ChaoZhang
1
focar em
1617
Seguidores
Visão geral
A estratégia é um sistema de negociação abrangente que combina o algoritmo de aprendizado de máquina K-nearest neighbor (KNN), reconhecimento de padrões de velas e análise de volume. A estratégia forma uma estrutura de análise tridimensional para o mercado por meio de métodos de análise multidimensionais, incluindo canais de média móvel, verificação de limite de volume e estatísticas de probabilidade, capturando assim potenciais oportunidades de negociação.
Princípio da estratégia
A lógica central da estratégia é baseada nos seguintes elementos-chave:
- Use a média móvel (SMA) e o desvio padrão para construir canais de preços para identificar áreas de sobrecompra e sobrevenda
- Identifique nove padrões clássicos de velas por meio de condições definidas programaticamente, incluindo martelo, estrela cadente, engolfo, etc.
- Apresentar o algoritmo KNN para aprender tendências históricas de preços e prever possíveis tendências futuras de preços
- O uso do volume de negociação como um indicador de confirmação de sinal requer que o volume de negociação seja maior do que o limite definido quando o sinal for acionado
- Calcule a distribuição de probabilidade de subida e descida e use-a como uma das condições de filtragem de sinal
Vantagens estratégicas
- O mecanismo de confirmação de sinal multinível melhora significativamente a confiabilidade das transações
- A introdução do algoritmo KNN fornece uma perspectiva de aprendizado de máquina para análise técnica tradicional
- O mecanismo de verificação de volume evita efetivamente falsos avanços
- O desenho dinâmico de linhas de suporte e resistência ajuda a identificar níveis de preços importantes
- Um sistema de alerta abrangente garante que você não perderá oportunidades de negociação importantes
- Os parâmetros de estratégia são altamente ajustáveis e podem se adaptar a diferentes ambientes de mercado
Risco estratégico
- Algoritmo KNN pode ficar para trás em mercados voláteis
- Muitas condições de filtragem de sinal podem levar à perda de algumas oportunidades de negociação
- Os limites de volume fixo podem precisar ser ajustados dinamicamente em diferentes períodos
- Muitos sinais falsos podem ser gerados durante as fases laterais Recomendado:
- Ajuste dinamicamente os parâmetros do algoritmo
- Introdução de um mecanismo de identificação do ambiente de mercado
- Defina um limite máximo de perda
- Estabelecer um sistema de gestão de armazém
Direção de otimização da estratégia
- Introdução de um mecanismo de ajuste de parâmetros adaptativo para permitir que a estratégia ajuste automaticamente os parâmetros de acordo com as condições de mercado
- Integre algoritmos de aprendizado profundo para melhorar a precisão da previsão
- Adicionar mais indicadores de microestrutura de mercado
- Otimizando o método de cálculo dinâmico do limite de volume de negociação
- Estabelecer um sistema de controle de riscos mais completo
Resumir
A estratégia constrói um sistema de negociação robusto combinando análise técnica tradicional com métodos modernos de aprendizado de máquina. A estrutura de análise multidimensional da estratégia e o mecanismo rigoroso de confirmação de sinal fornecem uma base confiável para decisões de negociação. Por meio de otimização contínua e controle de risco, espera-se que a estratégia mantenha um desempenho estável em vários ambientes de mercado.
Código-fonte da estratégia
/*backtest
start: 2024-01-17 00:00:00
end: 2025-01-16 00:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/
//@version=6
strategy("Candle Pattern Analyzer with Volume", overlay=true)
// Input parameters
length = input.int(20, "Channel Length", minval=1)
mult = input.float(2.0, "Volatility Multiplier", minval=0.1)
candleLength = input.int(5, "Candle Length", minval=1)
k = input.int(5, "KNN Neighbors", minval=1)
volumeThreshold = input.int(100000, "Volume Threshold", minval=1)
// Calculate channel
basis = ta.sma(close, length)
dev = mult * ta.stdev(close, length)
upper = basis + dev
lower = basis - dev
// Plot channel
plot(basis, color=color.blue)
plot(upper, color=color.green)
plot(lower, color=color.red)
// Identify candle patterns
isBullish = close > open
isBearish = close < open
// Pre-calculate SMAs
smaLow = ta.sma(low, candleLength)
smaHigh = ta.sma(high, candleLength)
smaClose = ta.sma(close, candleLength)
// Hammer pattern
isHammer = isBullish and
low < smaLow and
close > smaClose and
(close - low) / (high - low) > 0.6 and
low < low[1]
// Shooting Star pattern
isShootingStar = isBearish and
high > smaHigh and
close < smaClose and
(high - close) / (high - low) > 0.6 and
high > high[1]
// Inverse Hammer pattern
isInverseHammer = isBullish and
high > smaHigh and
close < smaClose and
(high - close) / (high - low) > 0.6 and
high > high[1]
// Bullish Engulfing pattern
isBullishEngulfing = isBullish and
close > high[1] and
open < low[1]
// Bearish Engulfing pattern
isBearishEngulfing = isBearish and
close < low[1] and
open > high[1]
// Morning Star pattern
isMorningStar = isBullish and close[2] < open[2] and close[1] < open[1] and close > open[1]
// Evening Star pattern
isEveningStar = isBearish and close[2] > open[2] and close[1] > open[1] and close < open[1]
// Three Black Crows pattern
isThreeBlackCrows = isBearish and
close < close[1] and
close[1] < close[2] and
close[2] < close[3]
// Three White Soldiers pattern
isThreeWhiteSoldiers = isBullish and close > close[1] and close[1] > close[2] and close[2] > close[3]
// Compare previous candles
prevCandleUp = close[1] > open[1]
prevCandleDown = close[1] < open[1]
// Calculate probability
probUp = ta.sma(close > open ? 1 : 0, candleLength) / candleLength
probDown = ta.sma(close < open ? 1 : 0, candleLength) / candleLength
// Generate signals
buySignal = isHammer and prevCandleDown and probUp > probDown and volume > volumeThreshold
sellSignal = isShootingStar and prevCandleUp and probDown > probUp and volume > volumeThreshold
// Highlight patterns
color candleColor = na
if (isHammer)
candleColor := color.green
label.new(bar_index, high, "Hammer", color=color.green, style=label.style_label_up)
else if (isShootingStar)
candleColor := color.red
label.new(bar_index, low, "Shooting Star", color=color.red, style=label.style_label_down)
else if (isInverseHammer)
candleColor := color.blue
label.new(bar_index, high, "Inverse Hammer", color=color.blue, style=label.style_label_up)
else if (isBullishEngulfing)
candleColor := color.yellow
label.new(bar_index, high, "Bullish Engulfing", color=color.yellow, style=label.style_label_up)
else if (isBearishEngulfing)
candleColor := color.purple
label.new(bar_index, low, "Bearish Engulfing", color=color.purple, style=label.style_label_down)
else if (isMorningStar)
candleColor := color.orange
label.new(bar_index, high, "Morning Star", color=color.orange, style=label.style_label_up)
else if (isEveningStar)
candleColor := color.new(color.red, 80)
label.new(bar_index, low, "Evening Star", color=color.new(color.red, 80), style=label.style_label_down)
else if (isThreeBlackCrows)
candleColor := color.black
label.new(bar_index, low, "Three Black Crows", color=color.black, style=label.style_label_down)
else if (isThreeWhiteSoldiers)
candleColor := color.white
label.new(bar_index, high, "Three White Soldiers", color=color.white, style=label.style_label_up)
// Plot candles
barcolor(candleColor)
// KNN algorithm
var float[] knnData = array.new_float(k, na)
var float[] knnLabels = array.new_float(k, na) // Create an array to store KNN labels
array.set(knnLabels, 0, 1.0) // Label for "up" movement
// Shift KNN dataset to make room for new data point
for i = 1 to k-1
array.set(knnData, i, array.get(knnData, i-1))
array.set(knnLabels, i, array.get(knnLabels, i-1))
// Predict next movement using KNN algorithm
float prediction = 0.0
for i = 0 to k-1
float distance = math.abs(close - array.get(knnData, i))
prediction += array.get(knnLabels, i) / distance
prediction /= k
// Plot prediction
// line.new(bar_index, close, bar_index + 1, prediction, color=color.purple)
// Plot resistance and support lines
float resistance = ta.sma(high, length)
float support = ta.sma(low, length)
// line.new(bar_index, resistance, bar_index + 1, resistance, color=color.green, style=line.style_dashed)
// line.new(bar_index, support, bar_index + 1, support, color=color.red, style=line.style_dashed)
// Plot buy and sell signals with prices
if (buySignal)
// label.new(bar_index, low, "Buy at " + str.tostring(low), color=color.green, style=label.style_label_up)
strategy.entry("Buy", strategy.long, comment="Buy at " + str.tostring(low))
if (sellSignal)
// label.new(bar_index, high, "Sell at " + str.tostring(high), color=color.red, style=label.style_label_down)
strategy.entry("Sell", strategy.short, comment="Sell at " + str.tostring(high))
// Create alerts
alertcondition(buySignal, title="Buy Signal", message="Buy signal generated!")
alertcondition(sellSignal, title="Sell Signal", message="Sell signal generated!")