В этой статье я решил сравнить два популярных сервиса ChatGPT и Claude.ai и посмотреть, как они справляются с задачей поиска торговых неэффективностей на ноябрь 2024 года. Я оценил их функционал и удобство использования, чтобы выяснить, какой из них лучше подходит для анализа данных и разработки прибыльной торговой стратегии.
Чтобы упростить сбор данных, я воспользовался Гидрой — это, пожалуй, лучший бесплатный инструмент для загрузки рыночных данных.
Я скачал минутные данные по BTCUSDT за 2024 год, которые составили примерно 25 МБ, и выгрузил их в CSV-файл.
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.
Стараюсь разобраться с использованием значений относительных приростов цены вместо реальных цен.
Попытался все это визуализировать, ну… так, как я это понял. График цвета аквамарин под чартом построен по формуле P=(P[i] – P[i-1])/ P[i-1]Возможно я где-то сильно ошибаюсь, но неужели это лучше для анализа? Полностью исключены все тренды и глобальные и локальные.
Я, конечно, допускаю, что существуют более продвинутые методы анализа, кардинально отличающиеся от традиционных методов ТА, с использованием какой-нибудь, авторегрессионной условной гетероскедастичности и т.п., и там таки данные могут быть полезны. Но возникает большой вопрос, когда в теме, рассуждая о приращениях пишут, что использование логарифма отношений приращения еще удобнее.