Байесовская оптимизация параметров Supertrend для торговли акциями

Сводка

В документе предлагается использовать байесовскую оптимизацию для выбора множителя ATR и периода ATR индикатора Supertrend. Эти параметры определяют, как индикатор отслеживает цену и генерирует торговые сигналы; цель — автоматизировать их подбор вместо использования значений, выбранных вручную.

Предлагаемую стратегию планируется оценить с помощью бэктестов на нескольких наборах данных по акциям. В документе изложены цель исследования и план оценки, однако результатов, сведений о наборах данных, процедуре валидации или сравнении с фиксированными параметрами нет. Поэтому заявленный потенциальный эффект пока не проверен представленными материалами; кроме того, одних результатов бэктеста недостаточно, чтобы подтвердить применимость оптимизированных настроек на будущих рынках.

Ключевые идеи

• Для настройки множителя ATR и периода индикатора Supertrend предлагается использовать байесовскую оптимизацию.
• Параметры индикатора предполагается выбирать с учётом прибыльности торговли.
• Стратегию планируется оценить с помощью бэктестов на нескольких наборах данных по акциям.
• В документе нет результатов или сведений о валидации.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.