コンテンツへスキップ
ライブラリの全資料

株式取引向けスーパートレンドのパラメーター最適化

記事 arXiv papers · 著者: Abdul Rahman
原文を読む

サマリー

この文書は、スーパートレンド指標のATR倍率とATRをベイズ最適化で選ぶことを提案しています。これらの設定は指標が価格を追跡する方法と売買シグナルの生成方法を決めます。手作業で値を選ぶのではなく、その選択を自動化することを目指しています。

提案された戦略は、複数の株式データセットを用いたバックテストで評価される予定です。この文書は研究目的と評価計画を説明していますが、結果、データセットの詳細、検証手順、固定パラメーターとの比較は示していません。そのため、改善の可能性に関する主張は提供された資料では未検証です。また、バックテストの成績だけでは、最適化した設定が将来の市場にも一般化するとは言えません。

主なアイデア

  • ベイズ最適化を用いて、スーパートレンドのATR倍率と期間を調整することが提案されています。
  • 指標のパラメーターは、売買の収益性を高める目的で選ぶことを想定しています。
  • 複数の株式データセットでバックテストを行い、戦略を評価する計画です。
  • 文書には結果も検証の詳細も示されていません。

タグ

株式テクニカル指標機械学習バックテスト
全文
# Unlocking Profit Potential: Maximizing Returns with Bayesian Optimization of Supertrend Indicator Parameters


# Unlocking Profit Potential: Maximizing Returns with Bayesian Optimization of Supertrend Indicator Parameters









This paper investigates the potential of Bayesian optimization (BO) to optimize the atr multiplier and atr period -the parameters of the Supertrend indicator for maximizing trading profits across diverse stock datasets. By employing BO, the thesis aims to automate the identification of optimal parameter settings, leading to a more data-driven and potentially more profitable trading strategy compared to relying on manually chosen parameters. The effectiveness of the BO-optimized Supertrend strategy will be evaluated through backtesting on a variety of stock datasets.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。