Type/to search

이중 시간축 신경망 전략

Common strategy
Created: 2023-09-14 16:10:26
Last modified: 3 years ago
1
Follow
1802
Followers

전략 원리

이 전략은 신경망 예측 모델을 사용하여 두 가지 시간 범위에서 가격 추세를 판단하고, 이중 시간축 신호가 동일한 방향일 때 거래를 실행합니다.

구체적인 로직은 다음과 같습니다:

  1. 각각 두 가지 시간축의 가격 변동(예: 일봉과 1시간봉)을 취득합니다.

  2. 가격 변동을 신경망에 입력하여 훈련시키고, 각 축의 예측 출력을 얻습니다.

  3. 두 축의 예측 출력이 동일한 방향, 즉 임계값을 초과하면 거래 신호가 발생합니다.

  4. 일봉 예측이 매수 신호이고 1시간봉 예측도 매수 신호일 때 매수 거래를 실행합니다.

  5. 일봉 예측이 매도 신호이고 1시간봉 예측도 매도 신호일 때 매도 거래를 실행합니다.

  6. 두 축의 예측이 일치하지 않으면 포지션을 청산합니다.

이 전략은 이중 시간축 정보를 최대한 활용하여 여러 차원에서 추세 방향을 판단한 후 거래를 실행함으로써 가짜 신호를 효과적으로 줄일 수 있습니다.

전략 장점

  • 이중 시간축 예측으로 판단 정확도 향상

  • 신경망이 복잡한 데이터를 모델링

  • 동일 방향 거래로 포지션 갇힘 방지

전략 리스크

  • 네트워크 훈련에 많은 데이터 필요

  • 네트워크 구조 설계에 반복적인 테스트 필요

  • 이중 축 조합 신호 발생 빈도가 낮음

요약

이 전략은 신경망을 사용하여 이중 시간축에서 가격 추세를 판단하고, 판단 정확성을 확보한 상태에서 거래를 실행합니다. 그러나 네트워크 파라미터 최적화와 적절한 거래 빈도 설정이 필요합니다. 전반적으로 비교적 안정적인 거래 방향 지표를 제공할 수 있습니다.

Source
Pine
/*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)
Strategy parameters
Strategy parameters
Threshold
Large timeframe
Small timeframe
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)