Обзор

Многофакторная автоматическая стратегия отслеживания динамики позволяет автоматизировать торговлю высоко волатильными активами, такими как криптовалюты, путем объединения различных технических показателей для идентификации рыночных тенденций и ключевых уровней сопротивления. Эта стратегия использует такие показатели, как RSI, MACD и Stochastic, для определения времени покупки и продажи, а также для более точной идентификации тенденций в сочетании с процентной долей изменения цен.

Стратегический принцип

В основе стратегии многофакторного автоматического отслеживания динамики лежит интеграция различных технических показателей. Стратегия использует следующие компоненты:

1. Индекс RSI определяет перекуп и перепродажу. В сочетании с различными параметрами можно распознать обычный сигнал RSI или улучшенный сигнал RSI Conner, чтобы определить, есть ли шанс на обратный ход.

2. MACD-индикатор помогает определить направление тренда.

3. Стохастический индикатор идентифицирует зоны перекупа и перепродажи.

4. Процентное изменение цены проверяет, действительно ли это прорыв. Процентное изменение наивысшей, самой низкой, закрытой цены в течение определенного периода определяет, является ли это настоящим прорывом.

5. Показатель EMA определяет высокий уровень пробега. Пробег вверх по быстрой линии является позитивным сигналом, а вниз - падением.

Стратегия, основанная на том, что рынок свободен, выбирает дополнительный коучинг, и после входа в позицию устанавливает стоп-стоп, эффективно контролируя риск. Выбирает выход из позиции, когда появляется сигнал об обратном движении. Весь процесс принятия решений полностью сочетает в себе несколько факторов суждения, что позволяет более точное суждение.

Анализ преимуществ

Эта стратегия имеет следующие преимущества:

1. Многофакторный драйв имеет преимущество в оценке. По сравнению с одним показателем, комбинация из нескольких показателей может быть проверена друг другом, что делает результаты более точными и надежными, что позволяет сэкономить ненужные расходы на транзакцию.

2. Условия строго избегают ошибочных сделок. Стратегия устанавливает строгие требования к условиям купли-продажи, требуя одновременного выпуска сигналов от нескольких индикаторов, что позволяет отфильтровать большое количество шума и избежать ошибочных сделок.

3. Способность встроенной стратегии динамически вычислять параметры показателей, избегая субъективности искусственного выбора сверхпараметров, что делает параметры стратегии более научными.

4. Контроль риска с помощью механизма стоп-стоп. Стратегия рассчитывает и отображает положение стоп-стоп в режиме реального времени после открытия позиции, что позволяет эффективно контролировать единичные потери и избегать появления взрыва.

Анализ рисков

В этой стратегии есть некоторые риски, которые необходимо избегать:

1. Вероятность того, что индикатор выпустит ошибочный сигнал. Несмотря на то, что проверка с использованием нескольких показателей может значительно снизить уровень ошибочного сигнала, это может произойти. Это может привести к ненужным потерям.

2. Риск превышения стоп-убытков. В крайних случаях может произойти обвал цены, в результате чего первоначальные стоп-убытки будут легко превышены, что приведет к большим потерям.

3. Переоптимизация, вызванная оптимизацией параметров. Динамические параметры, хотя и избегают субъективности, вызванной искусственным выбором, могут также привести к переоптимизации параметров и потере способности к генерализации.

Решение проблемы:

1. Увеличение строгости условий фильтрации сигнала, снижение погрешности.
2. Для того, чтобы избежать больших потерь, необходимо строить склады по частям.
3. Увеличение количества проб, строгая оценка стабильности параметров.

Направление оптимизации стратегии

Существуют также несколько оптимизируемых измерений стратегии многофакторного адаптивного динамического отслеживания:

1. Увеличение количества факторов суждения. В сочетании с дополнительными суждениями о различных типах индикаторных сигналов, таких как волатильность, объем торгов и т. Д.

2. Оптимизация алгоритмов стоп-механизмов. Можно ввести более продвинутые алгоритмы стоп-стоп, такие как стоп-трекер, стоп-шокер, чтобы еще больше снизить вероятность прорыва стоп-стоп.

3. Внедрение моделей машинного обучения. Использование моделей, таких как RNN, LSTM, для моделирования исторических данных, которые могут помочь в принятии решений о покупке или продаже.

4. Интеграция стратегий. Использование нескольких подстратегий и их интеграция с помощью методов интегрированного обучения позволяет достичь более стабильной комплексной производительности.

Подвести итог

Многофакторная стратегия автоматического отслеживания динамики включает в себя использование нескольких технических показателей для определения времени покупки и продажи. По сравнению с одним показателем, стратегия более точна, при этом встроенные параметры автоматически адаптируются и механизм остановки контролирует риски. Следующий шаг может дополнительно повысить эффективность стратегии путем введения дополнительных вспомогательных факторов суждения, передовых алгоритмов остановки и методов машинного обучения.