개요

다인자 자기 적응 동력 추적 전략은 여러 기술 지표의 통합을 통해 시장 추세와 핵심 지원 저항 지점을 식별하여 암호화폐와 같은 고 변동성 자산에 대한 자동 거래를 구현합니다. 이 전략은 RSI, MACD, Stochastic과 같은 지표를 종합적으로 사용하여 구매 시기를 판단하며 가격 변화의 비율과 결합하여 더 정확한 형태를 식별합니다.

전략 원칙

다인자 자기 적응 동량 추적 전략의 핵심은 여러 가지 기술 지표의 통합 사용에 있다. 이 전략은 주로 다음과 같은 몇 가지 구성 요소를 사용합니다:

1. RSI 지표는 과매매를 판단한다. 다른 파라미터와 결합하여 일반 RSI 신호 또는 개량된 코너 RSI 신호를 식별하여 반전 기회가 있는지 판단 할 수 있다.

2. MACD 지표는 트렌드 방향을 판단하는데 도움을 줍니다. MACD가 신호선을 넘거나 넘을 때 구매 및 판매 신호를 생성합니다.

3. 스토카스틱 지표는 오버 바이 오버 셀 영역을 식별한다. K선과 D선의 골드 포크 데드 포크 조합 신호가 반전되는지 판단한다.

4. 가격 변화 비율은 진정한 돌파가 있는지 검사한다. 특정 주기 동안의 최고 가격, 최저 가격, 종결 가격 등의 변화 비율을 계산하여 진정한 돌파가 있는지 판단한다.

5. EMA 지표는 큰 레벨의 상공을 판단한다. 빠른 선에서 느린 선을 가로질러 보이스 신호를 주고, 아래로 가로질러 보이스 신호를 준다.

이 전략은 시장의 빈 상태에 따라 더 많은 코카이드를 선택하고 입위 후 스톱로스 스톱을 설정하여 위험을 효과적으로 제어한다. 반전 신호가 발생했을 때 평지 포지션을 선택하여 퇴출한다. 전체 의사 결정 과정은 여러 요소의 판단을 충분히 결합하여 더 정확한 판단을 가능하게 한다.

우위 분석

이 전략에는 다음과 같은 장점이 있습니다.

1. 다중 인자 드라이브는 판단의 장점을 가지고 있다. 단일 지표에 비해, 다중 지표 조합은 서로를 검증할 수 있어 결과를 더 정확하고 신뢰할 수 있어 불필요한 거래 비용을 절감한다.

2. 조건은 엄격하게 잘못된 거래를 피한다. 전략은 구매 및 판매 조건에 대한 엄격한 요구 사항을 설정하고, 여러 지표가 동시에 신호를 방출해야 함으로써 많은 소음을 필터링하여 잘못된 거래가 발생하지 않도록합니다.

3. 자기 적응 초변수 (自适应超参数) 는 인적 개입을 줄인다. 정책의 내장 동적으로 지표 변수를 계산하는 능력, 인적 선택 초변수 (超参数) 의 주관성을 피하고, 따라서 정책의 파라미터 (Parameters) 를 더 과학적으로 객관적으로 만든다.

4. 스톱로스<unk> 메커니즘 제어 위험. 전략은 포지션을 개시한 후 실시간으로 계산하고 스톱로스<unk> 위치를 매핑하여 단일 손실을 효과적으로 제어하고 포지션 폭파의 발생을 방지할 수 있다.

위험 분석

이 전략에는 몇 가지 위험도 있습니다.

1. 지표 오류가 신호를 방출할 확률. 다중 지표 검증은 오류의 비율을 크게 줄일 수 있지만, 여전히 발생할 가능성이 있다. 이것은 불필요한 손실을 초래할 수 있다.

2. 막힘이 뚫릴 위험이 있다. 극단적인 상황에서는 가격이 급격히 떨어질 수 있으며, 원래의 막힘이 쉽게 뚫려 큰 손실을 초래한다.

3. 매개 변수 최적화로 인한 과도한 최적화. 동적 매개 변수는 인위적인 선택으로 인한 주관성을 피하지만, 매개 변수의 과도한 최적화로 인해 일반화 능력을 잃게 할 수 있습니다.

대응방법:

1. 신호 필터링 조건의 엄격함을 높이고, 잘못된 신호 비율을 줄여라.
2. 한 번에 너무 큰 손실을 피하기 위해, 분량으로 창고를 건설하는 방법을 사용하십시오.
3. 테스트 샘플 수를 늘리고, 매개 변수 안정성을 엄격히 평가한다.

전략 최적화 방향

다인자 적응 동량 추적 전략에는 다음과 같은 몇 가지 최적화 가능한 차원이 있습니다.

1. 판단 요소의 수를 늘리십시오. 변동률, 거래량과 같은 다양한 유형의 지표 신호 판단과 결합하여 보조 판단하십시오.

2. 스톱 메커니즘을 최적화하는 알고리즘. 스톱 트래킹, 스톱 진동 등의 더 고급 스톱 알고리즘을 도입하여 스톱이 뚫릴 확률을 더욱 낮출 수 있다.

3. 기계 학습 모델을 도입한다. RNN, LSTM 등의 모델을 사용하여 역사적 데이터를 모델링하여 구매 결정에 도움을 준다.

4. 전략 통합. 여러 가지 세부 전략을 채택하고, 통합 학습 방법을 사용하여 통합하면 더 안정적인 통합 성과를 얻을 수 있습니다.

요약하다

다인자 자기 적응 동력 추적 전략은 여러 가지 기술 지표를 사용하여 거래 시점을 식별합니다. 단일 지표에 비해 전략 판단은 더 정확하며, 내장 된 매개 변수는 자기 적응 및 스톱 메커니즘이 위험을 제어합니다. 다음 단계는 더 많은 보조 판단 인자, 고급 스톱 알고리즘 및 기계 학습과 같은 방법을 도입하여 전략의 효과를 더욱 강화 할 수 있습니다.