Esta estratégia utiliza o indicador Stochastic Slow como o principal sinal de negociação, combinado com uma média móvel simples (SMA) de 200 períodos como um filtro de tendência. Além disso, a estratégia introduz um indicador de inteligência artificial (AI) falso para fornecer sinais de entrada adicionais. A ideia principal é comprar em áreas supervendidas e vender em áreas supercompradas, garantindo que o preço esteja acima da SMA de 200 para entradas longas e abaixo da SMA de 200 para entradas curtas, alinhando-se com a tendência atual. A inclusão do indicador AI oferece mais oportunidades de entrada.
Calcular os valores K e D do indicador Stochastic Slow, com o período K definido em 26 e o valor D sendo uma SMA de 3 períodos do valor K.
Definir o nível de sobrecompra (OverBought) para 81, o nível de sobrevenda (OverSold) para 20 e o valor mínimo de K (minKValue) para 11.
Gerar um sinal de compra quando a linha K cruzar acima da linha D, e o valor K estiver abaixo do nível de sobrevenda e acima do valor mínimo de K.
Gerar um sinal de venda quando a linha K cruzar abaixo da linha D, e o valor K estiver acima do nível de sobrecompra e acima do valor mínimo de K.
Utilize a SMA de 200 períodos como um filtro de tendência, permitindo entradas longas apenas quando o preço estiver acima da SMA de 200 e entradas curtas quando o preço estiver abaixo da SMA de 200.
Introduzir um indicador de IA fictício (usando RSI>50 para alta e RSI<50 para baixa), entrando em longo quando o sinal de AI é alta e curto quando é baixa.
Combine os sinais do indicador estocástico, filtro de tendência e indicador de IA para gerar os sinais de negociação finais.
Defina um stop loss de 10% para entradas longas e um stop loss de 10% para entradas curtas.
O indicador Stochastic Slow identifica efetivamente as áreas de sobrecompra e sobrevenda no mercado, proporcionando bons pontos de entrada para as negociações.
O filtro de tendência 200 SMA garante que as negociações se alinhem com a tendência atual, aumentando a taxa de sucesso.
A inclusão do indicador IA oferece mais oportunidades de entrada, aumentando potencialmente a rentabilidade da estratégia.
A utilização de ordens de stop-loss gerencia eficazmente o risco.
O indicador estocástico pode gerar sinais falsos em mercados agitados.
O indicador de IA é atualmente um indicador fictício e a sua eficácia real deve ser verificada.
As configurações de stop-loss podem conduzir a que alguns lucros sejam cortados prematuramente.
Otimizar os parâmetros do indicador estocástico para encontrar o melhor período e as definições do limiar de sobrecompra/supervenda.
Introduzir modelos de IA mais complexos e eficazes para melhorar a precisão dos sinais de IA.
Ajustar as configurações de stop-loss e take-profit para um melhor controlo do risco e captura de lucros.
Considerar a incorporação de outros indicadores técnicos eficazes ou dados fundamentais para reforçar a robustez da estratégia.
Esta estratégia combina o indicador estocástico lento, o filtro de tendência e os sinais de IA para formar uma abordagem de negociação multifator. O indicador estocástico fornece sinais eficazes de sobrecompra e sobrevenda, o filtro de tendência garante que os negócios se alinhem com a tendência geral e os sinais de IA oferecem oportunidades de entrada adicionais.
/*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")