Estrategia de reversión lenta a la media estocástica KRK aDa con mejoras de inteligencia artificial

KRK ADA EMA AI RSI
Fecha de creación: 2024-04-26 15:41:18 Última modificación: 2024-04-26 15:41:18
Copiar: 0 Número de Visitas: 602
1
Seguir
1617
Seguidores

Estrategia de reversión lenta a la media estocástica KRK aDa con mejoras de inteligencia artificial

Descripción general

La estrategia utiliza el indicador de lento aleatorio (Stochastic Slow) como su principal señal de negociación, y se combina con el promedio móvil simple de 200 días (SMA) como un filtro de tendencia. Además, la estrategia también introduce un indicador de inteligencia artificial (AI) virtual para proporcionar una señal de entrada adicional. La idea principal de la estrategia es comprar en la zona de sobreventa y vender en la zona de sobreventa, al tiempo que se asegura de que el precio se compre por encima de la SMA 200 y se venda por debajo de la SMA 200, en consonancia con la tendencia actual.

Principio de estrategia

  1. Calcular los valores K y D de un indicador aleatorio de velocidad lenta, donde el valor de K tiene un ciclo de 26, y el valor de D tiene un SMA de 3 ciclos de K.

  2. La zona de sobrecompra se establece en 81, la zona de sobreventa en 20 y el valor mínimo de K es de 11.

  3. Cuando la línea K atraviesa la línea D y el valor de K es menor que el área de venta por adelantado y mayor que el valor de K mínimo, se genera una señal de compra.

  4. Cuando K pasa por debajo de la línea D y el valor de K es mayor que el área de sobreventa y mayor que el valor de K mínimo, se genera una señal de venta.

  5. Utiliza el SMA 200 como un filtro de tendencia, permitiendo comprar cuando el precio está por encima de la SMA 200 y vender cuando está por debajo de la SMA 200.

  6. Introducción de indicadores de IA virtuales ((usando RSI>50 para mostrar al alza, RSI<50 para mostrar al baja), comprar cuando el indicador de IA es alza y vender cuando es baja 。

  7. La combinación de las señales de los indicadores aleatorios, los filtros de tendencias y los indicadores de la IA, produce la señal de negociación final.

  8. Se establece un límite de pérdidas del 10% para comprar y del 10% para vender.

Ventajas estratégicas

  1. Los indicadores de ralentización aleatoria identifican con eficacia las zonas de sobrecompra y sobreventa del mercado, proporcionando así un buen punto de entrada para el comercio.

  2. La introducción de la SMA 200 como filtro de tendencia, que asegura que las operaciones estén en consonancia con la tendencia actual, aumenta la tasa de éxito.

  3. La inclusión de indicadores de IA ofrece más oportunidades de entrada para las estrategias y puede aumentar los beneficios de las mismas.

  4. Establecer órdenes de stop loss para controlar el riesgo de manera efectiva

Riesgo estratégico

  1. Los indicadores aleatorios pueden generar más señales falsas en mercados convulsionados.

  2. El índice de IA es solo un indicador virtual, el efecto real está por ser verificado.

  3. La configuración de stop loss puede causar que parte de las ganancias se detengan prematuramente.

Dirección de optimización de la estrategia

  1. Optimización de los parámetros de los indicadores aleatorios para encontrar los mejores períodos y el ajuste de los umbrales de sobreventa y sobreventa.

  2. La introducción de modelos de IA más complejos y eficaces para mejorar la precisión de las señales de IA.

  3. Optimización de las configuraciones de stop loss y stop-loss para un mejor control de los riesgos y el bloqueo de los beneficios.

  4. Considere la introducción de otros indicadores técnicos o datos básicos efectivos para mejorar la robustez de la estrategia.

Resumir

La estrategia combina indicadores de ralentización aleatoria, filtros de tendencia y señales de AI para formar una estrategia de negociación multifactorial. Los indicadores aleatorios proporcionan una señal de sobreventa y sobreventa efectiva, los filtros de tendencia aseguran que la dirección de la operación está en consonancia con la tendencia general, y las señales de AI proporcionan más oportunidades de entrada a la estrategia. Aunque la estrategia tiene algunos riesgos potenciales y espacio para optimización, su pensamiento general es claro, lógico y vale la pena explorar y mejorar aún más.

Código Fuente de la Estrategia
/*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")