文章 "重构经典策略(第九部分):多时间框架分析(第二部分)"

 

新文章 重构经典策略(第九部分):多时间框架分析(第二部分)已发布:

在今天的讨论中,我们探讨了多时间框架分析的策略,以确定我们的人工智能(AI)模型在哪个时间框架上表现最优。分析结果表明,在欧元兑美元(EURUSD)货币对上,月度和小时时间框架生成的模型具有相对较低的误差率。我们利用这一优势,开发了一个交易算法,该算法在月度时间框架上进行人工智能预测,并在小时时间框架上执行交易。

为了使测试公平,我们必须从每个时间框架中获取相同数量的数据。在这一步中的限制因素是月度时间框架上可用的柱形图数量。仅仅400根月度数据条就涵盖了大约33年的时间。仅有少数几个市场有这么久的历史数据,这可能会使我们对所有可能市场中最优时间框架的理解产生偏差。然而,在我们探讨的范围内,欧元兑美元货币对拥有丰富的数据集,我们可以依赖这些数据。

我们从MetaTrader 5终端获取了400行月度价格报价。然后,我们又获取了400行对应的欧元兑美元货币对的未来价值数据。这两步过程在剩余的10个时间框架上重复进行。对于本次分析,我选择了:

  1. Weekly
  2. Daily
  3. H12
  4. H8
  5. H4
  6. H1
  7. M30
  8. M15
  9. M5
  10. M1

必须承认,我期望观察到强烈的相关性水平,特别是那些周期性接近的时间框架之间。然而,样本中共享的相关性水平只有中等程度。唯一可能值得进一步分析的有趣的相关性组合是:

  1. 当前H4价格和未来H8价格
  2. 当前M1价格和未来H4价格
  3. 当前M1价格和未来H5价格


作者:Gamuchirai Zororo Ndawana