RSI 이동 평균 크로스오버 전략은 RSI 지표의 빠르고 느린 이동 평균 사이의 크로스오버를 계산하여 거래 신호를 생성합니다. 빠른 RSI의 이동 평균이 느린 RSI의 이동 평균을 넘을 때 구매 신호입니다. 빠른 RSI 이동 평균이 느린 RSI 이동 평균을 넘을 때 판매 신호입니다. 이 전략은 RSI 지표와 이동 평균의 강점을 결합하여 시장 소음을 효과적으로 필터링하고 트렌드 역전 기회를 식별합니다.
이 전략은 먼저 100과 40의 길이를 가진 두 개의 RSI 지표를 계산하여 각각 빠른 및 느린 RSI를 나타냅니다. 그 다음이 두 가지 RSI의 21일 간단한 이동 평균을 계산합니다. 100 RSI의 이동 평균은 빠른 이동 평균이며 40 RSI 이동 평균은 느린 것입니다.
이 전략은 빠른 이동 평균이 느린 이동 평균을 넘어서면 길게 이동하며 상승 추세가 형성되고 있음을 나타냅니다. 빠른 이동 평균이 느린 평균을 넘어서면 짧게 이동하여 잠재적 인 트렌드 반전을 신호합니다. 또한 200 일 이동 평균을 사용하여 신호를 필터링하여 닫기 가격이 200 일 MA 라인 이상의 경우에만 길게 입력합니다.
RSI 이동 평균 크로스오버 전략은 이중 RSI 설정과 이동 평균의 장점을 활용하여 반전 기회를 효과적으로 식별합니다. 주요 장점은 다음과 같습니다.
잠재적인 위험은 다음과 같습니다.
최적화할 수 있는 방안이 많이 있습니다.
RSI 이동평균 크로스오버 전략은 높은 확률의 반전 거래를 식별하기 위해 이중 RSI 설정과 이동평균의 강점을 효과적으로 결합합니다. 논리는 간단하고 시장 전반에 적용되며 최적화 유연성을 갖추고 있습니다. 위험 통제를 위해 스톱 로스, 필터 도구 및 트렌드 분석 통합에 대한 적절한 최적화가 권장됩니다. 최적화되면 이것은 매우 효과적인 수치적 거래 전략이 될 수 있습니다.
/*backtest start: 2023-10-28 00:00:00 end: 2023-11-27 00:00:00 period: 1h basePeriod: 15m 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/ // © Sapt_Jash //@version=5 strategy("SRJ RSI Outperformer Strategy", overlay=true) srcperiod1 = input.int(100, minval=1, title="Length Of Fast RSI") srcperiod2 = input.int(40, minval=1, title="Length Of Slow RSI") srcperiod3 = input.int(21, minval=1, title="Length Of Moving Average") srcperiod4 = input.int(200, minval=1, title="Length Of Deciding Moving Average") rsi1 = ta.rsi(close, srcperiod1) rsi2 = ta.rsi(close, srcperiod2) divergence1 = (rsi2/rsi1) divergence2 = (rsi1/divergence1) ma1 = ta.sma(rsi1, srcperiod3) ma2 = ta.sma(divergence2, srcperiod3) //Long Conditions// longcondition = (ta.crossover(ma2, ma1) and (close > ta.sma(close, srcperiod4))) //Exit onditions// exitcondition = (ta.crossunder(ma2, ma1) or (ta.crossunder(close, ta.sma(close, srcperiod4)))) if (longcondition) strategy.entry("Long Entry", strategy.long) if (exitcondition) strategy.exit("Long Exit", profit = close * 1.20, loss = close * 0.95)