Sumber dimuat naik... memuat...

Strategi Dagangan Kuantitatif Mengintegrasikan MACD, RSI dan RVOL

Penulis:ChaoZhang, Tarikh: 2024-01-17 15:50:35
Tag:

img

Nama Strategi: Strategi Dagangan yang Dioptimumkan dengan Triple Crossover

Strategi ini mengintegrasikan isyarat Moving Average Convergence Divergence (MACD), Indeks Kekuatan Relatif (RSI) dan Volume Relatif (RVOL) untuk membentuk isyarat perdagangan beli dan jual untuk mengesan titik pembalikan harga dan perdagangan automatik.

Ringkasan

Strategi Dagangan yang Dioptimumkan dengan Triple Crossover memanfaatkan MACD, RSI dan RVOL untuk membentuk isyarat perdagangan yang stabil.

MACD menilai pembalikan harga dan arah trend. RSI menilai tahap overbought dan oversold. RVOL menilai jumlah dagangan yang tidak normal. silangannya membentuk isyarat dagangan yang kuat.

Strategi ini digunakan untuk memegang kedudukan jangka menengah dan jangka pendek. Ia mengurangkan kebarangkalian kehilangan berhenti dan meningkatkan kebarangkalian keuntungan.

Prinsip Strategi

  1. Penghakiman MACD
  • MACD ialah purata bergerak pantas dikurangkan purata bergerak perlahan.
  1. Penghakiman RSI
  • RSI di atas 70 adalah zon overbought, di bawah 30 adalah zon oversold. RSI memecahkan 30 ke atas memberi isyarat beli, memecahkan 70 ke bawah memberi isyarat jual.
  1. Penghakiman RVOL
  • RVOL adalah jumlah semasa dibahagikan dengan jumlah purata dalam tempoh. RVOL lebih besar daripada 2 menandakan jumlah dagangan yang tinggi. RVOL kurang daripada 5 menandakan jumlah dagangan yang rendah.
  1. Generasi Isyarat Dagangan
  • Apabila RSI memecahkan 30 ke atas, MACD melintasi di atas garis isyarat, dan RVOL lebih tinggi daripada 2, ia mencetuskan isyarat beli.

  • Apabila RSI memecahkan 70 ke bawah, MACD melintasi di bawah garis isyarat, dan RVOL adalah lebih rendah daripada 5, ia mencetuskan isyarat jual.

Strategi ini memerlukan sekurang-kurangnya 2 keadaan penilaian untuk menjana isyarat perdagangan, yang mengelakkan isyarat palsu dengan berkesan dan meningkatkan kestabilan.

Analisis Kelebihan

  1. Mengurangkan Kemungkinan Isyarat Palsu
  • Menghendaki sekurang-kurangnya 2 keadaan penilaian menapis beberapa bunyi bising dan mengelakkan isyarat palsu, meningkatkan kebolehpercayaan isyarat.
  1. Mengenali Titik Peralihan
  • MACD sensitif terhadap pembalikan harga. Menggabungkan dengan RSI pada kawasan overbought / oversold menangkap titik pembalikan utama dengan tepat.
  1. Kebolehpraktisan yang Kuat
  • Mengkaji secara komprehensif 3 penunjuk yang paling penting, strategi ini mempunyai kebolehpraktisan yang sangat kuat untuk persekitaran pasaran yang berbeza.
  1. Mudah untuk mengoptimumkan dan menaik taraf
  • Setiap komponen boleh menyesuaikan parameter secara berasingan.
  1. Tahap Automasi yang Tinggi
  • Strategi ini boleh menyambungkan API perdagangan untuk perdagangan automatik sepenuhnya, yang memerlukan campur tangan manual yang minimum.

Analisis Risiko

  1. Risiko pengoptimuman parameter
  • Parameter MACD, RSI dan RVOL memerlukan pengoptimuman untuk keadaan pasaran yang berbeza, jika tidak, ia memberi kesan kepada keberkesanan.
  1. Risiko perubahan persekitaran pasaran
  • Ia mungkin berfungsi dengan lebih baik di pasaran lembu tetapi kurang berkesan di pasaran beruang.
  1. Risiko kekerapan dagangan
  • Frekuensi perdagangan yang tinggi meningkatkan kos dan risiko tergelincir. Frekuensi memerlukan keseimbangan.
  1. Hentikan Risiko Kerugian
  • Tanpa mekanisme stop loss, ia menimbulkan risiko kerugian yang lebih besar.

Untuk mengawal risiko, stop loss adaptif, penyesuaian parameter untuk pasaran yang berbeza, dan ujian di seluruh pasaran disyorkan untuk meningkatkan kestabilan.

Arahan pengoptimuman

Strategi ini boleh dioptimumkan lagi dalam aspek berikut:

  1. Menambah Strategi Stop Loss
  • Strategi stop loss adaptif dinasihatkan untuk menghentikan kerugian apabila mereka mencapai tahap tertentu.
  1. Tanda-tanda Penghakiman yang Meningkat
  • Lebih banyak penunjuk seperti Bollinger Bands dan KDJ boleh ditambah untuk membentuk isyarat yang lebih stabil.
  1. Pengoptimuman Parameter Adaptif
  • Parameter penunjuk boleh dioptimumkan secara automatik melalui algoritma pembelajaran mesin.
  1. Pengujian Industri dan Pasaran
  • Ujian kestabilan di lebih banyak pasaran dan industri untuk memastikan penerapan.
  1. Strategy Ensemble
  • Bersama dengan strategi stabil lain untuk mencari kombinasi yang optimum.

Dengan kehilangan berhenti, pengoptimuman parameter, pengoptimuman penunjuk, dan pengoptimuman ensemble, keberkesanan dan kestabilan strategi dapat ditingkatkan lagi.

Ringkasan

Strategi Dagangan yang Dioptimumkan dengan Triple Crossover secara komprehensif mempertimbangkan isyarat dari MACD, RSI, dan RVOL untuk membina sistem yang kukuh untuk penilaian beli / jual. Ia meningkatkan kestabilan isyarat perdagangan dan keuntungan untuk mengenal pasti titik pembalikan harga dengan berkesan.


/*backtest
start: 2023-01-10 00:00:00
end: 2024-01-16 00:00:00
period: 1d
basePeriod: 1h
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/
// © BobBarker42069

//@version=4
strategy("MACD, RSI, & RVOL Strategy", overlay=true)

length = input( 14 )
overSold = input( 30 )
overBought = input( 70 )
price = close
vrsi = rsi(price, length)
co = crossover(vrsi, overSold)
cu = crossunder(vrsi, overBought)
fastLength = input(12)
slowlength = input(26)
MACDLength = input(9)
MACD = ema(close, fastLength) - ema(close, slowlength)
aMACD = ema(MACD, MACDLength)
delta = MACD - aMACD

RVOLlen = input(14, minval=1, title="RVOL Length")
av = sma(volume, RVOLlen)
RVOL = volume / av



if (not na(vrsi)) 
	if ((co and crossover(delta, 0)) or (co and crossover(RVOL, 2)) or (crossover(delta, 0) and crossover(RVOL, 2)))
		strategy.entry("MACD & RSI BUY Long", strategy.long, comment="BUY LONG")

		
	if ((cu and crossunder(delta, 0)) or (cu and crossunder(RVOL, 5)) or (crossunder(delta, 0) and crossunder(RVOL, 5)))
		strategy.entry("MACD & RSI SELL Short", strategy.short, comment="SELL LONG")
	
		
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)

Lebih lanjut