Princípio da estratégia

A estratégia combina um modelo de rede neural, um indicador RSI e um indicador de tendência super para negociar.

A lógica é a seguinte:

1. Construção de modelos de redes neurais, com a entrada de dados multidimensionais, como a taxa de variação de volume de transação, a faixa de Bryn, o RSI

2. A rede prevê a variação futura dos preços

3. Calcule o valor do indicador RSI e combine o RSI com a taxa de variação de preços prevista

4. Geração de uma linha de stop loss dinâmica com base no valor do indicador RSI

5. Fazer um empréstimo quando o preço cai abaixo da linha de parada de alta; fazer um empréstimo quando o preço ultrapassa a linha de parada de baixa

6. Filtragem de juízos de tendências em combinação com indicadores de tendências super

A estratégia aproveita a capacidade de simulação de dados complexos da rede neural e é complementada com a validação de sinais com indicadores como RSI e super tendências, controlando o risco de negociação ao mesmo tempo em que aumenta a precisão do julgamento.

Vantagens estratégicas

• Tendências de modelagem de dados multidimensionais nas redes neurais

• O RSI parou de proteger os lucros, ajudando a julgar a supertrend

• Verificação de combinação de múltiplos indicadores para melhorar a qualidade do sinal

Risco estratégico

• O treinamento de redes neurais requer uma grande quantidade de dados.

• Parâmetros de RSI e super tendência precisam de ajustes de otimização

• Efeitos dependentes de modelos e incertezas

Resumir

A estratégia usa técnicas de aprendizagem de máquina para auxiliar o julgamento de indicadores tradicionais, controlando o risco ao mesmo tempo em busca de alta eficiência. No entanto, o ajuste de parâmetros e a interpretabilidade do modelo ainda precisam ser aperfeiçoados.