Estratégia de rede neural de eixo de tempo duplo
Princípio da estratégia
A estratégia usa modelos de previsão de redes neurais para determinar tendências de preços em dois intervalos de tempo e para negociar quando os sinais dos dois eixos de tempo são sincronizados.
A lógica é a seguinte:
-
Obtenção de dois tipos de mudanças de preço de linha do tempo, como a linha do dia e a linha da hora
-
Treinamento para inserir mudanças de preço em uma rede neural e obter uma saída de previsão para cada eixo
-
Quando os dois eixos de previsão de saída na mesma direção, ou seja, ultrapassar a barreira, gerando um sinal de transação
-
Previsão do dia, previsão da hora, previsão da hora, mais negociações
-
Previsão do dia para a tomada de posse e uma previsão de uma hora para a tomada de posse.
-
Quando as previsões dos eixos não coincidem, o equilíbrio é estabelecido.
A estratégia aproveita ao máximo as informações de duas faixas de tempo, julga a direção da tendência em várias dimensões e, em seguida, executa uma transação, reduzindo efetivamente os falsos sinais.
Vantagens estratégicas
-
Previsão em duas eixos de tempo para melhorar a precisão do julgamento
-
As redes neurais modelam dados complexos
-
Negociação homogênea para evitar armadilhas
Risco estratégico
-
O treinamento da rede requer uma grande quantidade de dados
-
A estrutura da rede precisa ser testada repetidamente
-
Baixa frequência de sinais de combinação de dois eixos
Resumir
A estratégia usa uma rede neural para avaliar a tendência de preços em duas linhas de tempo, garantindo a precisão da avaliação. No entanto, é necessário otimizar os parâmetros da rede e definir uma frequência de negociação razoável.
/*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
