跳至正文
返回文库全部文档

用于股票交易的Supertrend参数贝叶斯优化

文章 arXiv papers · 作者: Abdul Rahman
阅读原文

总结

本文提出使用贝叶斯优化，为Supertrend指标选择ATR乘数和ATR周期。这些设置决定指标如何跟踪价格并生成交易信号；研究旨在自动选择参数，而非依赖人工设定的数值。

研究计划在多个股票数据集上通过回测评估该策略。本文描述了研究目标和评估计划，但没有提供结果、数据集细节、验证流程或与固定参数的比较。因此，所提供材料中的潜在改进说法仍未经过检验；仅凭回测表现也无法证明优化后的设置能够推广到未来市场。

核心观点

  • 研究提出使用贝叶斯优化调整Supertrend的ATR乘数和周期。
  • 指标参数旨在根据交易盈利能力进行选择。
  • 研究计划在多个股票数据集上通过回测评估该策略。
  • 本文未提供研究结果或验证细节。

标签

股票技术指标机器学习回测
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.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。