Estratégia de negociação de aprendizagem automática

Resumo

Esta estratégia utiliza métodos de aprendizado de máquina para implementar uma estratégia de negociação automatizada pronta para uso.

Princípio da estratégia

Esta estratégia baseia-se principalmente nos seguintes pontos-chave:

1. Usar a média móvel de Hull para determinar a direção da tendência do mercado
2. Usar a EMA para avaliar as tendências a curto e médio prazo
3. Utilize o canal do corpo da vela para localizar os níveis principais de SUPPORTO/RESISTÊNCIA
4. Tomar decisões com base no cruzamento entre os preços de abertura e de fechamento a partir de quadros de tempo múltiplos

Especificamente, a estratégia traçará o Hull MA, a EMA de 13 períodos e a EMA de 21 períodos. Julgando as direções de tendência de curto e médio prazo com base no status longo e curto das EMAs. Combinado com o Hull MA para determinar tendências de ciclos mais longos. Isso fornece orientação sobre a direção geral para os sinais comerciais subsequentes.

Antes do ajustamento das posições, a estratégia referirá-se aos preços mais altos e mais baixos no canal da entidade correspondentes aos níveis de suporte e resistência, evitando assim a geração de sinais de negociação nas principais zonas de preços.

Finalmente, a estratégia invoca os preços de abertura e fechamento de 60 períodos. Quando o preço de fechamento cruza acima do preço de abertura, um sinal de compra é gerado. Quando cruza abaixo, um sinal de venda é gerado. Isso completa toda a lógica de negociação.

Análise das vantagens

A maior vantagem desta estratégia é que combina indicadores de aprendizagem de máquina e análise técnica para obter uma solução de negociação automatizada lógica, ajustável e fácil de usar.

1. Combinação de múltiplos indicadores melhora a precisão do sinal

   A estratégia não se baseia apenas em um ou dois indicadores, mas leva em conta vários fatores, como tendências, suporte / resistência e avanços de preços.

2. Configuração flexível dos parâmetros

   A duração dos períodos Hull MA, EMA, períodos crossover aberto/fechado pode ser ajustada através de parâmetros, tornando a estratégia adaptável a diferentes ambientes de mercado.

3. Sinais de negociação automatizados

   Os sinais de negociação baseados em indicadores e crossovers podem desencadear automaticamente compras e vendas sem julgamento manual, reduzindo a dificuldade.

4. Exibição visualizada

   Os gráficos da estratégia podem mostrar claramente a estrutura do mercado, o estado da tendência e os preços-chave, apresentando intuitivamente a base para o julgamento da estratégia.

Análise de riscos

Embora esta estratégia tenha sido otimizada em vários aspectos, ainda existem alguns riscos potenciais:

1. Incapacidade de acompanhar movimentos drásticos de preços

   Em mercados voláteis, os indicadores podem tornar-se ineficazes ou atrasados, fazendo com que a estratégia falhe em rastrear as mudanças de preço no tempo.

2. Existência de taxa de erro do sinal

   Os sinais de negociação baseados em indicadores e modelos, mais ou menos, terão alguns sinais falsos ou sinais em falta.

3. Risco de combinação longo/curto

   A estratégia que faz simultaneamente posições longas e curtas tem o risco de perdas em ambos os lados se os julgamentos forem errados.

4. Risco de sobreajuste

   As definições de parâmetros excessivamente complexas correm o risco de sobreajuste, sendo necessário simplificar o sistema com um número limitado de combinações de parâmetros.

Orientações de otimização

Ainda há espaço para otimizar esta estratégia, principalmente nos seguintes aspectos:

1. Adicionar mais sinais de indicador

   Para além dos indicadores existentes, podem ser introduzidos mais indicadores auxiliares, tais como canais BOLL, indicadores KD, etc., para enriquecer a referência do sistema.

2. Aplicar modelos de aprendizagem profunda

   Usar indicadores simples como características para treinar o LSTM e outros modelos de aprendizagem profunda para melhorar a qualidade do sinal.

3. Incorporar dados fundamentais

   Adicionar dados macroeconómicos, informações sobre políticas e outros fatores fundamentais para otimizar as decisões de longo ciclo.

4. Valor do risco e da posição

   Introduzir estratégias de stop loss, ajustar dinamicamente o tamanho das posições com base na volatilidade do retorno da estratégia para controlar estritamente os riscos.

Conclusão

Esta estratégia integra tendências, níveis de suporte/resistência, breakouts e vários outros indicadores, utilizando métodos de aprendizado de máquina para alcançar soluções quantitativas automatizadas e prontas para uso. Tem as vantagens de combinações de indicadores diversos, parâmetros ajustáveis e sinais automatizados, ao mesmo tempo em que enfrenta desvios de rastreamento, erros de sinal, riscos de mistura longa/curta até certo ponto.