Como a tuisku pode ajudá-lo?

A Tuisku é uma plataforma de inteligência artificial e aprendizado de máquina para otimizar suas estratégias de negociação usando padrões técnicos. Totalmente integrada ao TraderView, a Tuisku ajuda você a tomar decisões de compra e venda de ativos, incluindo criptomoedas, e a maximizar seu desempenho nos mercados financeiros.

Uma análise comparativa

Tuisku RSI vs. Classic RSI

Experimente a estratégia pinescrip, com uma árvore de decisão de IA que otimiza seu

  1. Copie o código a seguir:
  2. OpenTradingView.
  3. Depois de aberto, certifique-se de que, para este texto, você tenha as velas no formato diário e que oGOOGstock esteja ativado
  4. Acesse oPine ScriptEditor:
  5. Clique no botão "Pine Script" na parte inferior da interface do TradingView. Se o editor não estiver visível, ative-o acessando o menu principal > "Mais" > "Pine Script Editor".
  6. Copie o código abaixo e cole-o no editor:
​Abrir o TraderView

Exemplo de miniestratégia otimizada

                             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

Estratégia clássica de RSI

  • Depende de limites fixos (por exemplo, RSI < 30 ou > 70).
  • Falta total de personalização das velas de tempo e do tipo de ação
  • Carece de ferramentas avançadas, muitas vezes exigindo stop-loss e profit-taking manuais.
  • Limites estáticos com flexibilidade limitada.

Estratégia RSI da Tuisku

  • Usa a IA de floresta aleatória para analisar diversas variáveis, colocando os números no ponto ideal. Exemplo de compra de RSI em 18,4 para a Tesla e 26,4 para o Google.
  • Para obter sinais de sobrecompra/sobrevenda mais precisos
  • Limites ajustáveis para sinais de compra/venda e gerenciamento de risco,
  • Inclui stop-loss dinâmico, take-profit em vários níveis e trailing stop opcional.

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

O que é uma árvore de decisão de IA?

Uma árvore de decisão é um algoritmo de aprendizado de máquina usado para classificação e regressão. Na negociação, ele avalia várias entradas (como indicadores técnicos) para prever resultados, como comprar ou vender. O Scikit-learn (sklearn) é uma biblioteca Python que facilita a criação e a otimização desses modelos.

Como eles são criados?

  1. Coleta de dados: são coletados dados históricos do mercado (preços, indicadores, etc.).
  2. Seleção de recursos: as principais métricas, como RSI, médias móveis e volatilidade, são escolhidas como entradas.
  3. Treinamento do modelo: a árvore de decisão é treinada em dados rotulados, onde o algoritmo aprende padrões que preveem movimentos de preços.
  4. Otimização: os hiperparâmetros, como a profundidade da árvore e os critérios de divisão, são ajustados para garantir a precisão.

Exemplo da árvore de decisão de IA mais simples

Como eles são testados?

    Backtesting: A árvore treinada é testada em dados históricos para medir a precisão: Os dados são divididos em conjuntos de treinamento e teste para garantir a robustez.Métricas de avaliação: Métricas como precisão, recuperação e fatores de lucro determinam o desempenho do modelo.

Visão geral das estratégias de negociação da Tuisku

O que estou vendo aqui

Vamos falar sobre a estratégia Pine Script anexa, que serve como exemplo. O restante das estratégias oferecidas pela Tuisku segue uma estrutura semelhante, exceto na função decision_tree(), que é ajustada com base em:

  • Padrões técnicos
  • Tipo de ativo (por exemplo, ações, criptografia)
  • Períodos de tempo (por exemplo, diário, velas por hora)

Você pode ver a lista completa de estratégias na guia "Comprar estratégia". Essa abordagem resulta na ampla variedade de estratégias que a Tuisku oferece, adaptadas a diferentes estilos de negociação e condições de mercado.

Otimização

A IA da Tuisku treina a árvore de decisão em dados históricos de mercado usando o DecisionTreeRegressor do Scikit-learn. Isso garante:

  • Decisões orientadas por dados: os dados históricos otimizam os limites, melhorando a precisão e a adaptabilidade:
  • As principais variáveis, como d, rsi1 e smoothK_k, são priorizadas com base em seu poder de previsão.

Você pode ver a lista completa de estratégias na guia "Comprar estratégia". Essa abordagem resulta na ampla variedade de estratégias que a Tuisku oferece, adaptadas a diferentes estilos de negociação e condições de mercado.

Condições da árvore de decisão if-else

O script emprega uma árvore de decisão estruturada if-else para avaliar as condições e determinar as ações de negociação:

  • Limites: se rsi ≤ 5,85403, o script avalia condições mais refinadas para decidir entre "Comprar", "Vender" ou "Manter".
  • Limites otimizados:Diferentemente das estratégias tradicionais, em que limites como RSI=20 indicam "sobrevenda", a IA da Tuisku otimiza esses valores para obter o máximo de lucratividade.
  • Profundidade: A estrutura da árvore de decisão varia em complexidade: Para ativos de alto volume, árvores mais profundas (5 a 8 níveis) garantem uma melhor tomada de decisão.

Insights

Precisão e segurança: Por padrão, as estratégias visam minimizar os riscos:

  • Limite de compra: definido como ret ≥ 0,55 para garantir que as negociações sejam iniciadas somente em condições favoráveis.
  • Stop Loss: dinâmico e automaticamente colocado 2% abaixo do ponto de compra.
  • Limite de venda: as posições são vendidas se ret ≤ -0,9, fechando imediatamente as negociações desfavoráveis.
  • Gerenciamento de risco: Essas configurações equilibram a lucratividade e o risco, permitindo uma negociação confiante.

Finalidade e resultados

O script avalia as condições de mercado usando indicadores técnicos e calcula um valor de retorno (ret) para orientar as ações de negociação:

  • Valores positivos (~1): indicam um sinal de "compra".
  • Valores negativos (~-1): indicam um sinal de "venda".
  • Zona neutra (-0,7 a 0,7): os valores dentro desse intervalo são considerados "Manter", o que significa que nenhuma ação de negociação é recomendada.

Experimente a estratégia pinescrip, com uma árvore de decisão de IA que otimiza seu

  1. Copie o código a seguir:
  2. OpenTradingView.
  3. Depois de aberto, certifique-se de que, para este texto, você tenha as velas no formato diário e que as ações da GOOG estejam em
  4. Acesse oPine ScriptEditor:
  5. Clique no botão "Pine Script" na parte inferior da interface do TradingView. Se o editor não estiver visível, ative-o acessando o menu principal > "Mais" > "Pine Script Editor".
  6. Copie o código abaixo e cole-o no editor: