ChaoZhang
概述
本策略基于平均真实波动幅度(ATR)和相对强弱指数(RSI)设计了一个具有趋势跟踪功能的交易系统。该系统可以自动识别趋势方向,并具有止损和止盈功能。
策略原理
计算ATR和RSI。ATR反映最近一段时间内的平均价格波动幅度。RSI反映多空双方力量对比。
当ATR大于其移动平均线时,认为处于高波动期,适合交易。
当RSI高于超买线时,做多;当RSI低于超卖区时,做空。
做多后,以高点乘以固定比例作为追踪止损位。做空后,以低点乘以固定比例作为追踪止损位。
盈利比例止盈。
优势分析
追踪止损可以最大限度挂单止损,减少亏损。
RSI可以有效判断多空力量,避免在震荡行情反复打开头寸。
ATR作为波动度指标,可以过滤掉震荡行情,只在趋势行情交易。
盈利比例止盈可以锁定部分利润。
风险分析
ATR和RSI均为滞后指标,可能导致入场时点偏后。可以适当优化参数,使系统更灵敏。
固定盈亏比止损止盈容易过度优化,应结合回测结果谨慎设置。
大周期震荡行情中,ATR可能长期大于移动平均线,导致过度交易。可以增加其他过滤条件。
优化方向
优化ATR和RSI的参数,使系统更敏感。
增加MA等指标判断趋势方向,避免错入震荡行情。
尝试动态止损止盈比例,而不是固定设置。
考虑加入交易量控制措施。
总结
本策略整合ATR和RSI两个指标的优势,设计了一个简单实用的趋势跟踪交易系统。通过参数优化和增加过滤条件,可以进一步提高系统稳定性。总体来说,该策略具有较强的实盘应用价值。
策略源码
/*backtest
start: 2023-09-08 00:00:00
end: 2023-10-08 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © liwei666
//@version=5
// # ========================================================================= #
// # | Strategy |
// # ========================================================================= #
strategy(
title = "ATR_RSI_Strategy v2[liwei666]",
shorttitle = "ATR_RSI_Strategy",
overlay = true,
max_lines_count = 500,
max_labels_count = 500,
max_boxes_count = 500,
max_bars_back = 5000,
initial_capital = 10000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=50, commission_type=strategy.commission.percent, pyramiding=1,
commission_value=0.05
)
// # ========================================================================= #
// # | Strategy |
// # ========================================================================= #
atr_length = input.int(26, "atr_length", minval = 6, maxval = 100, step=1)
atr_ma_length = input.int(45, "atr_ma_length", minval = 6, maxval = 100, step=1)
rsi_length = input.int(15, "rsi_length", minval = 6, maxval = 100, step=1)
rsi_entry = input.int(10, "rsi_entry", minval = 6, maxval = 100, step=1)
atr_ma_norm_min = input.float(0.3, "atr_ma_norm_min", minval = 0.1, maxval = 0.5, step=0.1)
atr_ma_norm_max = input.float(0.7, "atr_ma_norm_max", minval = 0.5, maxval = 1, step=0.1)
trailing_percent= input.float(1.5, "trailing_percent", minval = 0.1, maxval = 2, step=0.1)
var rsi_buy = 50 + rsi_entry
var rsi_sell = 50 - rsi_entry
sma_norm_h_45() =>
source = high
n = 45
sma = ta.sma(source, n)
sma_norm = (sma - ta.lowest(sma, n)) / (ta.highest(sma,n) - ta.lowest(sma, n))
sma_norm
atr_value = ta.atr(atr_length)
atr_ma = ta.sma(atr_value, atr_ma_length)
rsi_value = ta.rsi(close, length = rsi_length)
atr_ma_norm = atr_ma / close * 100
sma_norm = sma_norm_h_45()
var intra_trade_high = 0.0
var intra_trade_low = 0.0
if strategy.position_size == 0
intra_trade_high := high
intra_trade_low := low
if atr_ma_norm >= atr_ma_norm_min and atr_ma_norm <= atr_ma_norm_max
if atr_value > atr_ma
if rsi_value > rsi_buy
strategy.entry("B1", strategy.long, limit = close + 5 )
else if rsi_value < rsi_sell
strategy.entry("S1", strategy.short, limit = close - 5 )
else if strategy.position_size > 0
intra_trade_high := math.max(intra_trade_high, high)
intra_trade_low := low
long_tp = intra_trade_high * (1 - trailing_percent / 100)
strategy.exit("Exit B1", from_entry="B1", stop = long_tp, limit = strategy.position_avg_price * 1.03)
else if strategy.position_size < 0
intra_trade_high := high
intra_trade_low := math.min(intra_trade_low, low)
short_tp = intra_trade_low * (1 + trailing_percent / 100)
strategy.exit("Exit S1", from_entry="S1", stop = short_tp, limit = strategy.position_avg_price * 0.94)