Stratégie de retour à la moyenne lente stochastique KRK aDa avec amélioration de l'IA

Aperçu

La stratégie utilise un indicateur stochastique lent comme principal signal de négociation et un filtre de tendance en combinaison avec une moyenne mobile simple à 200 jours comme filtre de tendance. En outre, la stratégie introduit un indicateur virtuel d’intelligence artificielle (IA) pour fournir un signal d’entrée supplémentaire. L’idée principale de la stratégie est de acheter dans la zone de survente et de vendre dans la zone de survente, tout en s’assurant que le prix est acheté au-dessus de la SMA 200 et vendu au-dessous de la SMA 200, en fonction de la tendance actuelle.

Principe de stratégie

1. Calculer les valeurs K et D de l’indicateur de ralentissement aléatoire, dont la valeur de K est de 26 cycles, et la valeur de D est de 3 cycles SMA de la valeur de K.

2. La zone d’achat excédentaire est réglée sur 81, la zone d’achat excédentaire sur 20 et la valeur minimale de K est de 11.

3. Un signal d’achat est généré lorsque la ligne K traverse la ligne D et que la valeur de K est inférieure à la zone de survente et supérieure à la valeur de K minimale.

4. Un signal de vente est généré lorsque K sous la ligne traverse la ligne D et que la valeur de K est supérieure à la zone de surachat et supérieure à la valeur de K minimale.

5. Utilisez le SMA 200 comme filtre de tendance, permettant d’acheter lorsque le prix est supérieur au SMA 200 et de vendre lorsque le prix est inférieur au SMA 200.

6. L’introduction d’un indicateur d’IA virtuel (avec un RSI>50 pour le hausse et un RSI <50 pour la baisse), acheter lorsque l’indicateur d’IA est en hausse et vendre lorsqu’il est en baisse).

7. Les signaux des indicateurs aléatoires, des filtres de tendance et des indicateurs d’IA sont combinés pour produire un signal de négociation final.

8. Il y a un arrêt de 10% à l’achat et un arrêt de 10% à la vente.

Avantages stratégiques

1. L’indicateur de ralentissement aléatoire identifie efficacement les zones de survente et de survente du marché, offrant ainsi un bon point d’entrée pour les transactions.

2. L’introduction de la 200 SMA comme filtre de tendance, qui assure que les transactions sont conformes à la tendance actuelle, augmente le taux de réussite.

3. L’ajout d’indicateurs d’IA offre plus d’accès aux stratégies et peut potentiellement augmenter les bénéfices des stratégies.

4. Le risque est effectivement maîtrisé en plaçant un ordre stop-loss.

Risque stratégique

1. Les indices aléatoires peuvent générer plus de faux signaux dans les marchés en crise.

2. L’indicateur de l’IA n’est actuellement qu’un indicateur virtuel, dont l’efficacité réelle doit être vérifiée.

3. Le paramètre Stop Loss peut entraîner une perte anticipée de certains gains.

Orientation de l’optimisation de la stratégie

1. Optimiser les paramètres d’un indicateur aléatoire pour trouver les meilleurs cycles et les meilleurs paramètres de seuil.

2. L’introduction de modèles d’IA plus complexes et plus efficaces améliore la précision des signaux d’IA.

3. Optimiser les paramètres de stop loss et de stop-loss pour mieux contrôler les risques et verrouiller les gains.

4. Envisagez d’introduire d’autres indicateurs techniques ou fondamentaux efficaces pour améliorer la robustesse de la stratégie.

Résumer

La stratégie est composée d’une combinaison d’indicateurs de ralentissement aléatoires, de filtres de tendance et de signaux d’IA. Les indicateurs aléatoires fournissent des signaux de survente et de survente efficaces, les filtres de tendance assurent la direction de la transaction en accord avec la tendance majeure, tandis que les signaux d’IA offrent plus d’opportunités d’entrée. Bien que la stratégie présente des risques potentiels et des possibilités d’optimisation, son idée globale est claire, logique et mérite d’être explorée et améliorée.