KRK aDa Стохастическая стратегия медленной средней реверсии с улучшениями ИИ

Автор:Чао Чжан, Дата: 2024-04-26 15:41:18
Тэги:КРКADAЕМАА.Л.РСИ

img

Обзор

Эта стратегия использует стохастический медленный индикатор в качестве основного торгового сигнала, в сочетании с 200-периодным простым скользящим средним (SMA) в качестве трендового фильтра. Кроме того, стратегия внедряет фиктивный индикатор искусственного интеллекта (AI), чтобы обеспечить дополнительные сигналы входа. Основная идея заключается в покупке в перепроданных областях и продаже в перекупленных областях, обеспечивая при этом, чтобы цена была выше 200 SMA для длинных входов и ниже 200 SMA для коротких входов, соответствуя текущей тенденции. Включение индикатора AI предлагает больше возможностей для входа.

Принципы стратегии

  1. Вычислить значения K и D показателя Stochastic Slow, при этом период K устанавливается на 26 и значение D является 3-периодической SMA значения K.

  2. Установите уровень перекупленности (OverBought) на 81, уровень перепроданности (OverSold) на 20 и минимальное значение K (minKValue) на 11.

  3. Сгенерировать сигнал покупки, когда линия K пересекает линию D, а значение K ниже уровня перепроданности и выше минимального значения K.

  4. Сгенерируют сигнал продажи, когда линия K пересекает линию D, а значение K превышает уровень перекупленности и минимальное значение K.

  5. Использовать 200-периодную SMA в качестве фильтра тренда, допуская длинные записи только тогда, когда цена выше 200 SMA, и короткие записи, когда цена ниже 200 SMA.

  6. Введите индикатор искусственного интеллекта (используя RSI>50 для бычьего и RSI<50 для медвежьего), входящий в длинный, когда сигнал искусственного интеллекта является бычьим, и короткий, когда он является медвежьим.

  7. Объедините сигналы от индикатора стохастики, фильтра тренда и индикатора ИИ, чтобы получить окончательные торговые сигналы.

  8. Установите стоп-лосс 10% для длинных записей и 10% для коротких записей.

Преимущества стратегии

  1. Индикатор Stochastic Slow эффективно определяет перекупленные и перепроданные зоны на рынке, обеспечивая хорошие точки входа для торгов.

  2. Тенденционный фильтр 200 SMA обеспечивает соответствие торгов текущей тенденции, увеличивая уровень успеха.

  3. Включение показателя ИИ открывает больше возможностей для вступления, потенциально повышая рентабельность стратегии.

  4. Использование ордеров стоп-лосса эффективно управляет рисками.

Стратегические риски

  1. Стохастический индикатор может генерировать ложные сигналы на нестабильных рынках.

  2. Индикатор ИИ в настоящее время является фиктивным индикатором, и его фактическая эффективность должна быть проверена.

  3. Настройки стоп-лосса могут привести к преждевременному сокращению некоторых прибылей.

Направления оптимизации стратегии

  1. Оптимизировать параметры стохастического индикатора для поиска оптимального периода и параметров порога перекупки/перепродажи.

  2. Внедрение более сложных и эффективных моделей ИИ для повышения точности сигналов ИИ.

  3. Отрегулировать настройки стоп-лосса и прибыли для лучшего контроля рисков и получения прибыли.

  4. Рассмотреть возможность включения других эффективных технических показателей или фундаментальных данных для повышения надежности стратегии.

Резюме

Эта стратегия сочетает в себе индикатор Stochastic Slow, трендовый фильтр и сигналы AI для формирования многофакторного торгового подхода. Индикатор Stochastic обеспечивает эффективные сигналы перекупа и перепродажи, трендовый фильтр гарантирует, что сделки соответствуют общему тренду, а сигналы AI предлагают дополнительные возможности для входа. Хотя стратегия имеет некоторые потенциальные риски и возможности для улучшения, ее общая логика ясна и разумна, что делает ее достойной дальнейшего изучения и уточнения.


/*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")


Связанные

Больше