Strategi Perdagangan Vektor Normalisasi Skala yang Dioptimumkan Fungsi Pengaktifan
Gambaran Keseluruhan
Strategi ini adalah penambahbaikan kepada strategi vektor normalisasi skala oleh drkhodakarami, dengan penambahan utama fungsi pengaktifan untuk meningkatkan prestasi strategi. Strategi ini menggunakan perbezaan paksi masa untuk mengira kadar perubahan pasaran, dan menentukan isyarat beli (long) dan jual (short) melalui ambang. Pada masa yang sama, strategi memperkenalkan fungsi pengaktifan swish, ReLU dan step, yang dapat melicinkan siri perbezaan dan meningkatkan ketepatan penentuan isyarat.
Prinsip Strategi
- Kira kadar perubahan peratusan perbezaan x harga close pada paksi masa yang ditetapkan
- Hantar x kepada fungsi pengaktifan untuk mendapatkan siri p yang telah diproses
- Tetapkan ambang positif dan negatif th; apabila p menembusi ke atas th, lakukan beli (long); apabila menembusi ke bawah -th, lakukan jual (short)
- Matikan lukis semula untuk mengelakkan isyarat palsu
Analisis Kelebihan
- Pengenalan fungsi pengaktifan dapat menapis bunyi dan meningkatkan kualiti penentuan isyarat
- Penambahan logik buka dan tutup posisi membolehkan perdagangan automatik
- Ruang penyesuaian parameter yang diperluas menjadikannya lebih sesuai untuk pelbagai pasaran
- Reka bentuk visual yang cemerlang mencerminkan isyarat perdagangan secara intuitif
Analisis Risiko
- Penetapan ambang yang tidak sesuai boleh menyebabkan kehilangan peluang perdagangan
- Pemilihan fungsi pengaktifan yang tidak tepat mungkin menapis maklumat pasaran
- Perlu menguji masalah herotan isyarat yang disebabkan oleh lukis semula
Penyelesaian:
- Laraskan parameter ambang untuk mencari nilai optimum
- Cuba fungsi pengaktifan yang berbeza untuk mencari yang paling sesuai
- Tambah logik pengesanan lukis semula untuk mengesahkan kesahihan isyarat
Arah Pengoptimuman
- Tambah penetapan ambang adaptif
- Optimumkan parameter fungsi pengaktifan
- Masukkan logik henti rugi automatik
- Gabungkan lebih banyak faktor untuk menapis isyarat
Kesimpulan
Strategi ini, berdasarkan kerja drkhodakarami, memperkenalkan fungsi pengaktifan untuk meningkatkan prestasi. Dengan pengembangan ruang pengoptimuman parameter, ia dapat menyesuaikan diri dengan perubahan pasaran dengan lebih baik. Pada masa yang sama, reka bentuk visual yang cemerlang mencerminkan peluang perdagangan secara intuitif. Pada masa hadapan, pengoptimuman selanjutnya terhadap fungsi pengaktifan dan penetapan ambang, serta penambahan logik henti rugi dan lebih banyak penapisan isyarat, dijangka dapat menghasilkan prestasi strategi yang lebih baik.
/*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 - 1