Добрый вечер!
Сегодня хочу рассказать вам о тестировании индикатора Parabolic SAR на различных таймфреймах и продемонстрировать, как многие трейдеры заблуждаются в его использовании.
Давайте начну с условных обозначений:
— Вероятность успеха сигнала (%): это доля случаев, когда цена после сигнала PSAR двигалась в нужную сторону с учетом комиссии. Чем выше процент, тем больше вероятность, что сигнал окажется прибыльным.
— Вероятность движения цены (%): это доля случаев, когда цена двигалась на минимально необходимое изменение без учета направления. Это помогает понять, насколько волатилен рынок.
— Выгода от PSAR: это коэффициент, показывающий, насколько использование PSAR выгоднее простого случайного движения цены. Чем выше значение, тем лучше работает индикатор.
Как проводился анализ?
Анализ учитывает комиссию в размере 0.036% для открытия и закрытия позиций (в обе стороны), что соответствует условиям торговли в качестве мейкера на популярной бирже Bybit.
Математика анализа:
Я использовал PSAR (Parabolic SAR) для анализа движения цены после сигнала. Это индикатор, который позволяет оценить развороты тренда, что может дать трейдеру четкие точки входа и выхода.
Добрый день!
Сегодня расскажу о пулах ликвидности.
Что такое пулы ликвидности?
Это места, где хранятся средства, которые трейдеры используют для покупки или продажи криптовалют. Пулы ликвидности поддерживают баланс между предложением и спросом, что помогает сделать торговлю быстрее и эффективнее
Как это работает?
В пулы ликвидности добавляют активы — это могут быть криптовалюты или стейблкоины. Эти активы становятся доступными для обмена, и трейдеры могут мгновенно их купить или продать, не дожидаясь другой стороны сделки
Почему это важно?
Пулы ликвидности — это основа децентрализованных бирж, таких как Uniswap или Sushiswap.
Они позволяют торговать криптой без посредников, снижая зависимость от традиционных бирж
Преимущества пулов ликвидности:
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.