Come può aiutarti tuisku?

Tuisku è una piattaforma di intelligenza artificiale e apprendimento automatico per ottimizzare le strategie di trading utilizzando i modelli tecnici. Completamente integrato con TraderView, Tuisku vi aiuta a prendere decisioni di acquisto e di vendita su asset, comprese le criptovalute, e a massimizzare le vostre performance sui mercati finanziari.

Un'analisi comparativa

Tuisku RSI vs. Classic RSI

Provate la strategia pinescrip, con un albero decisionale dell'intelligenza artificiale che ottimizza il vostro

  1. Copiare il seguente codice:
  2. OpenTradingView.
  3. Una volta aperto, assicuratevi di avere le candele in formato giornaliero e che GOOGstock sia attivo.
  4. Accedere all'editor di script di Pine:
  5. Fare clic sul pulsante "Pine Script" nella parte inferiore dell'interfaccia di TradingView. Se l'editor non è visibile, attivatelo accedendo al menu principale > "Altro" > "Pine Script Editor".
  6. Copiate il codice qui sotto e incollatelo nell'editor:
​Aprire TraderView

Esempio di mini-strategia ottimizzata

                             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

Strategia RSI classica

  • Si basa su soglie fisse (ad esempio, RSI < 30 o > 70).
  • Manca completamente la personalizzazione delle candele temporali e del tipo di azione.
  • Mancano strumenti avanzati, spesso richiedono stop-loss e prese di profitto manuali.
  • Soglie statiche con flessibilità limitata.

Strategia RSI Tuisku

  • Utilizza la Random Forest AI per analizzare più variabili, posizionando i numeri al punto ottimale. Esempio di acquisto di RSI a 18,4 per Tesla e 26,4 per Google.
  • Per segnali più precisi di ipercomprato/ipervenduto
  • Soglie regolabili per i segnali di acquisto/vendita e per la gestione del rischio,
  • Include uno stop-loss dinamico, un take-profit multilivello e un trailing stop opzionale.

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

Che cos'è un albero decisionale dell'intelligenza artificiale?

Un albero decisionale è un algoritmo di apprendimento automatico utilizzato per la classificazione e la regressione. Nel trading, valuta vari input (come gli indicatori tecnici) per prevedere i risultati, come l'acquisto o la vendita. Scikit-learn (sklearn) è una libreria Python che facilita la creazione e l'ottimizzazione di questi modelli.

Come vengono creati?

  1. Raccolta dati: vengono raccolti i dati storici del mercato (prezzi, indicatori, ecc.).
  2. Selezione delle caratteristiche: come input vengono scelte metriche chiave come RSI, medie mobili e volatilità.
  3. Formazione del modello: l'albero decisionale viene addestrato su dati etichettati, dove l'algoritmo apprende modelli che predicono i movimenti dei prezzi.
  4. Ottimizzazione: gli iperparametri, come la profondità dell'albero e i criteri di suddivisione, vengono messi a punto per garantire l'accuratezza.

Esempio di albero decisionale AI più semplice

Come vengono testati?

    Backtesting: L'albero addestrato viene testato su dati storici per misurare l'accuratezza: I dati vengono suddivisi in set di formazione e di test per garantire la robustezza.Metriche di valutazione: Metriche come precisione, richiamo e fattori di profitto determinano le prestazioni del modello.

Panoramica delle strategie di trading di Tuisku

Cosa vedo qui

Parleremo della strategia Pine Script allegata, che serve da esempio. Le altre strategie offerte da Tuisku seguono una struttura simile, tranne che nella funzione decision_tree(), che viene regolata in base a:

  • Modelli tecnici
  • Tipo di attività (ad esempio, azioni, criptovalute)
  • Timeframe (ad esempio, candele giornaliere, orarie)

È possibile visualizzare l'elenco completo delle strategie nella scheda "Strategia di acquisto". Questo approccio si traduce nell'ampia varietà di strategie offerte da Tuisku, adatte a diversi stili di trading e condizioni di mercato.

Ottimizzazione

L'AI di Tuisku addestra l'albero decisionale sui dati storici del mercato utilizzando DecisionTreeRegressor di Scikit-learn. Questo garantisce:

  • Decisioni guidate dai dati: i dati storici ottimizzano le soglie, migliorando l'accuratezza e l'adattabilità.Importanza delle caratteristiche:
  • Le variabili chiave, come d, rsi1 e smoothK_k, sono prioritarie in base al loro potere predittivo.

È possibile visualizzare l'elenco completo delle strategie nella scheda "Strategia di acquisto". Questo approccio si traduce nell'ampia varietà di strategie offerte da Tuisku, adatte a diversi stili di trading e condizioni di mercato.

Condizioni dell'albero decisionale if-else

Lo script utilizza un albero decisionale strutturato if-else per valutare le condizioni e determinare le azioni di trading:

  • Soglie: se rsi ≤ 5,85403, lo script valuta condizioni più fini per decidere tra "Buy", "Sell" o "Hold".
  • Soglie ottimizzate: a differenza delle strategie tradizionali, dove soglie come RSI=20 indicano "ipervenduto", l'IA di Tuisku ottimizza questi valori per ottenere la massima redditività.
  • Profondità: la struttura dell'albero decisionale varia in termini di complessità: Per gli asset ad alto volume, alberi più profondi (5-8 livelli) garantiscono un migliore processo decisionale.

Approfondimenti

Precisione e sicurezza: Per impostazione predefinita, le strategie mirano a ridurre al minimo i rischi:

  • Soglia di acquisto: impostare una ret ≥ 0,55 per garantire che le operazioni vengano avviate solo in condizioni favorevoli.
  • Stop Loss: dinamico e posizionato automaticamente il 2% al di sotto del punto di acquisto.
  • Soglia di vendita: le posizioni vengono vendute se ret ≤ -0,9, chiudendo prontamente le operazioni sfavorevoli.
  • Gestione del rischio: queste impostazioni bilanciano la redditività e il rischio, consentendo un trading sicuro.

Scopo e risultati

Lo script valuta le condizioni di mercato utilizzando indicatori tecnici e calcola un valore di ritorno (ret) per guidare le azioni di trading:

  • Valori positivi (~1): indicano un segnale di acquisto.
  • Valori negativi (~-1): indicano un segnale di "vendita".
  • Zona neutra (da -0,7 a 0,7): i valori all'interno di questo intervallo sono considerati "Hold", ovvero non si raccomanda alcuna azione di trading.

Provate la strategia pinescrip, con un albero decisionale dell'intelligenza artificiale che ottimizza il vostro

  1. Copiare il seguente codice:
  2. OpenTradingView.
  3. Una volta aperto, assicuratevi per questo testo di avere le candele in formato giornaliero e che il titolo GOOG sia su
  4. Accedere all'editor di script di Pine:
  5. Fare clic sul pulsante "Pine Script" nella parte inferiore dell'interfaccia di TradingView. Se l'editor non è visibile, attivatelo accedendo al menu principale > "Altro" > "Pine Script Editor".
  6. Copiate il codice qui sotto e incollatelo nell'editor: