MACD,RSI与EMA策略
Author: ChaoZhang, Date: 2024-03-01 12:23:38Tags:
概述
该策略结合了移动平均线(SMA)、平均真实范围指标(ATR)、顺势指标(CCI)和布林带,旨在发现短期和中期价格趋势,为交易决策提供支持。
策略原理
该策略使用四条不同周期的SMA曲线来识别价格趋势方向,包括5日、10日、50日和200日线。ATR用于测量市场波动率和设置止损点。CCI用于识别超买超卖情况。而布林带上下轨则可作为支持阻力位。
当短期SMA(5日和10日线)上穿长期SMA(50日和200日线)时,做多。当短期SMA下穿长期SMA时,做空。CCI大于100时卖出,小于-100时买入。止损点按照ATR值设置。
优势分析
该策略结合移动平均线的趋势判断和CCI的超买超卖判断,可以有效把握市场机会。特别是中短期交易效果更佳。另外,风险控制比较科学,可以最大程度避免亏损。
风险分析
该策略较为保守,容易产生错过信号的情况。当出现震荡市或趋势反转时,止盈可能会较早被触发。此外,参数设置不当也会对效果产生影响。
优化方向
可尝试优化SMA的参数,使之更贴近当前市场状态。也可以调整布林带的标准差,使之更适合作为支持阻力位。此外,可以考虑加入其他指标辅助判断,如KDJ、MACD等。这可能会提高策略的胜率。
总结
该策略整合了多种分析工具判断市场,在parameter设置得当的情况下,可以获得不错的投资回报。其止损规则也使得风险可控。值得实盘验证与优化。
/*backtest
start: 2023-02-23 00:00:00
end: 2024-02-29 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/
// © maizirul959
//@version=4
strategy("MACD,RSI & EMA strategy with MA+PSAR by MAM", overlay=true)
//Input Data
_ema_len1 = input(5, title="EMA1 length")
_ema_len2 = input(20, title="EMA2 length")
_macd_fast = input(12, title="MACD Fast")
_macd_slow = input(26, title="MACD Slow")
_macd_signal_len = input(20, title="MACD Signal length")
//MAM add SMA
_sma_len1 = input(5, title="SMA1 Length")
_sma_len2 = input(10, title="SMA2 Length")
_sma_len3 = input(50, title="SMA3 Length")
_sma_len4 = input(200, title="SMA4 Length")
lineWidth = input(1, minval=1, title="Line width")
src = input(close, title="Source")
SMA1 = if _sma_len1 != 0
sma(src, _sma_len1)
SMA2 = if _sma_len2 != 0
sma(src, _sma_len2)
SMA3 = if _sma_len3 != 0
sma(src, _sma_len3)
SMA4 = if _sma_len4 != 0
sma(src, _sma_len4)
//__________________________________________________________________________
_rsi_len = input(14, title="RSI length")
_rsi_signal_len = input(20, title="RSI signal length")
//_________________________________________________________________________
//MAM Add PSAR
PSAR_start = input(0.02)
PSAR_increment = input(0.02)
PSAR_maximum = input(0.2)
psar = sar(PSAR_start, PSAR_increment, PSAR_maximum)
//_________________________________________________________________________
_ema1 = ema(close, _ema_len1)
_ema2 = ema(close, _ema_len2)
//_________________________________________________________________________
//MAM add SMA
//_sma1 = ema(close, _sma_len1)
//_sma2 = ema(close, _sma_len2)
//_________________________________________________________________________
_macd = ema(close, _macd_fast) - ema(close, _macd_slow)
_macd_signal = ema(_macd, _macd_signal_len)
_rsi = rsi(close, _rsi_len)
_rsi_signal = ema(_rsi, _rsi_signal_len)
//PLOT SMA
plot(SMA1, color=#B71C1C, title="SMA1", linewidth=lineWidth)
plot(SMA2, color=#FFFF00, title="SMA2", linewidth=lineWidth)
plot(SMA3, color=#5b34ff, title="SMA3", linewidth=lineWidth)
plot(SMA4, color=#d7d7d7, title="SMA4", linewidth=lineWidth)
//PLOT PSAR
plot(psar, "ParabolicSAR", style=plot.style_cross, color=#3A6CA8)
//plot(_rsi, color=color.yellow)
//plot(_rsi_signal, color=color.green)
//plot(_macd, color=color.blue)
//plot(_macd_signal, color=color.red)
longCondition = close > _ema1 and close > _ema2 and _macd > _macd_signal and _rsi > _rsi_signal
if (longCondition)
strategy.entry("Buy",strategy.long)
shortCondition = close < _ema1 and close <_ema2 and _macd < _macd_signal and _rsi < _rsi_signal
if (shortCondition)
strategy.entry("Sell",strategy.short)
更多内容