资源加载中... loading...

RSI动态止损智能交易策略

Author: ChaoZhang, Date: 2024-11-12 11:39:06
Tags: RSISMAATR

RSI动态止损智能交易策略

概述

该策略是一个基于RSI指标的动态止损交易系统,结合了SMA均线和ATR波幅指标来优化交易决策。策略采用多层次止盈方案,通过金字塔式平仓方式实现收益最大化,同时运用ATR动态止损来控制风险。策略具有高度的自适应性,能够根据市场波动情况自动调整交易参数。

策略原理

策略主要依据RSI超卖区间(RSI<30)作为开仓信号,并要求价格位于200日均线之上,以确保处于上升趋势。系统采用三重止盈目标(5%、10%、15%),并结合ATR动态止损。具体来说: 1. 入场条件: RSI低于30且价格在SMA200上方 2. 仓位管理: 单次开仓使用75%资金 3. 止损设置: 基于1.5倍ATR值的动态止损 4. 止盈策略: 分别在5%、10%、15%位置设置三档止盈点,按33%、66%、100%比例分批平仓

策略优势

动态风险管理: 通过ATR自适应市场波动
分批止盈: 降低情绪干扰,提高盈利概率
趋势确认: 利用均线过滤假信号
资金管理: 采用百分比仓位控制,适应不同账户规模
佣金优化: 考虑了交易成本,更贴近实际交易

策略风险

均线滞后性可能导致入场延迟
RSI超卖不一定代表反转
大比例仓位可能带来较大回撤
频繁分批止盈可能增加交易成本建议通过调整参数和增加过滤条件来管理这些风险。

策略优化方向

增加成交量确认信号
引入趋势强度指标
优化止盈比例分配
添加时间周期过滤
考虑加入波动率自适应的仓位管理

总结

该策略通过结合技术指标和动态风险管理,构建了一个相对完整的交易系统。其优势在于自适应性强、风险可控,但仍需根据实际市场情况进行参数优化。策略适合中长期投资者使用,可作为系统化交易的良好起点。

/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-11 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This work is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA/4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
// © wielkieef

//@version=5
strategy("Simple RSI stock Strategy [1D] ", overlay=true, pyramiding=1, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=75, calc_on_order_fills=false, slippage=0, commission_type=strategy.commission.percent, commission_value=0.03)

// Rsi
oversoldLevel = input(30, title="Oversold Level")
overboughtLevel = input(70, title="Overbought Level")
rsi = ta.rsi(close, 5)
rsi_overbought = rsi > overboughtLevel  
rsi_oversold = rsi < oversoldLevel

// Sma 200
lenghtSMA = input(200, title = "SMA lenght")
sma200 = ta.sma(close, lenghtSMA)

// ATR stop-loss
atrLength = input.int(20, title="ATR Length")
atrMultiplier = input.float(1.5, title="ATR Multiplier")
atrValue = ta.atr(atrLength)
var float long_stop_level = na
var float short_stop_level = na
var float tp1_level = na
var float tp2_level = na
var float tp3_level = na

// Strategy entry
long = (rsi_oversold ) and close > sma200 

// Take Profit levels
tp_1 = input.float(5.0, "TP 1", minval=0.1, step=0.1)
tp_2 = input.float(10.0, "TP 2", minval=0.2, step=0.1)
tp_3 = input.float(15.0, "TP 3", minval=0.3, step=0.1)

if long
    strategy.entry('Long', strategy.long)
    long_stop_level := close - atrMultiplier * atrValue
    tp1_level := strategy.position_avg_price * (1 + tp_1 / 100)
    tp2_level := strategy.position_avg_price * (1 + tp_2 / 100)
    tp3_level := strategy.position_avg_price * (1 + tp_3 / 100)

// basic SL - this code is from author RafaelZioni, modified by wielkieef
sl = input.float(25.0, 'Basic Stop Loss %', step=0.1)
per(procent) =>
    strategy.position_size != 0 ? math.round(procent / 100 * strategy.position_avg_price / syminfo.mintick) : float(na)

// ATR SL
if (strategy.position_size > 0 and (close <= long_stop_level))
    strategy.close("Long")
    tp1_level := na
    tp2_level := na
    tp3_level := na
plot(long_stop_level, color=color.orange, linewidth=2, title="Long Stop Loss")

// TP levels
if (strategy.position_size > 0)
    if (not na(tp1_level) and close >= tp1_level)
        tp1_level := na
    if (not na(tp2_level) and close >= tp2_level)
        tp2_level := na
    if (not na(tp3_level) and close >= tp3_level)
        tp3_level := na

plot(strategy.position_size > 0 and not na(tp1_level) ? tp1_level : na, color=color.gray, style=plot.style_circles , linewidth=1, title="Take Profit 1")
plot(strategy.position_size > 0 and not na(tp2_level) ? tp2_level : na, color=color.gray, style=plot.style_circles , linewidth=1, title="Take Profit 2")
plot(strategy.position_size > 0 and not na(tp3_level) ? tp3_level : na, color=color.gray, style=plot.style_circles , linewidth=1, title="Take Profit 3")

// Strategy exit points for Take Profits
strategy.exit('TP 1', from_entry="Long", qty_percent=33, profit=per(tp_1), loss=per(sl))
strategy.exit('TP 2', from_entry="Long", qty_percent=66, profit=per(tp_2), loss=per(sl))
strategy.exit('TP 3', from_entry="Long", qty_percent=100, profit=per(tp_3), loss=per(sl))

// by wielkieef

相关内容

更多内容

2019 - FMZ - 发明者量化