Les ressources ont été chargées... Je charge...
  1. Carré
  2. KRK aDa Stratégie de réversion moyenne lente stochastique avec améliorations de l'IA

KRK aDa Stratégie de réversion moyenne lente stochastique avec améliorations de l'IA

Auteur:ChaoZhang est là., Date: 2024-04-26 15:41:18 Je vous en prie.
Les étiquettes:KRKADALe taux d'intérêt- Je vous en prie.Indice de résistance

img

Résumé

Cette stratégie utilise l'indicateur Stochastic Slow comme signal de trading principal, combiné à une moyenne mobile simple (SMA) de 200 périodes comme filtre de tendance. En outre, la stratégie introduit un indicateur artificiel d'intelligence artificielle (IA) pour fournir des signaux d'entrée supplémentaires.

Principes de stratégie

  1. Calculer les valeurs K et D de l'indicateur Stochastique Lent, la période K étant réglée sur 26 et la valeur D étant une SMA de 3 périodes de la valeur K.

  2. Réglez le niveau de surachat (OverBought) à 81, le niveau de survente (OverSold) à 20 et la valeur minimale de K (minKValue) à 11.

  3. Générer un signal d'achat lorsque la ligne K traverse au-dessus de la ligne D et que la valeur K est inférieure au niveau de survente et supérieure à la valeur minimale de K.

  4. Générer un signal de vente lorsque la ligne K traverse sous la ligne D et que la valeur K est supérieure au niveau de surachat et supérieure à la valeur minimale de K.

  5. Utiliser la SMA de 200 périodes comme filtre de tendance, en autorisant les entrées longues uniquement lorsque le prix est supérieur à la SMA de 200 et les entrées courtes lorsque le prix est inférieur à la SMA de 200.

  6. Introduire un indicateur d'intelligence artificielle factice (utilisant RSI>50 pour la hausse et RSI<50 pour la baisse), entrant long lorsque le signal d'intelligence artificielle est haussier et court lorsqu'il est baissier.

  7. Combinez les signaux de l'indicateur stochastique, du filtre de tendance et de l'indicateur AI pour générer les signaux de trading finaux.

  8. Définir un stop loss de 10% pour les entrées longues et un stop loss de 10% pour les entrées courtes.

Les avantages de la stratégie

  1. L'indicateur Stochastic Slow permet d'identifier efficacement les zones de surachat et de survente sur le marché, offrant ainsi de bons points d'entrée pour les transactions.

  2. Le filtre de tendance 200 SMA garantit que les transactions s'alignent sur la tendance actuelle, ce qui augmente le taux de réussite.

  3. L'inclusion de l'indicateur IA offre davantage d'opportunités d'entrée, augmentant potentiellement la rentabilité de la stratégie.

  4. L'utilisation d'ordres stop-loss permet de gérer efficacement les risques.

Risques stratégiques

  1. L'indicateur stochastique peut générer de faux signaux sur les marchés agités.

  2. L'indicateur IA est actuellement un indicateur fictif et son efficacité réelle doit être vérifiée.

  3. Les paramètres de stop-loss peuvent entraîner une réduction prématurée de certains bénéfices.

Directions d'optimisation de la stratégie

  1. Optimiser les paramètres de l'indicateur stochastique pour trouver la meilleure période et les seuils de surachat/survente.

  2. Introduire des modèles d'IA plus complexes et efficaces pour améliorer la précision des signaux d'IA.

  3. Améliorer les paramètres de stop-loss et de take-profit pour un meilleur contrôle des risques et une meilleure capture des bénéfices.

  4. Il convient d'envisager d'intégrer d'autres indicateurs techniques efficaces ou des données fondamentales pour renforcer la robustesse de la stratégie.

Résumé

Cette stratégie combine l'indicateur stochastique lent, le filtre de tendance et les signaux d'IA pour former une approche de négociation multi-facteurs. L'indicateur stochastique fournit des signaux efficaces de surachat et de survente, le filtre de tendance garantit que les transactions s'alignent sur la tendance globale et les signaux d'IA offrent des opportunités d'entrée supplémentaires. Bien que la stratégie présente certains risques potentiels et des possibilités d'amélioration, sa logique globale est claire et raisonnable, ce qui la rend utile pour une exploration et un raffinement supplémentaires.

/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
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(26, minval=1)
OverBought = input(81)
OverSold = input(20)
smoothK = input.int(3, minval=1)
smoothD = input.int(3, minval=1)
minKValue = input(11, 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)

// Artificial Intelligence indicator (dummy example)
// Aquí puedes colocar la lógica de tu red neuronal artificial
// Por ahora, simplemente usaremos una señal aleatoria
ai_signal = ta.rsi(close, 14) > 50 ? 1 : -1

// 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("StochLE", strategy.long, comment="StochLE")
    if (cu and k > OverBought and k > minKValue)
        strategy.entry("StochSE", strategy.short, comment="StochSE")
    if (longCondition)
        strategy.entry("LongEntry", strategy.long, comment="LongEntry")
        strategy.exit("StopLoss", "LongEntry", loss = close * 0.9) // Stop loss del 10%
    if (shortCondition)
        strategy.entry("ShortEntry", strategy.short, comment="ShortEntry")
        strategy.exit("StopLoss", "ShortEntry", loss = close * 1.1) // Stop loss del 10%

// Plotting
plot(ema200, color=color.blue, title="200 SMA")
Relationnée
Plus de

2019 FMZ - Tous les droits réservés