ChaoZhang
개요
이 전략은 drkhodakarami의 규모 통합 벡터 전략에 대한 개량이며, 주로 활성화 함수를 추가하여 전략의 성능을 향상시킨다. 전략은 시간축 이차를 활용하여 시장의 변화율을 계산하고, 경량 판단을 통해 더 많은 공백 신호를 한다. 또한, 전략은 스위시, ReLU 및 step 활성화 함수를 도입하여, 이차 분산 서열을 평행하여 신호 판단의 정확성을 향상시킨다.
전략 원칙
- 세팅 시간 축에 있는 클로즈 가격의 차이 비율 변화 x를 계산
- x를 활성화 함수에 전달하여 처리된 시퀀스 p를 얻습니다.
- 음의 정적값을 설정하여, p가 위쪽을 통과할 때 더하고, 아래쪽을 통과할 때 공백
- 다시 그리기를 종료하여 가짜 신호를 피합니다.
우위 분석
- 활성화 함수를 도입하여 소음을 필터링하여 신호 판단 품질을 향상시킵니다.
- 자동 거래 가능한 새로운 상장/폐지 논리
- 더 많은 시장에 적합한 사용자 정의 공간을 추가합니다.
- 트레이딩 신호를 직관적으로 반영하는 시각적 디자인
위험 분석
- 부적절한 미지수 설정으로 거래 기회를 놓칠 수 있습니다.
- 활성화 함수 선택이 잘못되면 시장 정보가 필터링됩니다.
- 재화로 인한 신호 왜곡 문제를 테스트할 필요가 있다.
해결책:
- 가장 좋은 값을 찾기 위해 값 변수를 조정합니다.
- 다른 활성화 함수를 시도해서 가장 잘 맞는 것을 찾아보세요.
- 신호의 유효성을 확인하기 위해 탐지 논리를 다시 그리기
최적화 방향
- 자율적 임계 설정
- 활성화 함수 변수를 최적화합니다.
- 자동 중지 논리 추가
- 더 많은 요소 필터링 신호와 결합
요약하다
이 전략은 drkhodakarami에 기초하여, 활성화 함수를 도입하여 성능을 향상시키고, 매개 변수 최적화 공간을 확장하여, 시장의 변화에 더 잘 적응할 수 있다. 동시에 시각 디자인은 우수하며, 거래 기회를 직관적으로 반영한다. 이후에는 활성화 함수와 값 설정을 계속 최적화하고, 스톱 로직과 더 많은 신호 필터링을 추가하여, 더 나은 전략 효과를 얻을 수 있다.
전략 소스 코드
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// author: capissimo
strategy("Scaled Normalized Vector Strategy, ver.4", precision=2, overlay=false)
// This is a modification of my Scaled Normalized Vector Strategy
// original: Drkhodakarami (https://www.tradingview.com/script/Fxv2xFWe-Normalized-Vector-Strategy-By-Drkhodakarami-Opensource/)
price = input(close, "Price Data")
tf = input(18, "Timeframe", minval=1, maxval=1440)
thresh = input(14., "Threshold", minval=.1, step=.1)
div = input(1000000,"Divisor", options=[1,10,100,1000,10000,100000,1000000,10000000,100000000])
mmx = input(233, "Minimax Lookback", options=[1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584])
showVol = input(false, "Volume")
useold = input(true, "Use Old System")
method = input("Swish", "Activation", options=["Step", "LReLU", "Swish", "None"])
scaleMinimax(X, p, min, max) =>
hi = highest(X, p), lo = lowest(X, p)
(max - min) * (X - lo)/(hi - lo) + min
getdiff(prc, tf) =>
prev = scaleMinimax((useold ? security(syminfo.tickerid, tostring(tf), prc[1], barmerge.gaps_off, barmerge.lookahead_on)
: security(syminfo.tickerid, tostring(tf), prc[1])), tf, 0, 1)
curr = scaleMinimax((useold ? security(syminfo.tickerid, tostring(tf), hlc3, barmerge.gaps_off, barmerge.lookahead_on)
: security(syminfo.tickerid, tostring(tf), hlc3)), tf, 0, 1)
(curr/prev) - 1
relu(x) => max(x, 0)
lrelu(x, alpha) => relu(x) - alpha * relu(-x)
step(x) => x >= 0 ? 1 : -1
log2(x) => log(x) / log(2)
sigmoid(x) => 1 / (1 + exp(-x))
swish(x) => x * sigmoid(x)
f(m) => method==m
vol = useold ? security(syminfo.tickerid, tostring(tf), volume, barmerge.gaps_off, barmerge.lookahead_on)
: security(syminfo.tickerid, tostring(tf), volume)
obv = cum(change(price) > 0 ? vol : change(price) < 0 ? -vol : 0*vol)
prix = showVol ? obv : price
x = getdiff(prix, tf)
p = f("Swish") ? swish(x) : f("Step") ? step(x) : f("LReLU") ? lrelu(x, .8) : x
th = thresh/div
long = crossover(p, th)
short= crossunder(p, -th)
lime = color.new(color.lime, 10), fuchsia = color.new(color.fuchsia, 10),
black = color.new(color.black, 100), gray = color.new(color.gray, 50)
bg = long ? lime : short ? fuchsia : black
cl = p > th ? color.green : p < -th ? color.red : color.silver
bgcolor(bg, editable=false)
plot(scaleMinimax(th, mmx, -1, 1), color=lime, editable=false, transp=0)
hline(0, linestyle=hline.style_dotted, title="base line", color=gray, editable=false)
plot(scaleMinimax(-th, mmx, -1, 1), color=fuchsia, editable=false, transp=0)
plot(scaleMinimax(p, mmx, -1, 1), color=cl, style=plot.style_histogram, transp=70, editable=false)
plot(scaleMinimax(p, mmx, -1, 1), color=cl, style=plot.style_linebr, title="prediction", transp=0, editable=false)
strategy.entry("L", true, 1, when=long)
strategy.entry("S", false, 1, when=short)
alertcondition(long, title='Long', message='Long Signal!')
alertcondition(short, title='Short', message='Short Signal!')
//*** Karobein Oscillator
per = input(8, "Karobein Osc Lookback")
prix2 = ema(price, per)
a = ema(prix2 < prix2[1] ? prix2/prix2[1] : 0, per)
b = ema(prix2 > prix2[1] ? prix2/prix2[1] : 0, per)
c = (prix2/prix2[1])/(prix2/prix2[1] + b)
d = 2*((prix2/prix2[1])/(prix2/prix2[1] + c*a)) - 1
plot(scaleMinimax(d, mmx, -1, 1), color=color.orange, transp=0)