Ръководство показва работен процес за тестване на стратегии с OctoBot
Ръководството представя цялостен процес за разработване и оценяване на количествена стратегия за търговия с OctoBot и OctoBot-Script в Google Colab. Използва се изолирана среда с Python 3.12, OctoBot 2.1.1 и фиксирани зависимости, така че експериментът да не зависи от предварително инсталираните пакети в Colab. Пазарът е BTC/USDT, а времевият интервал е 1d.
Стратегията съчетава сигнали за свръхпродаден пазар от RSI с потвърждение от експоненциални пълзящи средни за 50 и 200 периода. 14-периодният ATR определя адаптивни отмествания за стоп-лос и тейк-профит, а размерът на позицията е 20%. Историческите OHLCV данни се извличат през слоя за данни на OctoBot, който последователно проверява Binance, KuCoin, OKX, Bybit, MEXC и Kraken.
В рамките на периода за оптимизация от 2019-01-01 до 2023-01-01 се проверяват 18 комбинации от период на RSI, праг на RSI и множител на ATR за тейк-профит. Конфигурацията с най-голяма излишна доходност спрямо стратегията „купи и дръж“ се валидира върху отделни данни от 2023-01-01 до 2025-06-01. Pandas и Plotly обработват отчетите на OctoBot за интерактивен анализ на чувствителността, портфейлната ефективност, индикаторите, ценовото движение и изпълнените сделки.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.