Руководство показывает процесс тестирования торговой стратегии в OctoBot
В руководстве описан полный процесс разработки и оценки количественной торговой стратегии с помощью OctoBot и OctoBot-Script в Google Colab. Для изоляции от предварительно установленных зависимостей Colab создаётся отдельная среда на Python 3.12 с OctoBot 2.1.1 и зафиксированными пакетами. Эксперимент проводится для BTC/USDT на дневном таймфрейме 1d.
Правила стратегии объединяют сигнал перепроданности по RSI с подтверждением направления тренда с помощью экспоненциальных средних за 50 и 200 периодов. 14-периодный ATR используется для адаптивных уровней стоп-лосса и тейк-профита, а размер позиции составляет 20%. Исторические данные OHLCV загружаются через слой данных OctoBot с резервным перебором Binance, KuCoin, OKX, Bybit, MEXC и Kraken.
На внутривыборочном отрезке с 2019-01-01 по 2023-01-01 проверяются 18 сочетаний периода RSI, порога RSI и множителя ATR для тейк-профита. Затем вариант с наибольшей избыточной доходностью относительно стратегии «купи и держи» тестируется на независимом вневыборочном периоде с 2023-01-01 по 2025-06-01. Данные отчётов OctoBot анализируются с помощью Pandas и Plotly: рассматриваются чувствительность к параметрам, динамика портфеля, индикаторы, движение цены и результаты исполнения.
Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.