द्वैध समय अक्ष तंत्रिका नेटवर्क रणनीति
रणनीति सिद्धांत
यह रणनीति दो समय सीमाओं में मूल्य रुझानों का आकलन करने के लिए एक तंत्रिका नेटवर्क पूर्वानुमान मॉडल का उपयोग करती है, और द्वि-समय अक्ष सिग्नल सिंक्रनाइज़ेशन पर व्यापार करती है।
यह तर्क है:
-
दो अलग-अलग समय-अक्ष मूल्य परिवर्तन प्राप्त करें, जैसे कि डे लाइन और 1 घंटा लाइन
-
मूल्य परिवर्तन को न्यूरल नेटवर्क में इनपुट करने के लिए प्रशिक्षित करें और प्रत्येक अक्ष के लिए पूर्वानुमानित आउटपुट प्राप्त करें
-
जब दोनों अक्षों का अनुमान आउटपुट एक ही दिशा में होता है, अर्थात थ्रेशोल्ड से अधिक होता है, तो ट्रेडिंग सिग्नल उत्पन्न होता है
-
दिन की रेखा का पूर्वानुमान अधिक समय, 1 घंटे का पूर्वानुमान अधिक समय, अधिक लेनदेन
-
दिन की रेखा का पूर्वानुमान करने के लिए, 1 घंटे का पूर्वानुमान करने के लिए
-
जब दो अक्षों की भविष्यवाणियां मेल नहीं खाती हैं, तो बराबरी करें
यह रणनीति दोहरी समय-अक्ष की जानकारी का भरपूर उपयोग करती है, जो कई आयामों में प्रवृत्ति की दिशा का आकलन करती है, और फिर व्यापार करती है, जो झूठे संकेतों को प्रभावी ढंग से कम करती है।
रणनीतिक लाभ
-
दोहरी समय-अक्ष पूर्वानुमान, निर्णय की सटीकता में सुधार
-
जटिल डेटा के लिए न्यूरल नेटवर्क मॉडलिंग
-
एक-तरफ़ा लेन-देन से बचें
रणनीतिक जोखिम
-
वेब प्रशिक्षण के लिए बहुत अधिक डेटा की आवश्यकता होती है
-
नेटवर्क संरचना डिजाइन को बार-बार परीक्षण करने की आवश्यकता है
-
दो-अक्ष संयोजन संकेत की कम आवृत्ति
संक्षेप
इस रणनीति का उपयोग करता है तंत्रिका नेटवर्क से दोहरी समय अक्षों का न्याय करने के लिए कीमत की प्रवृत्ति, निर्णय की सटीकता सुनिश्चित करने के आधार पर व्यापार. लेकिन यह नेटवर्क पैरामीटर का अनुकूलन करने की आवश्यकता है, उचित व्यापार आवृत्ति सेट. कुल मिलाकर, यह अधिक मजबूत व्यापार दिशा मार्गदर्शन प्रदान करता है.
/*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