Strategi rangkaian neural paksi dwi masa
Prinsip Strategi
Strategi ini menggunakan model ramalan rangkaian saraf untuk menilai trend harga dalam dua jangka masa dan berdagang semasa isyarat dua-sumbu masa bersempena.
Logiknya ialah:
-
Mendapatkan dua pergerakan harga pada garisan masa, seperti garisan hari dan garisan jam
-
Kemasukan perubahan harga ke dalam rangkaian saraf yang dilatih untuk menghasilkan output ramalan bagi setiap paksi
-
Apabila kedua-dua paksi meramalkan output dalam arah yang sama, iaitu melebihi had, menghasilkan isyarat dagangan
-
Ramalan hari lebih banyak, ramalan jam lebih banyak, lebih banyak dagangan
-
Ramalan hari pada waktu kosong, ramalan 1 jam pada waktu kosong, melakukan perdagangan kosong
-
Apabila dua paksi tidak selaras, kedudukan sejajar
Strategi ini memanfaatkan sepenuhnya maklumat dua-sumbu masa, menilai arah trend dalam pelbagai dimensi, dan kemudian melakukan perdagangan, yang dapat mengurangkan isyarat palsu secara berkesan.
Kelebihan Strategik
-
Ramalan dua garisan masa untuk meningkatkan ketepatan penilaian
-
Rangkaian saraf memodelkan data yang kompleks
-
Berdagang Bersama, Jangan Tertipu
Risiko Strategik
-
Banyak data diperlukan untuk latihan rangkaian
-
Reka bentuk struktur rangkaian perlu diuji berulang kali
-
Frekuensi rendah munculnya isyarat gabungan dua paksi
ringkaskan
Strategi ini menggunakan rangkaian saraf untuk menilai trend harga dari dua garis masa, untuk berdagang dengan asumsi memastikan keakuratannya. Tetapi ia memerlukan pengoptimuman parameter rangkaian dan menetapkan frekuensi perdagangan yang munasabah. Secara keseluruhan, ia dapat memberikan panduan arah perdagangan yang lebih mantap.
/*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