Chiến lược RSI 30–70 trong Bot Python - Hướng dẫn chi tiết

RSI (Relative Strength Index) là một trong những chỉ báo kỹ thuật phổ biến nhất trong phân tích kỹ thuật. Chiến lược RSI 30-70 là một phương pháp giao dịch đơn giản nhưng hiệu quả, sử dụng các ngưỡng 30 (oversold) và 70 (overbought) để tạo tín hiệu mua và bán.

RSI là gì?

RSI (Relative Strength Index) là chỉ báo động lượng được phát triển bởi J. Welles Wilder vào năm 1978. RSI đo lường tốc độ và độ lớn của biến động giá, có giá trị từ 0 đến 100.

Công thức tính RSI

RSI = 100 - (100 / (1 + RS))

Trong đó:
RS = Average Gain / Average Loss

Average Gain = Trung bình của các phiên tăng trong 14 phiên gần nhất
Average Loss = Trung bình của các phiên giảm trong 14 phiên gần nhất

Ý nghĩa của RSI

• RSI > 70: Thị trường được coi là overbought (mua quá mức), có thể sắp giảm
• RSI < 30: Thị trường được coi là oversold (bán quá mức), có thể sắp tăng
• RSI = 50: Vùng trung tính, không có xu hướng rõ ràng

Chiến lược RSI 30-70

Nguyên lý hoạt động

Chiến lược RSI 30-70 dựa trên nguyên tắc:

1. Tín hiệu MUA: Khi RSI vượt lên trên 30 (từ vùng oversold), báo hiệu giá có thể tăng
2. Tín hiệu BÁN: Khi RSI giảm xuống dưới 70 (từ vùng overbought), báo hiệu giá có thể giảm

Ưu điểm

• Đơn giản: Dễ hiểu và implement
• Rõ ràng: Tín hiệu mua/bán rõ ràng
• Phù hợp nhiều thị trường: Hoạt động tốt với cổ phiếu, crypto, forex
• Giảm false signals: Tránh giao dịch trong vùng trung tính

Nhược điểm

• Chậm phản ứng: RSI có thể chậm trong thị trường trending mạnh
• False signals: Có thể có tín hiệu sai trong thị trường sideway
• Cần kết hợp: Nên kết hợp với các chỉ báo khác để tăng độ chính xác

Tính toán RSI trong Python

Cách 1: Tính toán thủ công

import pandas as pd
import numpy as np

def calculate_rsi(prices, period=14):
    """
    Tính toán RSI
    
    Args:
        prices: Series giá đóng cửa
        period: Chu kỳ RSI (mặc định 14)
    
    Returns:
        Series RSI values
    """
    delta = prices.diff()
    
    # Tách gain và loss
    gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
    
    # Tính RS và RSI
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    
    return rsi

# Ví dụ sử dụng
import yfinance as yf

# Lấy dữ liệu
ticker = yf.Ticker("AAPL")
data = ticker.history(period="6mo", interval="1d")

# Tính RSI
data['RSI'] = calculate_rsi(data['Close'], period=14)
print(data[['Close', 'RSI']].tail(10))

Cách 2: Sử dụng thư viện TA-Lib

# Cài đặt: pip install TA-Lib
import talib

# Tính RSI với TA-Lib
data['RSI'] = talib.RSI(data['Close'].values, timeperiod=14)

Cách 3: Sử dụng pandas_ta

# Cài đặt: pip install pandas_ta
import pandas_ta as ta

# Tính RSI với pandas_ta
data['RSI'] = ta.rsi(data['Close'], length=14)

Xây dựng Bot RSI 30-70

Bot cơ bản

import yfinance as yf
import pandas as pd
import numpy as np
from datetime import datetime
import time

class RSI30_70Bot:
    """Bot giao dịch sử dụng chiến lược RSI 30-70"""
    
    def __init__(self, symbol, initial_capital=10000, rsi_period=14):
        """
        Khởi tạo bot
        
        Args:
            symbol: Mã cổ phiếu (ví dụ: "AAPL", "BTC-USD")
            initial_capital: Vốn ban đầu
            rsi_period: Chu kỳ RSI (mặc định 14)
        """
        self.symbol = symbol
        self.ticker = yf.Ticker(symbol)
        self.capital = initial_capital
        self.shares = 0
        self.rsi_period = rsi_period
        self.positions = []
        self.last_rsi = None
        
    def calculate_rsi(self, prices):
        """Tính toán RSI"""
        delta = prices.diff()
        gain = (delta.where(delta > 0, 0)).rolling(window=self.rsi_period).mean()
        loss = (-delta.where(delta < 0, 0)).rolling(window=self.rsi_period).mean()
        rs = gain / loss
        rsi = 100 - (100 / (1 + rs))
        return rsi
    
    def get_historical_data(self, period="3mo", interval="1d"):
        """Lấy dữ liệu lịch sử"""
        try:
            data = self.ticker.history(period=period, interval=interval)
            return data
        except Exception as e:
            print(f"Error getting data: {e}")
            return pd.DataFrame()
    
    def get_current_price(self):
        """Lấy giá hiện tại"""
        try:
            data = self.ticker.history(period="1d", interval="1m")
            if not data.empty:
                return data['Close'].iloc[-1]
            else:
                data = self.ticker.history(period="1d", interval="1d")
                return data['Close'].iloc[-1]
        except Exception as e:
            print(f"Error getting price: {e}")
            return None
    
    def generate_signal(self, df):
        """
        Tạo tín hiệu giao dịch dựa trên RSI 30-70
        
        Logic:
        - MUA: RSI vượt lên trên 30 (từ dưới 30 lên trên 30)
        - BÁN: RSI giảm xuống dưới 70 (từ trên 70 xuống dưới 70)
        
        Returns:
            'buy': Tín hiệu mua
            'sell': Tín hiệu bán
            'hold': Giữ nguyên
        """
        if len(df) < self.rsi_period + 1:
            return 'hold'
        
        # Tính RSI
        df['RSI'] = self.calculate_rsi(df['Close'])
        
        # Lấy RSI hiện tại và trước đó
        current_rsi = df['RSI'].iloc[-1]
        prev_rsi = df['RSI'].iloc[-2]
        
        # Tín hiệu MUA: RSI vượt lên trên 30
        buy_signal = (
            current_rsi > 30 and
            prev_rsi <= 30
        )
        
        # Tín hiệu BÁN: RSI giảm xuống dưới 70
        sell_signal = (
            current_rsi < 70 and
            prev_rsi >= 70
        )
        
        # Lưu RSI hiện tại
        self.last_rsi = current_rsi
        
        if buy_signal:
            return 'buy'
        elif sell_signal:
            return 'sell'
        else:
            return 'hold'
    
    def execute_buy(self, price, amount=None):
        """Thực hiện lệnh mua"""
        if amount is None:
            amount = self.capital
        else:
            amount = min(amount, self.capital)
        
        shares_to_buy = amount / price
        cost = shares_to_buy * price
        
        if cost <= self.capital:
            self.shares += shares_to_buy
            self.capital -= cost
            
            trade = {
                'timestamp': datetime.now(),
                'action': 'BUY',
                'price': price,
                'shares': shares_to_buy,
                'cost': cost,
                'rsi': self.last_rsi,
                'capital_remaining': self.capital
            }
            self.positions.append(trade)
            
            print(f"[BUY] {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} - "
                  f"Price: ${price:.2f}, RSI: {self.last_rsi:.2f}, "
                  f"Shares: {shares_to_buy:.4f}, Cost: ${cost:.2f}")
            return True
        return False
    
    def execute_sell(self, price, shares=None):
        """Thực hiện lệnh bán"""
        if shares is None:
            shares = self.shares
        else:
            shares = min(shares, self.shares)
        
        if shares > 0:
            revenue = shares * price
            self.shares -= shares
            self.capital += revenue
            
            trade = {
                'timestamp': datetime.now(),
                'action': 'SELL',
                'price': price,
                'shares': shares,
                'revenue': revenue,
                'rsi': self.last_rsi,
                'capital_remaining': self.capital
            }
            self.positions.append(trade)
            
            print(f"[SELL] {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} - "
                  f"Price: ${price:.2f}, RSI: {self.last_rsi:.2f}, "
                  f"Shares: {shares:.4f}, Revenue: ${revenue:.2f}")
            return True
        return False
    
    def get_portfolio_value(self, current_price):
        """Tính giá trị danh mục"""
        return self.capital + (self.shares * current_price)
    
    def run(self, check_interval=300):
        """
        Chạy bot
        
        Args:
            check_interval: Khoảng thời gian kiểm tra (giây)
        """
        print(f"Starting RSI 30-70 Bot for {self.symbol}")
        print(f"Initial capital: ${self.capital:.2f}")
        print(f"RSI Period: {self.rsi_period}")
        print("-" * 60)
        
        while True:
            try:
                # Lấy dữ liệu
                data = self.get_historical_data(period="3mo", interval="1d")
                
                if data.empty:
                    print("No data available, waiting...")
                    time.sleep(check_interval)
                    continue
                
                # Tạo tín hiệu
                signal = self.generate_signal(data)
                
                # Lấy giá hiện tại
                current_price = self.get_current_price()
                
                if current_price is None:
                    print("Could not get current price, waiting...")
                    time.sleep(check_interval)
                    continue
                
                # Tính RSI hiện tại để hiển thị
                data['RSI'] = self.calculate_rsi(data['Close'])
                current_rsi = data['RSI'].iloc[-1]
                
                # Thực hiện giao dịch
                if signal == 'buy' and self.capital > 0:
                    self.execute_buy(current_price)
                elif signal == 'sell' and self.shares > 0:
                    self.execute_sell(current_price)
                
                # Hiển thị trạng thái
                portfolio_value = self.get_portfolio_value(current_price)
                print(f"[STATUS] {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} - "
                      f"Price: ${current_price:.2f}, RSI: {current_rsi:.2f}, "
                      f"Signal: {signal.upper()}, "
                      f"Portfolio: ${portfolio_value:.2f}")
                
                time.sleep(check_interval)
                
            except KeyboardInterrupt:
                print("\nStopping bot...")
                break
            except Exception as e:
                print(f"Error: {e}")
                time.sleep(check_interval)

# Sử dụng bot
if __name__ == "__main__":
    bot = RSI30_70Bot("AAPL", initial_capital=10000, rsi_period=14)
    # bot.run(check_interval=300)  # Kiểm tra mỗi 5 phút

Biến thể chiến lược RSI 30-70

1. RSI với ngưỡng tùy chỉnh

class CustomRSIBot(RSI30_70Bot):
    """Bot RSI với ngưỡng tùy chỉnh"""
    
    def __init__(self, symbol, initial_capital=10000, 
                 rsi_period=14, oversold=30, overbought=70):
        super().__init__(symbol, initial_capital, rsi_period)
        self.oversold = oversold
        self.overbought = overbought
    
    def generate_signal(self, df):
        """Tạo tín hiệu với ngưỡng tùy chỉnh"""
        if len(df) < self.rsi_period + 1:
            return 'hold'
        
        df['RSI'] = self.calculate_rsi(df['Close'])
        current_rsi = df['RSI'].iloc[-1]
        prev_rsi = df['RSI'].iloc[-2]
        
        # MUA: RSI vượt lên trên ngưỡng oversold
        buy_signal = (
            current_rsi > self.oversold and
            prev_rsi <= self.oversold
        )
        
        # BÁN: RSI giảm xuống dưới ngưỡng overbought
        sell_signal = (
            current_rsi < self.overbought and
            prev_rsi >= self.overbought
        )
        
        self.last_rsi = current_rsi
        
        if buy_signal:
            return 'buy'
        elif sell_signal:
            return 'sell'
        else:
            return 'hold'

# Sử dụng với ngưỡng 25-75
bot = CustomRSIBot("AAPL", oversold=25, overbought=75)

2. RSI kết hợp với Moving Average

class RSIWithMABot(RSI30_70Bot):
    """Bot RSI kết hợp với Moving Average để lọc tín hiệu"""
    
    def generate_signal(self, df):
        """Tạo tín hiệu với filter MA"""
        if len(df) < self.rsi_period + 1:
            return 'hold'
        
        # Tính RSI
        df['RSI'] = self.calculate_rsi(df['Close'])
        
        # Tính Moving Average
        df['SMA_20'] = df['Close'].rolling(window=20).mean()
        df['SMA_50'] = df['Close'].rolling(window=50).mean()
        
        current_rsi = df['RSI'].iloc[-1]
        prev_rsi = df['RSI'].iloc[-2]
        current_price = df['Close'].iloc[-1]
        sma_20 = df['SMA_20'].iloc[-1]
        sma_50 = df['SMA_50'].iloc[-1]
        
        # Chỉ mua khi xu hướng tăng (giá > SMA 20 > SMA 50)
        uptrend = current_price > sma_20 > sma_50
        
        # Chỉ bán khi xu hướng giảm (giá < SMA 20 < SMA 50)
        downtrend = current_price < sma_20 < sma_50
        
        # Tín hiệu mua: RSI vượt 30 VÀ xu hướng tăng
        buy_signal = (
            current_rsi > 30 and
            prev_rsi <= 30 and
            uptrend
        )
        
        # Tín hiệu bán: RSI giảm xuống 70 VÀ xu hướng giảm
        sell_signal = (
            current_rsi < 70 and
            prev_rsi >= 70 and
            downtrend
        )
        
        self.last_rsi = current_rsi
        
        if buy_signal:
            return 'buy'
        elif sell_signal:
            return 'sell'
        else:
            return 'hold'

3. RSI với Volume Confirmation

class RSIWithVolumeBot(RSI30_70Bot):
    """Bot RSI với xác nhận volume"""
    
    def generate_signal(self, df):
        """Tạo tín hiệu với xác nhận volume"""
        if len(df) < self.rsi_period + 1:
            return 'hold'
        
        df['RSI'] = self.calculate_rsi(df['Close'])
        
        # Tính volume trung bình
        df['Volume_MA'] = df['Volume'].rolling(window=20).mean()
        
        current_rsi = df['RSI'].iloc[-1]
        prev_rsi = df['RSI'].iloc[-2]
        current_volume = df['Volume'].iloc[-1]
        avg_volume = df['Volume_MA'].iloc[-1]
        
        # Volume tăng mạnh (gấp 1.5 lần trung bình)
        high_volume = current_volume > avg_volume * 1.5
        
        # Tín hiệu mua: RSI vượt 30 VÀ volume tăng
        buy_signal = (
            current_rsi > 30 and
            prev_rsi <= 30 and
            high_volume
        )
        
        # Tín hiệu bán: RSI giảm xuống 70 VÀ volume tăng
        sell_signal = (
            current_rsi < 70 and
            prev_rsi >= 70 and
            high_volume
        )
        
        self.last_rsi = current_rsi
        
        if buy_signal:
            return 'buy'
        elif sell_signal:
            return 'sell'
        else:
            return 'hold'

Backtesting chiến lược RSI 30-70

class RSIBacktester:
    """Backtesting cho chiến lược RSI 30-70"""
    
    def __init__(self, symbol, initial_capital=10000, rsi_period=14):
        self.symbol = symbol
        self.initial_capital = initial_capital
        self.rsi_period = rsi_period
        self.ticker = yf.Ticker(symbol)
    
    def calculate_rsi(self, prices):
        """Tính RSI"""
        delta = prices.diff()
        gain = (delta.where(delta > 0, 0)).rolling(window=self.rsi_period).mean()
        loss = (-delta.where(delta < 0, 0)).rolling(window=self.rsi_period).mean()
        rs = gain / loss
        rsi = 100 - (100 / (1 + rs))
        return rsi
    
    def backtest(self, start_date, end_date, interval="1d"):
        """Chạy backtest"""
        # Lấy dữ liệu
        data = self.ticker.history(start=start_date, end=end_date, interval=interval)
        
        if data.empty:
            return None
        
        # Tính RSI
        data['RSI'] = self.calculate_rsi(data['Close'])
        
        # Khởi tạo
        capital = self.initial_capital
        shares = 0
        trades = []
        equity_curve = []
        
        # Backtest
        for i in range(self.rsi_period + 1, len(data)):
            current_rsi = data['RSI'].iloc[i]
            prev_rsi = data['RSI'].iloc[i-1]
            current_price = data['Close'].iloc[i]
            
            # Tín hiệu mua
            if current_rsi > 30 and prev_rsi <= 30 and capital > 0:
                shares_to_buy = capital / current_price
                cost = shares_to_buy * current_price
                if cost <= capital:
                    shares += shares_to_buy
                    capital -= cost
                    trades.append({
                        'date': data.index[i],
                        'action': 'BUY',
                        'price': current_price,
                        'rsi': current_rsi,
                        'shares': shares_to_buy
                    })
            
            # Tín hiệu bán
            elif current_rsi < 70 and prev_rsi >= 70 and shares > 0:
                revenue = shares * current_price
                capital += revenue
                trades.append({
                    'date': data.index[i],
                    'action': 'SELL',
                    'price': current_price,
                    'rsi': current_rsi,
                    'shares': shares
                })
                shares = 0
            
            # Tính giá trị danh mục
            portfolio_value = capital + (shares * current_price)
            equity_curve.append({
                'date': data.index[i],
                'value': portfolio_value,
                'rsi': current_rsi
            })
        
        # Tính kết quả
        final_value = capital + (shares * data['Close'].iloc[-1])
        total_return = ((final_value - self.initial_capital) / self.initial_capital) * 100
        
        # Tính số lệnh thắng/thua
        winning_trades = 0
        losing_trades = 0
        total_profit = 0
        
        i = 0
        while i < len(trades) - 1:
            if trades[i]['action'] == 'BUY' and trades[i+1]['action'] == 'SELL':
                profit = (trades[i+1]['price'] - trades[i]['price']) * trades[i]['shares']
                total_profit += profit
                if profit > 0:
                    winning_trades += 1
                else:
                    losing_trades += 1
                i += 2
            else:
                i += 1
        
        results = {
            'initial_capital': self.initial_capital,
            'final_value': final_value,
            'total_return': total_return,
            'total_trades': len(trades),
            'winning_trades': winning_trades,
            'losing_trades': losing_trades,
            'win_rate': (winning_trades / (winning_trades + losing_trades) * 100) if (winning_trades + losing_trades) > 0 else 0,
            'total_profit': total_profit,
            'trades': trades,
            'equity_curve': pd.DataFrame(equity_curve)
        }
        
        return results
    
    def print_results(self, results):
        """In kết quả backtest"""
        print("\n" + "="*60)
        print("RSI 30-70 BACKTESTING RESULTS")
        print("="*60)
        print(f"Symbol: {self.symbol}")
        print(f"Initial Capital: ${results['initial_capital']:,.2f}")
        print(f"Final Value: ${results['final_value']:,.2f}")
        print(f"Total Return: {results['total_return']:.2f}%")
        print(f"Total Trades: {results['total_trades']}")
        print(f"Winning Trades: {results['winning_trades']}")
        print(f"Losing Trades: {results['losing_trades']}")
        print(f"Win Rate: {results['win_rate']:.2f}%")
        print(f"Total Profit: ${results['total_profit']:,.2f}")
        print("="*60)

# Chạy backtest
backtester = RSIBacktester("AAPL", initial_capital=10000, rsi_period=14)
results = backtester.backtest("2023-01-01", "2024-01-01", interval="1d")

if results:
    backtester.print_results(results)

Visualization

import matplotlib.pyplot as plt

def plot_rsi_strategy(data, results):
    """Vẽ biểu đồ chiến lược RSI"""
    fig, axes = plt.subplots(3, 1, figsize=(14, 12))
    
    # Biểu đồ giá và tín hiệu
    ax1 = axes[0]
    ax1.plot(data.index, data['Close'], label='Price', linewidth=2, color='black')
    
    # Đánh dấu mua/bán
    buy_trades = [t for t in results['trades'] if t['action'] == 'BUY']
    sell_trades = [t for t in results['trades'] if t['action'] == 'SELL']
    
    if buy_trades:
        buy_dates = [t['date'] for t in buy_trades]
        buy_prices = [t['price'] for t in buy_trades]
        ax1.scatter(buy_dates, buy_prices, color='green', marker='^', 
                   s=100, label='Buy Signal', zorder=5)
    
    if sell_trades:
        sell_dates = [t['date'] for t in sell_trades]
        sell_prices = [t['price'] for t in sell_trades]
        ax1.scatter(sell_dates, sell_prices, color='red', marker='v', 
                   s=100, label='Sell Signal', zorder=5)
    
    ax1.set_title('Price Chart with RSI 30-70 Signals')
    ax1.set_ylabel('Price ($)')
    ax1.legend()
    ax1.grid(True, alpha=0.3)
    
    # Biểu đồ RSI
    ax2 = axes[1]
    ax2.plot(data.index, data['RSI'], label='RSI', linewidth=2, color='blue')
    ax2.axhline(y=70, color='red', linestyle='--', label='Overbought (70)')
    ax2.axhline(y=30, color='green', linestyle='--', label='Oversold (30)')
    ax2.fill_between(data.index, 30, 70, alpha=0.1, color='gray')
    ax2.set_ylabel('RSI')
    ax2.set_ylim(0, 100)
    ax2.legend()
    ax2.grid(True, alpha=0.3)
    
    # Equity curve
    ax3 = axes[2]
    equity_df = results['equity_curve']
    ax3.plot(equity_df['date'], equity_df['value'], label='Portfolio Value', 
            linewidth=2, color='blue')
    ax3.axhline(y=results['initial_capital'], color='red', 
               linestyle='--', label='Initial Capital')
    ax3.set_title('Equity Curve')
    ax3.set_xlabel('Date')
    ax3.set_ylabel('Portfolio Value ($)')
    ax3.legend()
    ax3.grid(True, alpha=0.3)
    
    plt.tight_layout()
    plt.show()

# Vẽ biểu đồ
if results:
    data = backtester.ticker.history(start="2023-01-01", end="2024-01-01")
    data['RSI'] = backtester.calculate_rsi(data['Close'])
    plot_rsi_strategy(data, results)

Best Practices

1. Tối ưu hóa tham số RSI

def optimize_rsi_period(symbol, start_date, end_date, periods=[10, 14, 20, 30]):
    """Tìm chu kỳ RSI tối ưu"""
    best_period = None
    best_return = -float('inf')
    
    for period in periods:
        backtester = RSIBacktester(symbol, rsi_period=period)
        results = backtester.backtest(start_date, end_date)
        
        if results and results['total_return'] > best_return:
            best_return = results['total_return']
            best_period = period
        
        print(f"Period {period}: Return = {results['total_return']:.2f}%")
    
    print(f"\nBest Period: {best_period} with Return: {best_return:.2f}%")
    return best_period

# Tối ưu hóa
optimize_rsi_period("AAPL", "2023-01-01", "2024-01-01")

2. Kết hợp với Stop Loss

class RSIWithStopLossBot(RSI30_70Bot):
    """Bot RSI với Stop Loss"""
    
    def __init__(self, symbol, initial_capital=10000, 
                 rsi_period=14, stop_loss_pct=2.0):
        super().__init__(symbol, initial_capital, rsi_period)
        self.stop_loss_pct = stop_loss_pct
        self.entry_price = None
    
    def check_stop_loss(self, current_price):
        """Kiểm tra stop loss"""
        if self.shares > 0 and self.entry_price:
            loss_pct = ((current_price - self.entry_price) / self.entry_price) * 100
            if loss_pct <= -self.stop_loss_pct:
                print(f"Stop Loss triggered at {loss_pct:.2f}%")
                self.execute_sell(current_price)
                self.entry_price = None
                return True
        return False
    
    def execute_buy(self, price, amount=None):
        """Ghi nhận giá entry khi mua"""
        if super().execute_buy(price, amount):
            self.entry_price = price
            return True
        return False

Kết luận

Chiến lược RSI 30-70 là một phương pháp giao dịch đơn giản và hiệu quả:

1. Dễ implement: Code đơn giản, dễ hiểu
2. Rõ ràng: Tín hiệu mua/bán rõ ràng
3. Linh hoạt: Có thể tùy chỉnh ngưỡng và kết hợp với chỉ báo khác
4. Phù hợp nhiều thị trường: Hoạt động tốt với cổ phiếu, crypto, forex

Lưu ý quan trọng:

• Luôn backtest trước khi giao dịch thật
• Kết hợp với quản lý rủi ro (stop loss, position sizing)
• Không nên chỉ dựa vào RSI, nên kết hợp với các chỉ báo khác
• Test trên paper trading trước

Bài tập thực hành

1. Tạo bot RSI cơ bản: Implement bot RSI 30-70 đơn giản
2. Backtesting: Test chiến lược trên nhiều cổ phiếu khác nhau
3. Tối ưu hóa: Tìm chu kỳ RSI và ngưỡng tối ưu
4. Kết hợp chỉ báo: Thêm Moving Average hoặc Volume filter
5. So sánh: So sánh hiệu quả của RSI 30-70 với các chiến lược khác

---

Tác giả: Hướng Nghiệp Lập Trình
Ngày đăng: 17/03/2025
Chuyên mục: Lập trình Bot Auto Trading, Python Nâng cao