संसाधन लोड हो रहा है... लोड करना...

एआई में सुधार के साथ KRK aDa स्टोकैस्टिक स्लो मीन रिवर्स रणनीति

लेखक:चाओझांग, दिनांकः 2024-04-26 15:41:18
टैगःKRKADAईएमएएआईआरएसआई

अवलोकन

यह रणनीति स्टोचैस्टिक स्लो संकेतक का उपयोग मुख्य ट्रेडिंग संकेत के रूप में करती है, जो 200-अवधि के सरल चलती औसत (एसएमए) के साथ एक प्रवृत्ति फ़िल्टर के रूप में संयुक्त है। इसके अतिरिक्त, रणनीति अतिरिक्त प्रवेश संकेत प्रदान करने के लिए एक नकली आर्टिफिशियल इंटेलिजेंस (एआई) संकेतक पेश करती है। मुख्य विचार ओवरसोल्ड क्षेत्रों में खरीदना और ओवरबोल्ड क्षेत्रों में बेचना है, जबकि यह सुनिश्चित करना है कि कीमत वर्तमान प्रवृत्ति के साथ संरेखित करते हुए लंबी प्रविष्टियों के लिए 200 एसएमए से ऊपर और छोटी प्रविष्टियों के लिए 200 एसएमए से नीचे है। एआई संकेतक को शामिल करने से अधिक प्रवेश अवसर मिलते हैं।

रणनीतिक सिद्धांत

स्टोकैस्टिक स्लो संकेतक के K और D मानों की गणना की जाती है, जिसमें K अवधि 26 पर सेट की जाती है और D मूल्य K मूल्य का 3 अवधि का SMA होता है।
ओवरबॉट लेवल को 81 पर सेट करें, ओवरसोल्ड लेवल को 20 पर सेट करें और न्यूनतम K वैल्यू (minKValue) को 11 पर सेट करें।
खरीद संकेत उत्पन्न करें जब K रेखा D रेखा के ऊपर से पार हो जाए और K मूल्य ओवरसोल्ड स्तर से नीचे और न्यूनतम K मूल्य से ऊपर हो।
जब K रेखा D रेखा के नीचे पार हो जाती है और K मूल्य ओवरबॉट स्तर और न्यूनतम K मूल्य से ऊपर हो जाता है, तो एक बिक्री संकेत उत्पन्न होता है।
200-पीरियड एसएमए को ट्रेंड फिल्टर के रूप में उपयोग करें, केवल जब कीमत 200 एसएमए से ऊपर हो और जब कीमत 200 एसएमए से नीचे हो तो लंबी प्रविष्टियों की अनुमति दें।
एक नकली एआई संकेतक (बलिश के लिए आरएसआई>50 और मंदी के लिए आरएसआई<50 का उपयोग करके) पेश करें, जब एआई संकेत तेजी से बढ़ रहा है और जब यह मंदी है तो लंबा और छोटा दर्ज करें।
अंतिम ट्रेडिंग सिग्नल उत्पन्न करने के लिए स्टोकैस्टिक संकेतक, ट्रेंड फिल्टर और एआई संकेतक के संकेतों को मिलाएं।
लंबी प्रविष्टियों के लिए 10% स्टॉप लॉस और छोटी प्रविष्टियों के लिए 10% स्टॉप लॉस सेट करें।

रणनीतिक लाभ

स्टोकैस्टिक स्लो सूचक प्रभावी रूप से बाजार में अधिक खरीदे गए और अधिक बेचे गए क्षेत्रों की पहचान करता है, जिससे ट्रेडों के लिए अच्छे प्रवेश बिंदु उपलब्ध होते हैं।
200 एसएमए ट्रेंड फिल्टर यह सुनिश्चित करता है कि ट्रेड वर्तमान ट्रेंड के अनुरूप हों, जिससे सफलता दर बढ़े।
एआई संकेतक को शामिल करने से अधिक प्रवेश के अवसर मिलते हैं, जिससे संभावित रूप से रणनीति की लाभप्रदता बढ़ जाती है।
स्टॉप-लॉस ऑर्डर का उपयोग जोखिम को प्रभावी ढंग से प्रबंधित करता है।

रणनीतिक जोखिम

स्टोकैस्टिक सूचक अस्थिर बाजारों में झूठे संकेत उत्पन्न कर सकता है।
एआई संकेतक वर्तमान में एक नकली संकेतक है और इसकी वास्तविक प्रभावशीलता को सत्यापित करने की आवश्यकता है।
स्टॉप-लॉस सेटिंग्स के कारण कुछ मुनाफे में समय से पहले कटौती हो सकती है।

रणनीति अनुकूलन दिशाएं

स्टोकास्टिक सूचक के मापदंडों का अनुकूलन सर्वोत्तम अवधि और ओवरबॉट/ओवरसोल्ड सीमा सेटिंग्स खोजने के लिए करें।
एआई संकेतों की सटीकता में सुधार के लिए अधिक जटिल और प्रभावी एआई मॉडल पेश करें।
बेहतर जोखिम नियंत्रण और लाभ कैप्चर के लिए स्टॉप-लॉस और ले-प्रॉफिट सेटिंग्स को ठीक करें।
रणनीति की मजबूती बढ़ाने के लिए अन्य प्रभावी तकनीकी संकेतकों या मौलिक आंकड़ों को शामिल करने पर विचार करें।

सारांश

यह रणनीति स्टोकास्टिक स्लो संकेतक, प्रवृत्ति फ़िल्टर और एआई संकेतों को एक बहु-कारक व्यापारिक दृष्टिकोण बनाने के लिए जोड़ती है। स्टोकास्टिक संकेतक प्रभावी ओवरबॉट और ओवरसोल्ड संकेत प्रदान करता है, प्रवृत्ति फ़िल्टर यह सुनिश्चित करता है कि ट्रेड समग्र प्रवृत्ति के साथ संरेखित हों, और एआई संकेत अतिरिक्त प्रवेश अवसर प्रदान करते हैं। हालांकि रणनीति में कुछ संभावित जोखिम और सुधार के लिए जगह है, लेकिन इसका समग्र तर्क स्पष्ट और उचित है, जिससे इसे आगे की खोज और परिष्करण के लायक बना दिया जाता है।

/*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")

संबंधित

अधिक

2019 FMZ - सभी अधिकार सुरक्षित