性が高いことを示唆する.この戦略は,逆転の機会を探すために,この時点でロングポジションを開く.
RSI <30 で,バックテストの時間枠内では,ポジションを開くためのロング信号が起動します.その後,エントリー価格を下回り1%でストップロスを設定し,上回り7%で利益を上げます.価格がテイクロスの上を上昇するかストップロスの下に落ちると,ポジションを閉じます.
過剰販売の逆転入口点を特定し ストップ損失を設定し 利益を得て 利益を固定することで 資本を成長させます
逆転ブレイアウトオーバーセール RSI戦略は以下の利点があります.
超売り回転によってもたらされる長時間機会を捉え 比較的信頼性の高い取引戦略です
直接的な価格アクションよりもプロフェッショナルなエントリーポイントを識別するために RSI インディケーターを使用します
厳格なストップ・ロストと 収益設定は,それぞれの取引のリスクと利益を効果的に制御します.
バックテストデータによると この戦略は高収益率で 勝率が高いのです
分かりやすく,初心者は簡単に使えます.
逆転ブレイアウトオーバーセールRSI戦略にはいくつかのリスクもあります.
価格逆転が失敗する確率は依然としてあります.RSIが30を下回ると逆転の確率が増加しますが,市場の状況は複雑で変化し,失敗は依然として起こり,この時点でストップロスを引き起こす可能性があります.
ストップ・ロスのポイントがあまりにも近く,ストップ・ロスのクラスタが起こる可能性が高い.ストップ・ロスの振幅は適切に緩和することができる.
バックテストの時間窓の設定が正しくない場合,テスト結果は偏りがある. バックテスト期間を調整して戦略のパフォーマンスを完全に評価する必要があります.
トレーディングトークンの不適切な選択も利益に影響を与えます.この戦略は,より不安定なコインで最も有効です.
逆転ブレイアウトオーバーソールドRSI戦略の最適化にはまだ余地があります.
RSIのパラメータを調整し,戦略のリターンに対する異なるパラメータの影響をテストする.
異なる取引ペアをテストし,より不安定なコインを選択します.
最適なパラメータ組み合わせを見つけるためにストップ・ロストとテイク・プロフィートパラメータを調整する.ストップ・ロストの幅を適切に拡大することは,方向性でもある.
価格が一定の移動平均を突破した後に入力するなどの他の指標フィルターを追加します.
最適なエントリータイミングを見つけるために 異なる時間段パラメータをテストします
逆転ブレイアウトオーバーセール RSI戦略は,全体的に理解し操作しやすく,過売り状況からの逆転機会を捕獲して利益を得ることができます.戦略の最大の利点は,初心者でも把握しやすいことです.同時に,厳格なストップ損失と利益のメカニズムもリスクを制御できます.次のステップは,パラメータを調整し,フィルター指標を追加して戦略パフォーマンスをさらに向上させるような方向から最適化することです.
/*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())