交易策略程式碼教學- 相對強弱指數

Yaonology Algorithmic Trading
分享在 facebook
分享在 twitter
分享在 linkedin
分享在 email
分享在 reddit

交易策略程式碼教學- 相對強弱指數

演算法交易策略並不像大家想像中那麼困難, 有四個簡單的步驟教會如何用RSI指數編寫自己的算法交易策略。 所有的程式碼使用 pine script 頁面在the Tradingview 平台裡.

文章中會先顯示每步驟完整版的策略內容,在部分拆解解釋。

黑色部分為固定的程式碼部分,而黃色的部分可以根據個人的需求來做變化!

接下來,文章中將會介紹每一格代表的意思。

下方是完整的程式碼

//@version=4

strategy("Yaonology RSI Tutoring", overlay=false, default_qty_type= strategy.percent_of_equity ,default_qty_value=100, currency=currency.USD, initial_capital=10000, commission_type=strategy.commission.percent, commission_value=0)

days = input(title = "Ndays",defval=14)


RSI = rsi(close, days)


plot(RSI, color = color.black)


if(RSI < 20)


strategy.entry(id = "RSI_long",long = true)

if(RSI > 80)

strategy.close(id = "RSI_long")

步驟一: 初始設定

//@version=4

strategy(“Yaonology RSI Tutoring“, overlay=false, default_qty_type= strategy.percent_of_equity ,default_qty_value=100, currency=currency.USD, initial_capital=10000, commission_type=strategy.commission.percent, commission_value=0)

strategy : 策略名稱 (在此Yaonology 制定為Yaonology RSI Tutorial)

overlay:不重疊-False

default_qty_type : 此為設定交易量的單位形式 (此我們設定percent of equity)

default_qty_value : 設定量的多寡 –100

currency: 幣值 (此設為USD)

initial_capital : 最初交易的價格 (設定10000)

commission_type : 佣金的計算方式 –percent

commission_value : 佣金的價值 (此沒有佣金,因此設定0)

步驟二:參數設定

第一部分:

days = input(title = Ndays,defval=14)

預設長度是連續的14個交易日

可以在設置->輸入中修改參數

第二部分:使用內置功能

RSI = rsi(close, days)

rsi: 在pine script中的內置函數可計算RSI指數

步驟三:繪圖

plot(RSI, color = color.black)-RSI的顏色設置為黑色

步驟四:買賣條件

if(RSI < 20)

strategy.entry(id = “RSI_long”,long = true)

如果滿足此條件,這個點可以考慮賣出。

Strategy.entry: 表示指令進入市場

id: 表示此單的名稱設定 在此我們將名稱設定為 mass

long: 表示看多市場趨勢,此時為進場狀態,因此設定為true

if(RSI > 80)

strategy.close(id = “RSI_long”)

如果滿足此條件,這個點可以考慮賣出。

Strategy.close:表示指令離開市場

而id 為和進場同一張單的指令,因此名字需設為同一個。

完成後圖形

交易策略程式碼教學- 相對強弱指數
Source: Yaonology
交易策略程式碼教學- 相對強弱指數
Source: Yaonology


Net Profit(淨利潤):將策略應用於歷史市場的總淨利潤

Total Closed Trades(已完成交易總數):失敗交易總數

Percent profitable(獲利百分比):獲利為正的交易百分比

Profit factor(利潤係數):利潤總額/虧損總額

Max Drawdown(最大虧損):將策略應用於歷史市場的總損失(以標普500為例)

Average Number of Days In Trades(平均交易天數):通過將策略應用於歷史市場而進入和退出之間的平均天數

Yaonology.com

SP500 Algo Trading Strategy

Bitcoin Algo Trading Strategy

#演算法交易策略 #程式碼教學 #SPY500 #相對強弱指數

This website uses cookies to ensure you get the best experience on our website.

Read Privacy Policy