Stratégie de réseau neuronal à double échelle temporelle
Principe de la stratégie
Cette stratégie utilise un modèle de prédiction neuronal pour évaluer les tendances de prix sur deux périodes de temps et exécute des transactions lorsque les signaux des deux axes temporels sont dans la même direction.
La logique spécifique est la suivante :
- Obtenir les variations de prix sur deux périodes de temps, par exemple la ligne journalière et la ligne horaire.
- Entrer ces variations de prix dans un réseau de neurones pour l'entraînement, et obtenir les prédictions de sortie pour chaque axe.
- Lorsque les prédictions des deux axes sont dans la même direction, c'est-à-dire qu'elles dépassent le seuil, un signal de transaction est généré.
- Lorsque la prédiction journalière est à la hausse et que la prédiction horaire est également à la hausse, une transaction à la hausse est effectuée.
- Lorsque la prédiction journalière est à la baisse et que la prédiction horaire est également à la baisse, une transaction à la baisse est effectuée.
- Lorsque les prédictions des deux axes ne concordent pas, la position est fermée.
Cette stratégie exploite pleinement les informations des deux périodes de temps, évalue la direction de la tendance sur plusieurs dimensions, puis exécute les transactions, ce qui permet de réduire efficacement les faux signaux.
Avantages de la stratégie
- Prédiction sur deux périodes de temps, améliorant la précision des évaluations.
- Modélisation des données complexes par réseau de neurones.
- Transactions dans la même direction, évitant d'être piégé.
Risques de la stratégie
- Nécessite une grande quantité de données pour l'entraînement du réseau.
- La conception de la structure du réseau nécessite des tests répétés.
- La fréquence des signaux combinés des deux axes est relativement faible.
Résumé
Cette stratégie utilise un réseau de neurones pour évaluer les tendances de prix à partir de deux périodes de temps, et exécute des transactions tout en garantissant la précision de l'évaluation. Cependant, elle nécessite d'optimiser les paramètres du réseau et de définir une fréquence de transaction raisonnable. Globalement, elle peut fournir des orientations de trading relativement robustes.
/*backtest
start: 2023-08-14 00:00:00
end: 2023-09-13 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("ANN 2 signals", overlay=false, precision=4, calc_on_every_tick=true)
threshold = input(title="Threshold", type=float, defval=0.006, step=0.001)- 1