Wie kann tuisku Ihnen helfen?

Tuisku ist eine Plattform für künstliche Intelligenz und maschinelles Lernen zur Optimierung Ihrer Handelsstrategien anhand technischer Muster. Tuisku ist vollständig in TraderView integriert und hilft Ihnen, Kauf- und Verkaufsentscheidungen für Vermögenswerte, einschließlich Kryptowährungen, zu treffen und Ihre Leistung auf den Finanzmärkten zu maximieren.

Eine vergleichende Analyse

Tuisku RSI vs. Klassisches RSI

Versuchen Sie die Pinescrip-Strategie, bei der ein KI-Entscheidungsbaum Ihre

  1. Kopieren Sie den folgenden Code:
  2. OpenTradingView.
  3. Wenn Sie diesen Text geöffnet haben, stellen Sie sicher, dass Sie die Kerzen im Tagesformat haben und dass die OptionGOOGstock aktiviert ist.
  4. Rufen Sie denPine ScriptEditor auf:
  5. Klicken Sie auf die Schaltfläche "Pine Script" am unteren Rand der TradingView-Oberfläche. Wenn der Editor nicht sichtbar ist, aktivieren Sie ihn über das Hauptmenü > "Mehr" > "Pine Script Editor".
  6. Kopieren Sie den nachstehenden Code und fügen Sie ihn in den Editor ein:
​TraderView öffnen

Beispiel für eine optimierte Ministrategie

                             if (stochasticD <= 5.85403)
    if (smoothedD_Diff > 2.31155)
        if (stochasticK <= 1.36624)
            decisionValue := 1.000000 // buy
        if (stochasticK > 1.36624)
            if (stochasticDiff <= 1.83977)
                decisionValue := 0.714286 // buy
if (stochasticD > 5.85403)
    if (stochasticD <= 16.8716)
        if (stochasticSmoothedDiff <= -2.07631)
            if (smoothedD_Diff > 12.2661)
                decisionValue := -0.750000 // sell

Klassische RSI-Strategie

  • Verlassen sich auf feste Schwellenwerte (z. B. RSI < 30 oder > 70).
  • Völlig fehlende Anpassung der Zeitkerzen und der Art der Aktion
  • Es fehlt an fortschrittlichen Instrumenten und erfordert oft manuelle Stop-Loss- und Gewinnmitnahmen.
  • Statische Schwellenwerte mit begrenzter Flexibilität.

Tuisku RSI Strategie

  • Verwendet Random Forest AI, um mehrere Variablen zu analysieren und die Zahlen auf den optimalen Punkt zu setzen. Beispiel für den Kauf des RSI bei 18,4 für Tesla und 26,4 für Google.
  • Für präzisere überkaufte/überverkaufte Signale
  • Einstellbare Schwellenwerte für Kauf-/Verkaufssignale und Risikomanagement,
  • Enthält einen dynamischen Stop-Loss, einen mehrstufigen Take-Profit und einen optionalen Trailing-Stop.

TradingView.com Pine Script™ v5 GOOG Small icon of Alphabet (Google) Class C - 1Day - 1S00

Open in TradingView TW icon Alphabet (Google) Class C (GOOG)

*In TW update the candles Time: - 1Day

Trading Strategy Overview

Price Name Time frame Net Profit ($) Indicators Name Net Profit (%) Closed Trades Win Rate (%) Profit Factor Max Loss ($) Max Loss (%) Avg Profit ($) Avg Profit (%)
$79.00 Alphabet (Google) Class C Icon of Alphabet (Google) Class C 1Day $9,989.17 Stochastic RSI 1.00% 59.0 55.93% 3.06 $1,128.00 0.11% $169.00 1.70%

Technical Pattern Information

Key: 1S00

Attached File: Stochastic_RSI.py

Associated Function: TECH_PATTERN. L_Stochastic_RSI

Full Indicator Name: Stochastic RSI

Variables it Returns: Stochastic RSI

Explanation: The Stochastic RSI generates signals for overbought or oversold conditions based on the RSI formula, increasing sensitivity to price movements.

Key Combination: 1S00

Was ist ein AI-Entscheidungsbaum?

Ein Entscheidungsbaum ist ein Algorithmus für maschinelles Lernen, der zur Klassifizierung und Regression verwendet wird. Beim Handel wertet er verschiedene Eingaben (wie technische Indikatoren) aus, um Ergebnisse vorherzusagen, z. B. ob gekauft oder verkauft werden soll. Scikit-learn (sklearn) ist eine Python-Bibliothek, mit der sich diese Modelle leicht erstellen und optimieren lassen.

Wie werden sie erstellt?

  1. Datenerhebung: Es werden historische Marktdaten (Preise, Indikatoren usw.) gesammelt.
  2. Auswahl von Merkmalen: Wichtige Metriken wie RSI, gleitende Durchschnitte und Volatilität werden als Eingaben ausgewählt.
  3. Modelltraining: Der Entscheidungsbaum wird auf markierten Daten trainiert, wobei der Algorithmus Muster lernt, die Preisbewegungen vorhersagen.
  4. Optimierung: Hyperparameter wie Baumtiefe und Aufteilungskriterien werden auf Genauigkeit abgestimmt.

Beispiel für den einfachsten AI-Entscheidungsbaum

Wie werden sie getestet?

    Backtesting: Der trainierte Baum wird anhand historischer Daten getestet, um die Genauigkeit zu messen.Kreuzvalidierung: Die Daten werden in einen Trainings- und einen Testsatz aufgeteilt, um die Robustheit zu gewährleisten.Bewertungsmetriken: Metriken wie Präzision, Wiedererkennung und Gewinnfaktoren bestimmen die Leistung des Modells.

Tuisku Handelsstrategien Übersicht

Was ich hier sehe

Wir werden über die beigefügte Pine Script Strategie sprechen, die als Beispiel dient. Der Rest der von Tuisku angebotenen Strategien folgt einer ähnlichen Struktur, mit Ausnahme der decision_tree()-Funktion, die auf der Grundlage von angepasst wird:

  • Technische Muster
  • Vermögenswerttyp (z. B. Aktie, Krypto)
  • Zeitrahmen (z. B. tägliche, stündliche Kerzen)

Sie können die vollständige Liste der Strategien auf der Registerkarte "Kaufstrategie" einsehen. Dieser Ansatz führt zu der großen Vielfalt an Strategien, die Tuisku anbietet und die auf unterschiedliche Handelsstile und Marktbedingungen zugeschnitten sind.

Optimierung

Die KI von Tuisku trainiert den Entscheidungsbaum auf historischen Marktdaten unter Verwendung des DecisionTreeRegressors von Scikit-learn. Dies gewährleistet:

  • Datengestützte Entscheidungen: Historische Daten optimieren die Schwellenwerte und verbessern die Genauigkeit und Anpassungsfähigkeit:
  • Schlüsselvariablen, wie z. B. d, rsi1 und smoothK_k, werden auf der Grundlage ihrer Vorhersagekraft priorisiert.

Sie können die vollständige Liste der Strategien auf der Registerkarte "Kaufstrategie" einsehen. Dieser Ansatz führt zu der großen Vielfalt an Strategien, die Tuisku anbietet und die auf unterschiedliche Handelsstile und Marktbedingungen zugeschnitten sind.

Bedingungen if-else Entscheidungsbaum

Das Skript verwendet einen strukturierten if-else-Entscheidungsbaum, um die Bedingungen zu bewerten und Handelsaktionen zu bestimmen:

  • Schwellenwerte: Wenn rsi ≤ 5,85403, wertet das Skript feinere Bedingungen aus, um zwischen "Kaufen", "Verkaufen" oder "Halten" zu entscheiden.
  • Optimierte Schwellenwerte: Im Gegensatz zu traditionellen Strategien, bei denen Schwellenwerte wie RSI=20 auf "überverkauft" hindeuten, optimiert die KI von Tuisku diese Werte für maximale Profitabilität.
  • Tiefe: Die Struktur des Entscheidungsbaums ist unterschiedlich komplex: Bei Anlagen mit hohem Volumen gewährleisten tiefere Bäume (5-8 Ebenen) eine bessere Entscheidungsfindung.

Einblicke

Präzision und Sicherheit: Strategien zielen standardmäßig darauf ab, Risiken zu minimieren:

  • Buy Threshold: Wird auf ret ≥ 0,55 gesetzt, um sicherzustellen, dass nur unter günstigen Bedingungen gehandelt wird.
  • Stop Loss: Dynamisch und automatisch 2% unter dem Kaufpunkt platziert.
  • Verkaufsschwelle: Positionen werden verkauft, wenn ret ≤ -0,9, wobei ungünstige Trades sofort geschlossen werden.
  • Risikomanagement: Diese Einstellungen sorgen für ein Gleichgewicht zwischen Rentabilität und Risiko und ermöglichen einen sicheren Handel.

Zweck und Outputs

Das Skript wertet die Marktbedingungen mit Hilfe technischer Indikatoren aus und berechnet einen Rückgabewert (ret), um die Handelsaktionen zu steuern:

  • PositivetWerte (~1):Zeigen ein "Kauf"-Signal an.
  • NegativeetWerte (~-1):Zeigen ein "Verkaufssignal" an.
  • Neutraler Bereich (-0,7 bis 0,7): Werte innerhalb dieses Bereichs werden als "Halten" betrachtet, was bedeutet, dass keine Handelsmaßnahmen empfohlen werden.

Versuchen Sie die Pinescrip-Strategie, bei der ein KI-Entscheidungsbaum Ihre

  1. Kopieren Sie den folgenden Code:
  2. OpenTradingView.
  3. Vergewissern Sie sich nach dem Öffnen dieses Textes, dass Sie die Kerzen im Tagesformat haben und dass dieGOOG -Aktie auf
  4. Rufen Sie denPine ScriptEditor auf:
  5. Klicken Sie auf die Schaltfläche "Pine Script" am unteren Rand der TradingView-Oberfläche. Wenn der Editor nicht sichtbar ist, aktivieren Sie ihn über das Hauptmenü > "Mehr" > "Pine Script Editor".
  6. Kopieren Sie den nachstehenden Code und fügen Sie ihn in den Editor ein: