Sumber dimuat naik... memuat...
  1. Persegi
  2. Strategi Perdagangan RSI yang bertindih dengan penunjuk pelbagai peringkat

Strategi Perdagangan RSI yang bertindih dengan penunjuk pelbagai peringkat

Penulis:ChaoZhang, Tarikh: 2025-01-10 16:31:08
Tag:RSIRMATPSLATR

Multi-level Indicator Overlapping RSI Trading Strategy

Ringkasan

Strategi ini adalah sistem dagangan yang bertindih penunjuk pelbagai peringkat berdasarkan Indeks Kekuatan Relatif (RSI). Beroperasi dalam tetingkap dagangan tertentu, ia mengenal pasti peluang dagangan melalui isyarat overbought dan oversold RSI, digabungkan dengan mekanisme penyesuaian kedudukan dinamik yang menggunakan pendekatan kemasukan berskala semasa pergerakan pasaran yang tidak menguntungkan. Strategi ini melaksanakan pengambilan keuntungan berdasarkan sasaran harga kemasukan purata.

Prinsip Strategi

Strategi ini beroperasi berdasarkan komponen teras berikut: 1. Pengiraan RSI menggunakan 14 tempoh standard dengan harga penutupan sebagai data sumber 2. tingkap perdagangan dikawal antara 2-4 jam, boleh diselaraskan berdasarkan ciri pasaran 3. Isyarat kemasukan berdasarkan RSI di bawah 30 (terlalu dijual) dan di atas 70 (terlalu dibeli) tahap Pembinaan kedudukan termasuk kedudukan awal dan tahap pelarasan dinamik 5. Scaling mekanisme mencetuskan apabila harga bergerak negatif oleh 1 mata 6. mengambil keuntungan ditetapkan pada 1.5 mata daripada harga kemasukan purata

Kelebihan Strategi

  1. Penapisan isyarat pelbagai peringkat: Menggabungkan penunjuk teknikal RSI dan penapisan dua tetingkap masa untuk mengurangkan isyarat palsu dengan berkesan
  2. Pengurusan kedudukan dinamik: Mengurangkan kos purata semasa pergerakan pasaran yang tidak baik melalui mekanisme kemasukan berskala
  3. Nisbah risiko-balasan yang munasabah: Mengambil tahap keuntungan berdasarkan harga kemasukan purata memastikan jangkaan perdagangan keseluruhan
  4. Logik strategi yang jelas: Tanggungjawab modul yang ditakrifkan dengan baik memudahkan pengoptimuman dan penyesuaian berikutnya
  5. Kemudahan penyesuaian yang tinggi: Parameter utama boleh dioptimumkan untuk ciri pasaran yang berbeza

Risiko Strategi

  1. Risiko pasaran trend: Mungkin menghadapi penggunaan modal yang berlebihan kerana skala yang kerap di pasaran trend yang kuat
  2. Pembatasan tetingkap masa: Pembatasan tetingkap masa tertentu mungkin kehilangan peluang yang baik dalam tempoh lain
  3. Sensitiviti parameter: Tetapan untuk tempoh RSI, jarak masuk memberi kesan yang ketara kepada prestasi strategi
  4. Risiko pengurusan modal: Memerlukan kawalan yang munasabah terhadap peratusan kemasukan tunggal untuk mengelakkan kepekatan berlebihan

Arahan Pengoptimuman Strategi

  1. Memperkenalkan penapis trend: Cadangkan menambah purata bergerak atau penunjuk trend lain untuk mengoptimumkan masa kemasukan
  2. Pengoptimuman parameter dinamik: ambang RSI dan jarak masuk boleh diselaraskan secara dinamik berdasarkan turun naik pasaran
  3. Memperbaiki mekanisme stop loss: mengesyorkan menambah fungsi stop loss yang tertinggal untuk melindungi keuntungan yang sedia ada dengan lebih baik
  4. Mengoptimumkan tingkap masa: Tempoh dagangan yang lebih baik boleh dikenal pasti melalui analisis data backtesting
  5. Tambah penunjuk jumlah: Masukkan analisis jumlah untuk meningkatkan kebolehpercayaan isyarat

Ringkasan

Strategi ini membentuk sistem perdagangan yang agak lengkap melalui gabungan penunjuk RSI dan mekanisme kemasukan berskala. Kelebihan utamanya terletak pada mekanisme penapisan isyarat pelbagai peringkat dan pendekatan pengurusan kedudukan yang fleksibel, sementara perhatian perlu diberikan kepada risiko pasaran trend dan isu pengoptimuman parameter.

/*backtest
start: 2024-12-10 00:00:00
end: 2025-01-08 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//@version=6
strategy("TonyM RSI", overlay=true)

// Input Settings
rsiLengthInput = input.int(14, minval=1, title="RSI Length", group="RSI Settings")
rsiSourceInput = input.source(close, "Source", group="RSI Settings")
startHour = input.int(2, "Start Hour", minval=0, maxval=23, group="Trading Window")
endHour = input.int(4, "End Hour", minval=0, maxval=23, group="Trading Window")

// RSI Calculation
change = ta.change(rsiSourceInput)
up = ta.rma(math.max(change, 0), rsiLengthInput)
down = ta.rma(-math.min(change, 0), rsiLengthInput)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))

// Time Filter
inTradingWindow = (hour >= startHour and hour < endHour)

// Strategy Settings
buyLevel = 30
sellLevel = 70
scaleDistance = 1.0  // Distance in points to add to the position
takeProfitPoints = 1.5  // Profit target from average price
initialQty = 1  // Initial trade size
scalingQty = 1  // Additional trade size for scaling

// Trade Logic
if inTradingWindow
    // Entry Logic
    if rsi <= buyLevel and strategy.position_size == 0
        strategy.entry("Buy", strategy.long, qty=initialQty)
    if rsi >= sellLevel and strategy.position_size == 0
        strategy.entry("Sell", strategy.short, qty=initialQty)

    // Scaling Logic
    if strategy.position_size > 0 and close <= strategy.position_avg_price - scaleDistance
        strategy.entry("Scale Buy", strategy.long, qty=scalingQty)
    if strategy.position_size < 0 and close >= strategy.position_avg_price + scaleDistance
        strategy.entry("Scale Sell", strategy.short, qty=scalingQty)

    // Exit Logic (based on average price)
    if strategy.position_size > 0
        strategy.exit("Take Profit Long", "Buy", limit=strategy.position_avg_price + takeProfitPoints)
    if strategy.position_size < 0
        strategy.exit("Take Profit Short", "Sell", limit=strategy.position_avg_price - takeProfitPoints)

// Plot RSI
plot(rsi, "RSI", color=color.blue, linewidth=1)
rsiUpperBand = hline(70, "RSI Upper Band", color=color.red)
rsiLowerBand = hline(30, "RSI Lower Band", color=color.green)
fill(rsiUpperBand, rsiLowerBand, color=color.new(color.gray, 90))
Berkaitan
Lebih lanjut

2019 FMZ - Semua hak dilindungi