리소스 로딩... 로딩...

StochRSI 반전 거래 전략

저자:차오장날짜: 2024-02-26 14:17:36
태그:

전반적인 설명

스토크RSI 역전 거래 전략은 스토카스틱 RSI와 RSI 지표를 결합한 양적 거래 전략이다. 이 전략은 스토카스틱 RSI 지표를 사용하여 과소매 및 과소매 상황을 식별하고 RSI 지표가 역전되면 거래 신호를 생성합니다.

전략 논리

이 전략은 먼저 14일 RSI 지표를 계산한다. 그 다음 %K 라인과 %D 라인을 포함한 RSI를 기반으로 스토카스틱 RSI를 계산한다. %K 라인은 3일 SMA 매개 변수를 사용하고, %D 라인은 %K 라인의 3일 SMA를 사용합니다. %K 라인이 과소매 구역에서 과소매 구역으로 떨어지면서 %D 라인의 위를 넘을 때 구매 신호가 생성된다. %K 라인이 과소매 구역에서 과소매 구역으로 상승한 후 %D 라인의 아래를 넘을 때 판매 신호가 생성된다.

이점 분석

스토카스틱 RSI 및 RSI 지표를 결합함으로써이 전략은 전환 지점을 더 정확하게 파악 할 수 있습니다. 단일 RSI 지표와 비교하면 다음과 같은 장점이 있습니다.

스토카스틱 RSI는 과잉 구매와 과잉 판매 상황을 더 명확하게 식별하고 소음을 필터링할 수 있습니다.
스토카스틱 RSI와 RSI 반전이 결합되면 반전의 시기를 더 정확하게 파악할 수 있습니다.
스토카스틱 RSI 매개 변수를 조정하면 더 많은 시장 환경에 맞게 지표의 민감도를 최적화 할 수 있습니다.

위험 분석

이 전략은 또한 몇 가지 위험을 포함합니다.

반전 실패 위험. 선택 된 지표는 가격 반전을 완벽하게 예측 할 수 없으므로 항상 실패 위험이 있습니다.
매개 변수 최적화 위험. 스토카스틱 RSI와 RSI의 매개 변수는 전략 성능에 영향을 미치므로 최적화되어야합니다.
트렌드를 따르는 전략은 일반적으로 트렌드 브레이크 시장에서 반전 전략을 능가합니다.

대책:

단일 거래 손실을 제어하기 위해 스톱 손실을 적절히 조정합니다.
기계 학습을 사용하여 최적의 매개 변수 조합을 검색합니다.
트렌드를 따르는 전략과 결합하고 시장 조건에 따라 융통성 있게 전환합니다.

최적화 방향

이 전략은 또한 다음과 같은 측면에서도 개선될 수 있습니다.

스토카스틱 RSI와 RSI의 매개 변수를 최적화하여 기계 학습을 통해 최상의 조합을 찾습니다.
스톱 로스 로직을 추가합니다. 전략이 3% 하락했을 때 탈퇴하는 것과 같이요. 위험을 효과적으로 통제하기 위해서죠.
모멘텀 요소를 조합하고, 거짓 브레이크오프를 피하기 위해 과잉 매입/ 과잉 판매 시 과도한 모멘텀을 식별합니다.
트렌드 결정 - 역전 거래를 중지하고 트렌드 시장에서 트렌드 추적을 시작하십시오.

결론

스토크RSI 역전 거래 전략은 스토카스틱 RSI와 RSI의 조합을 사용하여 과반 구매 / 과반 판매 조건을 확인한 후에 거래를 수행하며, 단기에서 중기 임의 변동에서 이익을 얻는 것을 목표로합니다. 전략이 역전 거래의 정확성을 향상시킬 수 있지만, 역전 실패와 같은 위험이 여전히 존재합니다. 우리는 위험을 제어하면서 높은 승률을 유지하기 위해 매개 변수를 최적화하고 스톱 로스를 추가하고 모멘텀을 결정하여 전략을 더욱 향상시킬 수 있습니다.

/*backtest
start: 2023-02-19 00:00:00
end: 2024-02-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("StochRSIStrategy", overlay=true)

// Define the K and D periods, RSI length, and overbought/oversold levels
K = input(3, title="%K")
D = input(3, title="%D")
rsiLength = input(14, title="RSI Length")
stochLength = input(14, title="Stoch Length")
overbought = input(80, title="Overbought Level")
oversold = input(20, title="Oversold Level")

// Calculate the RSI
rsi = rsi(close, rsiLength)

// Calculate Stochastic RSI
stochRsi = stoch(rsi, rsi, rsi, stochLength)
Kline = sma(stochRsi, K)
Dline = sma(Kline, D)

// Plot Stochastic RSI
plot(Kline, title="K", color=color.blue)
plot(Dline, title="D", color=color.orange)

// Define bullish and bearish conditions
bullCond = (Kline < oversold) and (crossover(Kline, Dline))
bearCond = (Kline > overbought) and (crossunder(Kline, Dline))

// Generate and plot signals
if (bullCond)
    strategy.entry("L", strategy.long)
if (bearCond)
    strategy.close("L")

if (bearCond)
    strategy.entry("S", strategy.short)
if (bullCond)
    strategy.close("S")

// Plot signals
plotshape(series=bullCond, title="L", location=location.belowbar, color=color.green, style=shape.circle, size=size.small)
plotshape(series=bearCond, title="S", location=location.abovebar, color=color.red, style=shape.circle, size=size.small)

더 많은

2019 FMZ - 모든 권리 보호