- Cuadrado
- KRK ADA 1H Estrategia estocástica lenta con más entradas y IA
KRK ADA 1H Estrategia estocástica lenta con más entradas y IA
El autor:
¿ Qué pasa?, fecha: 2024-04-12 16:26:06
Las etiquetas:
El EMAIndicador de riesgoTPSL¿Qué es esto?Número RNN
Resumen general
Esta estrategia es una estrategia comercial basada en el Oscilador Lento Estocástico, combinada con promedio móvil, índice de fuerza relativa (RSI) y técnicas de inteligencia artificial (IA). La estrategia determina las señales de compra y venta mediante el análisis de las señales de cruce del Oscilador Lento Estocástico, considerando la posición del precio en relación con el promedio móvil de 200 días e incorporando las señales generadas por un modelo de IA. La estrategia también establece los niveles de take-profit y stop-loss para gestionar el riesgo.
Principios de estrategia
- Calcular el oscilador lento estocástico con un período de 30, donde el período de suavización para el valor K es 18 y el período de suavización para el valor D es 7.
- Determinar los umbrales de sobrecompra y sobreventa como 40 y 19, respectivamente, y establecer el valor mínimo de K como 12.
- Calcule el promedio móvil simple de 200 días como un filtro de tendencia.
- Utilice un modelo de red neuronal recurrente (RNN) para generar señales de compra y venta.
- Condición de entrada larga: el precio cruza por encima del promedio móvil de 200 días, el valor K está por debajo del umbral de sobreventa y por encima del valor mínimo de K, y la señal AI es 1.
- Condición de entrada corta: el precio se cruza por debajo del promedio móvil de 200 días, el valor K está por encima del umbral de sobrecompra y por encima del valor mínimo de K, y la señal AI es -1.
- Las señales de compra y venta también se generan cuando el Oscilador Estocástico muestra un cruce y cumple con las condiciones de sobrecompra o sobreventa.
- Establecer el nivel de take-profit en 500 puntos por encima o por debajo del precio actual, y el nivel de stop-loss en 200 puntos por encima o por debajo del precio actual.
Ventajas estratégicas
- Combina múltiples indicadores técnicos y técnicas de IA, mejorando la solidez y la adaptabilidad de la estrategia.
- Utiliza el oscilador lento estocástico como señal principal de compra y venta, capturando efectivamente las condiciones de mercado de sobrecompra y sobreventa.
- Introduce el promedio móvil de 200 días como filtro de tendencia para evitar el comercio contra la tendencia.
- Utiliza un modelo de IA para generar señales de compra y venta, mejorando la inteligencia de la estrategia.
- Establece niveles claros de toma de ganancias y stop-loss para gestionar eficazmente el riesgo.
Riesgos estratégicos
- El oscilador estocástico puede generar señales falsas en determinadas condiciones de mercado.
- La eficacia del modelo de IA depende de la calidad de los datos de capacitación y del diseño del modelo, lo que introduce incertidumbre.
- Es posible que los niveles fijos de toma de ganancias y de stop-loss no se adapten bien a las diferentes condiciones de volatilidad del mercado.
- La estrategia carece de un mecanismo para responder a eventos repentinos del mercado y a fluctuaciones anormales.
Direcciones para la optimización de la estrategia
- Optimizar los parámetros del oscilador estocástico, como ajustar los períodos de suavización de los valores K y D, para mejorar la eficacia del indicador.
- Mejorar el diseño del modelo de IA incorporando más características y datos del mercado para mejorar su precisión predictiva.
- Implementar un mecanismo dinámico de toma de ganancias y stop-loss que se adapte a la volatilidad del mercado y a los niveles de riesgo.
- Introducir el análisis del sentimiento del mercado y factores basados en eventos para mejorar la capacidad de la estrategia para responder a eventos repentinos del mercado.
- Considere la posibilidad de añadir módulos de dimensionamiento de posiciones y gestión de fondos para optimizar la eficiencia de la utilización de capital y el control de riesgos de la estrategia.
Resumen de las actividades
Esta estrategia combina el oscilador lento estocástico, la media móvil, el índice de fuerza relativa y las técnicas de IA para construir una estrategia de negociación multifactor. La estrategia utiliza el oscilador estocástico para capturar señales de sobrecompra y sobreventa mientras utiliza un filtro de tendencia y generación de señales inteligentes para mejorar su robustez y adaptabilidad. Aunque la estrategia tiene ciertos riesgos, como el fallo del indicador y la incertidumbre del modelo, estos pueden mitigarse optimizando los parámetros del indicador, mejorando el modelo de IA, implementando medidas dinámicas de control de riesgos e incorporando módulos adicionales para el tamaño de la posición y la gestión del dinero.
/*backtest
start: 2024-03-12 00:00:00
end: 2024-04-11 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Stochastic Slow Strategy with More Entries and AI", overlay=true)
length = input.int(30, minval=1)
OverBought = input(40)
OverSold = input(19)
smoothK = input.int(18, minval=1)
smoothD = input.int(7, minval=1)
minKValue = input(12, title="Minimum K Value")
// Stochastic calculations
k = ta.sma(ta.stoch(close, high, low, length), smoothK)
d = ta.sma(k, smoothD)
co = ta.crossover(k, d)
cu = ta.crossunder(k, d)
// Trend filter (200-period simple moving average)
ema200 = ta.sma(close, 200)
// Define la función para calcular la señal de la red neuronal recurrente
rnn_signal(price_series) =>
// Aquí implementa tu modelo de red neuronal recurrente para generar la señal
// Puedes usar bibliotecas externas o implementar tu propio modelo aquí
// Ejemplo de señal aleatoria
signal = ta.rsi(price_series, 14) > 50 ? 1 : -1
// Devuelve la señal generada por la red neuronal recurrente
signal
// Calcula la señal utilizando la función definida anteriormente
ai_signal = rnn_signal(close)
// Entry conditions
longCondition = ta.crossover(close, ema200) and k < OverSold and k > minKValue and ai_signal == 1
shortCondition = ta.crossunder(close, ema200) and k > OverBought and k > minKValue and ai_signal == -1
if (not na(k) and not na(d))
if (co and k < OverSold and k > minKValue)
strategy.entry("LONG", strategy.long, comment="LONG")
strategy.exit("ExitLong", "LONG", profit = close * 500, loss = close * 200)
if (cu and k > OverBought and k > minKValue)
strategy.entry("SHORT", strategy.short, comment="SHORT")
strategy.exit("ExitShort", "SHORT", profit = close * 500, loss = close * 200)
if (longCondition)
strategy.entry("LongEntry", strategy.long, comment="LongEntry")
strategy.exit("ExitLongEntry", "LongEntry", profit = close * 500, loss = close * 200)
if (shortCondition)
strategy.entry("ShortEntry", strategy.short, comment="ShortEntry")
strategy.exit("ExitShortEntry", "ShortEntry", profit = close * 500, loss = close * 200)
// Plotting
plot(ema200, color=color.blue, title="200 SMA")
Relacionados
Más.