Sumber dimuat naik... memuat...

Strategi Dagangan Jangka Pendek Berdasarkan RSI dan SMA

Penulis:ChaoZhang, Tarikh: 2024-02-01 10:35:30
Tag:

Ringkasan

Strategi ini dinamakan RSI Jangka Pendek dan Perubahan Peratusan SMA. Ia menggunakan penunjuk teknikal biasa seperti RSI dan purata bergerak untuk menentukan kemasukan dan keluar perdagangan. RSI adalah pengayun momentum yang mempunyai nilai antara 0 dan 100, di mana nilai di atas 70 dianggap terlalu banyak dibeli dan di bawah 30 terlalu banyak dijual. SMA adalah purata bergerak mudah yang boleh mencerminkan trend harga jangka pendek dan jangka panjang. Strategi ini membina isyarat kemasukan dan keluar berdasarkan kedua-dua penunjuk ini, dan ujian belakang menunjukkan ia dapat mencapai prestasi yang baik.

Logika Strategi

Apabila RSI melebihi 50, ia dianggap isyarat bullish. Ini menunjukkan pasaran berada dalam keseimbangan ke zon bullish. Apabila SMA 9 hari di atas SMA 100 hari, ia bermakna trend jangka pendek lebih baik daripada trend jangka panjang, dan kita boleh memasuki kedudukan panjang. Di samping itu, jika SMA jangka pendek 9 hari mempunyai perubahan relatif lebih daripada 6% kepada harga, ia menunjukkan percepatan trend jangka pendek, yang juga isyarat kemasukan.

Jika sudah berada dalam kedudukan panjang, strategi ini akan menggunakan parasol SAR trailing stop untuk mengunci keuntungan. Ia akan keluar dari kedudukan apabila harga menarik balik mengikut peratusan set stop loss.

Analisis Kelebihan

Strategi ini menggabungkan penunjuk trend dan osilator, supaya ia boleh memasuki pasaran apabila trend yang jelas muncul, sambil mengelakkan tempoh ketika pasaran berbalik, sangat mengurangkan risiko perdagangan.

Ujian belakang menunjukkan strategi ini boleh mendapat keuntungan dalam trend jangka pendek yang agak jelas dengan hasil yang baik.

Analisis Risiko

Strategi ini bergantung pada penunjuk seperti RSI dan SMA, yang mempunyai ketinggalan tertentu. Apabila peristiwa tiba-tiba menyebabkan pembalikan pasaran yang cepat, strategi ini mungkin gagal keluar tepat pada masanya, yang membawa kepada kerugian besar.

Di samping itu, perdagangan frekuensi tinggi membawa kos perdagangan yang lebih tinggi. Jika frekuensi perdagangan terlalu tinggi, yuran dagangan yang terkumpul juga boleh memberi kesan kepada keuntungan.

Arahan pengoptimuman

Strategi ini boleh mempertimbangkan memasukkan lebih banyak penunjuk untuk menentukan isyarat kemasukan dan keluar, seperti menambah penunjuk jumlah untuk mengelakkan pecah palsu.

Di samping itu, pengoptimuman boleh dilakukan pada produk perdagangan, parameter kitaran untuk mencari kombinasi parameter terbaik. Perdagangan silang kitaran juga boleh dipertimbangkan, menggunakan kitaran yang lebih tinggi untuk menentukan arah trend, dan kitaran yang lebih rendah untuk memutuskan kemasukan.

Kesimpulan

Strategi ini RSI Jangka Pendek dan Perubahan Peratusan SMA secara komprehensif menggunakan penunjuk teknikal biasa seperti RSI dan SMA untuk membina strategi perdagangan jangka pendek. Ia boleh merebut trend jangka pendek yang agak jelas untuk keuntungan, sementara juga mempunyai berhenti untuk mengunci keuntungan. Strategi ini sesuai untuk pelabur yang suka perdagangan frekuensi tinggi, tetapi risiko pembalikan pasaran yang cepat juga memerlukan perhatian. Dengan pengoptimuman lanjut, strategi ini dapat mencapai hasil yang lebih baik.

/*backtest
start: 2024-01-24 00:00:00
end: 2024-01-31 00:00:00
period: 1m
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/
// © Coinrule

//@version=5
strategy("Short Term RSI and SMA Percentage Change",
         overlay=true,
         initial_capital=1000,
         process_orders_on_close=true,
         default_qty_type=strategy.percent_of_equity,
         default_qty_value=100,
         commission_type=strategy.commission.percent,
         commission_value=0.1)

showDate = input(defval=true, title='Show Date Range')
timePeriod = time >= timestamp(syminfo.timezone, 2022, 5, 1, 0, 0)
notInTrade = strategy.position_size <= 0

//==================================Buy Conditions============================================

//RSI
length = input(14)
rsi = ta.rsi(close, length)
buyCondition1 = rsi > 50

//MA
SMA9 = ta.sma(close, 9)
SMA100 = ta.sma(close, 100)
plot(SMA9, color = color.green)
plot(SMA100, color = color.blue)
buyCondition2 = (SMA9 > SMA100)

//Calculating MA Percentage Change
buyMA = (close/SMA9)
buyCondition3 = buyMA >= 0.06

if (buyCondition1 and buyCondition2 and buyCondition3 and timePeriod) //and buyCondition
    strategy.entry("Long", strategy.long)

//==================================Sell Conditions============================================

// Configure trail stop level with input options
longTrailPerc = input.float(title='Trail Long Loss (%)', minval=0.0, step=0.1, defval=5) * 0.01
shortTrailPerc = input.float(title='Trail Short Loss (%)', minval=0.0, step=0.1, defval=5) * 0.01

// Determine trail stop loss prices
longStopPrice = 0.0
shortStopPrice = 0.0

longStopPrice := if strategy.position_size > 0
    stopValue = close * (1 - longTrailPerc)
    math.max(stopValue, longStopPrice[1])
else
    0

shortStopPrice := if strategy.position_size < 0
    stopValue = close * (1 + shortTrailPerc)
    math.min(stopValue, shortStopPrice[1])
else
    999999
    
strategy.exit('Exit', stop = longStopPrice, limit = shortStopPrice)

Lebih lanjut

2019 FMZ - Semua hak dilindungi