ChaoZhang
Обзор
Стратегия использует случайный медленный индикатор ((Stochastic Slow) в качестве основного торгового сигнала и в сочетании с 200-дневным простым движущимся средним ((SMA) в качестве трендового фильтра. Кроме того, стратегия также вводит виртуальный индикатор искусственного интеллекта (AI), чтобы предоставить дополнительный сигнал входа. Основная идея стратегии заключается в покупке в зоне перепродажи и продаже в зоне перепродажи, а также в обеспечении того, чтобы цена была куплена выше 200 SMA и продана ниже 200 SMA, в соответствии с текущей тенденцией.
Стратегический принцип
Вычислите значения K и D для случайных замедленных показателей, где K имеет 26 циклов, а D - 3 циклов SMA для K.
Настройка перекупленности на 81, перепродажи на 20, минимальная k-значение на 11.
Сигнал покупать производится, когда K-линия проходит через D-линию и K-значение меньше, чем превышает зону перепродажи и больше, чем минимальное K-значение.
Сигнал “продажа” создается, когда K проходит через D и его значение больше, чем минимальное значение K.
Используйте 200 SMA в качестве фильтра тренда, когда цена позволяет покупать, когда она выше 200 SMA, и продавать, когда она ниже 200 SMA.
Введение виртуального индикатора AI ((с использованием RSI>50 для позитивного, RSI<50 для отрицательного), покупая, когда индикатор AI является положительным, и продавая, когда он является отрицательным.
Комбинированные сигналы от случайных индикаторов, фильтров трендов и индикаторов AI создают конечный торговый сигнал.
Покупая, вы устанавливаете убыток в размере 10%, а продавая - убыток в размере 10%.
Стратегические преимущества
Рандомные медленные индикаторы эффективно идентифицируют зоны перекупа и перепродажи на рынке, что обеспечивает хорошую точку входа для торгов.
Введение 200 SMA в качестве фильтра тренда, обеспечивающего соответствие торгов с текущими тенденциями, повышает уровень успешности.
Включение показателей ИИ дает больше возможностей для входа в стратегию, что может повысить ее прибыль.
Установка стоп-лосс-ордеров эффективно контролирует риск.
Стратегический риск
В результате, в течение всего периода, в течение которого рынок находится в состоянии колебаний, случайные индикаторы могут создавать больше ложных сигналов.
Показатели ИИ пока являются лишь виртуальными показателями, реальные результаты еще предстоит проверить.
Установка Stop Loss может привести к преждевременному потере части прибыли.
Направление оптимизации стратегии
Оптимизация параметров случайных индикаторов для нахождения оптимального цикла и настройки на перекуп и перепродажу.
Внедрение более сложных и эффективных моделей ИИ повышает точность сигналов ИИ.
Оптимизация стоп-лосс и стоп-стоп-настройки для лучшего контроля риска и блокировки прибыли.
Подумайте о введении других эффективных технических показателей или фундаментальных данных, чтобы повысить устойчивость стратегии.
Подвести итог
Эта стратегия, объединенная с случайными замедленными индикаторами, трендовыми фильтрами и сигналами ИИ, образует многофакторную торговую стратегию. Случайные индикаторы обеспечивают эффективные сигналы о перепродаже, трендовые фильтры обеспечивают соответствие торгового направления с большими тенденциями, а сигналы ИИ предоставляют больше возможностей для входа в стратегию. Несмотря на то, что в этой стратегии есть некоторые потенциальные риски и возможности для оптимизации, ее общая концепция ясна, логична и заслуживает дальнейшего изучения и улучшения.
/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Stochastic Slow Strategy with More Entries and AI", overlay=true)
length = input.int(26, minval=1)
OverBought = input(81)
OverSold = input(20)
smoothK = input.int(3, minval=1)
smoothD = input.int(3, minval=1)
minKValue = input(11, title="Minimum K Value")
// Stochastic calculations
k = ta.sma(ta.stoch(close, high, low, length), smoothK)
d = ta.sma(k, smoothD)
co = ta.crossover(k, d)
cu = ta.crossunder(k, d)
// Trend filter (200-period simple moving average)
ema200 = ta.sma(close, 200)
// Artificial Intelligence indicator (dummy example)
// Aquí puedes colocar la lógica de tu red neuronal artificial
// Por ahora, simplemente usaremos una señal aleatoria
ai_signal = ta.rsi(close, 14) > 50 ? 1 : -1
// Entry conditions
longCondition = ta.crossover(close, ema200) and k < OverSold and k > minKValue and ai_signal == 1
shortCondition = ta.crossunder(close, ema200) and k > OverBought and k > minKValue and ai_signal == -1
if (not na(k) and not na(d))
if (co and k < OverSold and k > minKValue)
strategy.entry("StochLE", strategy.long, comment="StochLE")
if (cu and k > OverBought and k > minKValue)
strategy.entry("StochSE", strategy.short, comment="StochSE")
if (longCondition)
strategy.entry("LongEntry", strategy.long, comment="LongEntry")
strategy.exit("StopLoss", "LongEntry", loss = close * 0.9) // Stop loss del 10%
if (shortCondition)
strategy.entry("ShortEntry", strategy.short, comment="ShortEntry")
strategy.exit("StopLoss", "ShortEntry", loss = close * 1.1) // Stop loss del 10%
// Plotting
plot(ema200, color=color.blue, title="200 SMA")