Стратегия машинного обучения TradingView

Добрый день!

Настало время выложить стратегию для TradingView, которую я писал 2.5 недели.

В этом коде реализована торговая стратегия, основанная на модели K-ближайших соседей (KNN), использующая методы классификации для принятия решений о покупке или продаже активов. Модель обучается на технических индикаторах: RSI, CCI, ADX и WT.

Суть модели:

1.Обучение на индикаторах
Модель KNN использует исторические значения указанных индикаторов в качестве входных данных. Эти индикаторы помогают определить потенциальные точки входа и выхода на рынок, основываясь на изменениях в ценах и объемах.

2.Классификация сигналов
В зависимости от значений индикаторов, модель классифицирует текущую рыночную ситуацию как «покупка», «продажа» или «нейтральная». Это позволяет трейдеру принимать более обоснованные решения.

3.Расстояние Лоренца
В отличие от стандартного евклидова расстояния, расстояние Лоренца учитывает определенные характеристики данных, что позволяет лучше захватывать особенности временных рядов и улучшать качество классификации.

Настройки пользователя:
Периоды индикаторов: Установите временные рамки для каждого индикатора, чтобы адаптировать стратегию под конкретные условия рынка.

Число ближайших соседей: Укажите количество соседей, которое будет использоваться в модели KNN. Это значение влияет на точность классификации. Меньшее значение K может привести к более «шумным» прогнозам, в то время как большее значение может сгладить результаты, но уменьшить чувствительность к изменениям.

Частичный тейк профит, тейк профит и стоп лосс: Эти настройки помогут вам управлять рисками и оптимизировать прибыль. Установите уровни, при которых вы хотите фиксировать прибыль или ограничивать убытки

!!! Учитывайте волатильность и не ставьте высокие тейки на низких таймфреймах, так как это может ухудшить статистику вашей торговли

Уровень комиссии за размещение ордера: Учитывайте комиссии при размещении ордеров, чтобы более точно оценить эффективность стратегии.

Данные для обучения: Вы можете выбрать цену, относительно которой будут рассчитываться индикаторы, я советую использовать цену открытия

Max bars back и настройки ядра: Эти параметры помогут вам контролировать количество исторических данных, которые используются для обучения модели, и настроить ядро для оптимизации классификации.

А вот статистика, собранная за последние 300 свечей на таймфрейме 1 час BTCUSDT, надеюсь, вы найдете применение данного кода)



А вот и ссылка на блокнот с кодом, вам всего-лишь нужно его скопировать и вставить в редактор Pine TradingView и все начнет работать)

 Ссылка на данный пост в тг)