Estratégia de negociação RSI usando julgamento condicional bayesiano

Visão geral

Este artigo analisa principalmente uma estratégia de negociação quantitativa de uma estratégia de negociação de RSI chamada de aplicar a determinação de condições de Bayes . Esta estratégia calcula a distribuição de probabilidade do indicador RSI, aplicando o Bayes Law para deduzir a probabilidade de que o indicador RSI continue a subir ou cair, para determinar a tendência futura dos preços e obter lucro .

Princípio da estratégia

A lógica central da estratégia é:

1. Distribuição de probabilidade de um aumento no preço de fechamento em um determinado período A
2. Calcular a distribuição de probabilidade de se o RSI continuar a subir no período correspondente B
3. Aplicar a lei de Bayes para calcular a probabilidade de A e B acontecerem simultaneamente
4. Quando a probabilidade é maior do que a desvalorização, julgar que a tendência vai continuar e tomar um sinal de negociação

Concretamente, a estratégia define primeiro o parâmetro p como o parâmetro de ciclo para calcular o indicador RSI, e r como o intervalo de tempo para a previsão de mudanças futuras nos preços. Em seguida, durante o ciclo p, calcule o número de vezes que o preço de fechamento aumentou, e calcule a distribuição de probabilidade A. Ao mesmo tempo, durante o ciclo p, calcule o número de vezes que o RSI continuou a subir no ciclo r após o fim do ciclo, e calcule a distribuição de probabilidade B.

Aplicando a fórmula da Lei de Bayes, calcula-se a probabilidade de que o preço de fechamento do mercado suba e o RSI continue a subir, simultaneamente, como um indicador de probabilidade final. Quando a probabilidade é maior do que um determinado limiar, a tendência continua a subir e é feita uma operação múltipla. Quando a probabilidade é menor do que o limiar, a tendência é invertida e é feita uma posição de equilíbrio.

Assim, a análise estratégica leva em consideração informações sobre preços e indicadores técnicos, aplica estatísticas de probabilidade e a lei de Bayes para julgar as tendências futuras e gerar sinais de negociação.

Vantagens estratégicas

A estratégia tem as seguintes vantagens:

1. Combinação de vários tipos de informaçãoA estratégia não considera apenas a informação de preços, mas também a informação de indicadores técnicos, como o RSI, para avaliar as tendências futuras de forma integrada e aumentar a precisão de avaliação.

2. Probabilidade de previsãoA distribuição de probabilidade estatística permite fazer previsões de probabilidade sobre a direção das mudanças de preço e RSI, em vez de uma simples comparação numérica, para tornar o julgamento mais científico.

3. Optimização BayesianaA aplicação da lei de Bayes para calcular a probabilidade de correlação, para otimizar a probabilidade estatística original e tornar o julgamento mais preciso.

4. Parâmetros flexíveisO objetivo é: fornecer uma variedade de parâmetros para ajuste e otimização, com a capacidade de ajustar parâmetros para diferentes mercados e ativos, aumentando a adaptabilidade da estratégia.

5. Simples e eficazA estratégia é clara, os sinais de negociação são avaliados por meio de cálculos estatísticos e de probabilidade simples, são fáceis de entender e de otimizar, e os resultados são evidentes.

Risco estratégico

A estratégia também apresenta os seguintes principais riscos:

1. Dependência de parâmetrosO efeito da estratégia depende da configuração de parâmetros, e os diferentes mercados precisam ajustar uma grande quantidade de parâmetros para obter o melhor efeito, aumentando a dificuldade de operação da estratégia.

2. Erro de probabilidadeA probabilidade calculada pode não corresponder às tendências reais, o que pode levar a um desvio de julgamento devido ao tempo de estatística e à amostra limitada.

3. Eventos especiaisA correlação entre os preços de mercado e o RSI pode ser afetada por eventos inesperados significativos que podem tornar a estratégia ineficaz.

4. Indicadores técnicos não são válidosEm alguns mercados, indicadores técnicos, como o RSI, podem produzir sinais de falha, levando ao fracasso do julgamento estratégico.

As soluções para os riscos incluem: otimizar o processo de configuração de parâmetros, ajustar o tempo estatístico e o volume de amostragem, incorporar mais informações auxiliares, casos de intervenção manual anormal, etc.

Otimização de Estratégia

Os principais pontos de otimização da estratégia são:

1. Quadro de tempo múltiplaA estratégia pode ser executada em múltiplos períodos de tempo (linhas do sol, linhas do horário, etc.) e o julgamento integral pode melhorar a estabilidade.

2. Mais indicadoresA adição de mais sinais de indicadores técnicos, como a forma da linha K, a média de movimento, etc., proporciona uma base de julgamento mais rica.

3. Optimização de modelosAplicação de métodos de aprendizagem de máquina para otimizar o modelo de Bayes e tornar o cálculo mais preciso.

4. Parâmetros dinâmicos: Modulo de otimização dinâmica de parâmetros adicionados, permitindo que os parâmetros sejam ajustados de acordo com as mudanças de mercado em tempo real.

5. Mecanismo de controle de ventoO objetivo é definir indicadores de controle de vento, como a retirada máxima e a monotonia, para evitar grandes perdas em mercados extremos.

6. Melhorias integradasA integração com outros tipos de estratégias ou modelos, formando um mecanismo de votação e aumentando a estabilidade do julgamento.

Resumir

Esta estratégia primeiro calcula a distribuição de probabilidade do preço e do indicador RSI, em seguida, usa a lei de Bayes para calcular a probabilidade de composição, gerando um sinal de negociação quando a probabilidade é maior do que o limite dado, para obter lucro. A estratégia integra informações de várias fontes, previsão de probabilidade de aplicação e otimização de Bayes, para obter melhores resultados.