이것은 렌코 차트에서 사용하기 위해 설계된 스토카스틱 RSI 거래 전략입니다. 스토카스틱 RSI K 및 D 라인의 크로스오버 및 크로스온더를 사용하여 구매 및 판매 신호를 생성합니다. 이 전략은 렌코 차트에 특화되어 있으며 시장 소음을 효과적으로 필터하고 트렌드를 식별 할 수 있습니다.
거래 신호는 주로 RSI와 스토카스틱 오시레이터의 장점을 결합한 스토카스틱 RSI 지표에 기반합니다.
먼저, 한 기간 동안의 RSI 값이 계산되고, 그 다음 스토카스틱 RSI는 RSI 값에 기초하여 계산됩니다. 스토카스틱 RSI는 두 줄을 포함합니다.
K 라인: 한 기간 동안 RSI 값의 이동 평균, 빠른 스토카스틱 RSI 라인을 나타냅니다.
D 선: K 선의 이동 평균, 느린 스토카스틱 RSI 라인을 나타냅니다.
K선이 D선을 넘을 때, 구매 신호가 생성됩니다. K선이 D선을 넘을 때 판매 신호가 생성됩니다.
또한, 이 전략은 시장 소음을 필터링하는 Renko 차트에만 적용되며, 가격 변화 문턱에 기반한 바를 구성하여 트렌드 방향을 식별합니다.
이 전략의 주요 장점:
스토카스틱 RSI는 RSI와 비교적 정확한 스토카스틱 신호의 강점을 결합합니다.
렌코 차트는 소음을 필터링하고 트렌드를 식별합니다.
K 및 D 라인 거래 규칙은 간단하고 명확합니다.
매개 변수가 적고 최적화가 쉽다
각기 다른 시간 프레임에 걸쳐 스칼핑에 적용됩니다.
이 전략과 관련된 위험:
손실로 이어진 판단 오류
스토카스틱 RSI 매개 변수를 최적화
확인을 위한 다른 지표를 포함
추세가 뒤집어지면 잘못된 방향으로 함정에 빠질 수 있습니다.
잘못된 렌코 차트 범위 설정이 효과를 잃습니다.
높은 거래 빈도는 거래 비용과 미끄러짐을 증가시킵니다.
전략을 개선할 수 있는 몇 가지 방법:
최적의 구성을 찾기 위해 스토카스틱 RSI 매개 변수를 최적화
Renko 차트 파라미터 설정을 최적화
스톱 로스를 추가하고 이윤을 취합니다.
추가 표시가 있는 필터 신호
거래 시기를 향상시키기 위해 기계 학습 모델을 적용하십시오.
시장 조건에 따라 매개 변수를 조정
자동 매개 변수 최적화 테스트를 수행
요약하자면, 이 렌코 스토카스틱 RSI 거래 전략은 두 가지 지표의 강점을 결합하고 렌코 차트를 필터링에 사용하여 트렌드 방향을 효과적으로 식별합니다. 전략은 비교적 간단하지만 변수 최적화, 스톱 로스 전략 등을 통해 변화하는 시장에 적응하여 개선 될 수 있습니다. 올바르게 사용되면이 전략은 양적 거래 시스템을 구축하는 기본 선택으로 작용 할 수 있습니다.
/*backtest start: 2023-08-18 00:00:00 end: 2023-09-17 00:00:00 period: 3h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=3 //Author=OldManCryptobi //Portions of code are from: HPotter's "Stochastic RSI Strategy" https://www.tradingview.com/script/Vc37EPdG-Stochastic-RSI-Strategy/ //This is designed for Renko Charts Only //Use with Renko Stochastic RSI Alerts to add pop-up alerts & sounds strategy("Renko Stochastic RSI Strat", overlay=true, pyramiding = 0, initial_capital=100, commission_type=strategy.commission.percent, commission_value=0.0675) Source = close lengthRSI = input(20, minval=1), lengthStoch = input(3, minval=1) smoothK = input(5, minval=1), smoothD = input(2, minval=1) rsi1 = rsi(Source, lengthRSI) k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK) d = sma(k, smoothD) plot(k, color= aqua, linewidth=2, transp=0) plot(d, color= fuchsia, linewidth=2, transp=0) longCondition = crossover(k,d) if (longCondition) strategy.entry("Long", strategy.long) shortCondition = crossunder(k,d) if (shortCondition) strategy.entry("Short", strategy.short)