Торговая стратегия на основе масштабированных нормализованных векторов с оптимизацией функции активации
Обзор
Данная стратегия является улучшением стратегии масштабно-нормализованного вектора от drkhodakarami, в основном за счёт добавления функции активации для повышения производительности. Стратегия использует дифференцирование по временной оси для вычисления скорости изменения рынка и через пороговые значения определяет сигналы на покупку и продажу. Кроме того, в стратегию введены функции активации swish, ReLU и step, которые сглаживают последовательность разностей и повышают точность определения сигналов.
Принцип стратегии
- Вычисляется процентное изменение цены закрытия (close) на заданном временном интервале — x.
- x передаётся в функцию активации, получается обработанная последовательность p.
- Устанавливаются положительный и отрицательный пороги th. Когда p пересекает th снизу вверх — открывается длинная позиция, когда пересекает -th сверху вниз — открывается короткая позиция.
- Отключается перерисовка для предотвращения ложных сигналов.
Анализ преимуществ
- Введение функции активации позволяет фильтровать шум и повышать качество определения сигналов.
- Добавлена логика открытия и закрытия позиций для автоматической торговли.
- Увеличено пространство для настройки параметров, что позволяет адаптироваться к большему числу рынков.
- Отличный визуальный дизайн, наглядно отражающий торговые сигналы.
Анализ рисков
- Неправильная настройка пороговых значений может привести к упущению торговых возможностей.
- Неподходящий выбор функции активации может отфильтровать рыночную информацию.
- Требуется тестирование искажения сигналов, вызванного перерисовкой.
Методы решения:
- Настройка параметров порогов для поиска оптимальных значений.
- Тестирование различных функций активации для выбора наиболее подходящей.
- Добавление логики обнаружения перерисовки для подтверждения достоверности сигналов.
Направления оптимизации
- Добавление адаптивной установки порогов.
- Оптимизация параметров функции активации.
- Внедрение автоматического стоп-лосса.
- Комбинирование дополнительных фильтров сигналов.
Заключение
Данная стратегия, основанная на работе drkhodakarami, вводит функции активации для улучшения производительности. Расширение пространства оптимизации параметров позволяет лучше адаптироваться к изменениям рынка. Визуальный дизайн отлично и наглядно отображает торговые возможности. В дальнейшем можно продолжить оптимизацию функций активации и пороговых значений, а также добавить стоп-лосс и дополнительные фильтры сигналов, что позволит добиться ещё лучших результатов.
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// author: capissimo
strategy("Scaled Normalized Vector Strategy, ver.4", precision=2, overlay=false)
// This is a modification of my Scaled Normalized Vector Strategy - 1

