Récemment, j'ai demandé conseil à ChatGPT pour développer une stratégie de trading permettant de transformer 100 $ en 10 000 $ le plus rapidement possible. Alors que les suggestions initiales étaient génériques, j'ai décidé d'être plus précis et j'ai demandé une stratégie utilisant un indicateur de vue de trading basé sur l'IA appelé Machine Learning KNN. Cet article fournira un guide détaillé étape par étape pour mettre en place et tester la stratégie afin de déterminer son efficacité.
Étape 1 : Ouverture des graphiques et ajout d'indicateurs Avant de tester la stratégie, nous devons ajouter les indicateurs nécessaires au graphique de trading. La stratégie comprend trois outils de trading gratuits, que nous ajouterons un par un.
Pour commencer, ouvrez un graphique de trading sur votre plateforme ou logiciel de trading préféré. Il peut s'agir d'une plateforme comme TradingView ou de tout autre logiciel de cartographie prenant en charge les indicateurs mentionnés dans la stratégie.
Une fois que vous avez ouvert le graphique, recherchez l'option permettant d'ajouter des indicateurs ou des outils à votre graphique. Ceci est généralement représenté par une icône qui ressemble à un graphique ou par un signe plus (+). Cliquez sur cette icône pour accéder à la bibliothèque d'indicateurs.
Étape 2 : Ajout de l'indicateur KNN d'apprentissage automatique Le premier indicateur que nous ajouterons est la stratégie KNN basée sur l'apprentissage automatique. Cet indicateur analyse les données historiques du marché et prédit les mouvements futurs des prix en fonction de modèles. Il utilise l'algorithme de classification des K-plus proches voisins (KNN) pour déterminer si le cours d'une action est susceptible d'augmenter ou de baisser.
Dans la bibliothèque d’indicateurs, recherchez l’indicateur Machine Learning KNN. Cet indicateur peut avoir été créé par un développeur ou un auteur spécifique, il est donc important de connaître son nom exact ou le nom de l'auteur qui l'a développé.
Une fois que vous avez trouvé l’indicateur Machine Learning KNN, cliquez dessus pour l’ajouter à votre graphique. Selon la plateforme ou le logiciel que vous utilisez, il peut exister des options permettant de personnaliser les réglages ou les paramètres de l'indicateur. Prenez un moment pour vous familiariser avec ces options et ajustez-les si nécessaire en fonction de vos préférences ou des paramètres par défaut recommandés pour la stratégie.
L'indicateur Machine Learning KNN sera désormais affiché sur votre graphique, analysant les données historiques du marché et fournissant des prévisions sur les mouvements futurs des prix en fonction des modèles qu'il a identifiés. Faites attention aux signaux ou aux étiquettes générés par l'indicateur, car ceux-ci guideront vos décisions de trading.
Étape 3 : Comprendre l'indicateur du ruban EMA Pour filtrer les faux signaux, nous ajouterons l'indicateur du ruban EMA de Dominic ou Selecti. Le ruban de moyenne mobile exponentielle (EMA) se compose de plusieurs EMA avec différentes périodes de temps empilées les unes sur les autres. Cet outil permet d'identifier la direction et la force d'une tendance sur le marché.
Étape 4 : Ajout de l'indice de force relative (RSI) Pour confirmer davantage les entrées commerciales valides, nous utiliserons l'indice de force relative (RSI). Le RSI mesure la force de l'action des prix d'un titre et varie de 0 à 100. Nous rendrons le RSI plus sensible en ajustant les bandes supérieure et inférieure à 60 et 40, respectivement.
Étape 5 : Conditions d'entrée pour les transactions longues Pour ouvrir une transaction longue, les conditions suivantes doivent être remplies :
Le prix doit clôturer au-dessus des 200 EMA.
Le ruban EMA doit être supérieur aux 200 EMA et vert.
Le prix doit revenir dans le ruban sans clôturer en dessous de l'EMA à long terme.
La stratégie Machine Learning KNN doit imprimer une étiquette bleue.
Le RSI doit être survendu avant le signal d'achat.
Étape 6 : Fixer des objectifs de stop-loss et de profit pour les transactions longues Une fois les conditions d'une transaction longue remplies, définissez le stop loss en dessous du récent swing plus bas et ciblez un profit égal à deux fois le risque. Une fois que la transaction a atteint 1/4 de l'objectif de profit, ajustez le stop loss au prix d'équilibre.
Étape 7 : Conditions d'entrée pour les transactions à découvert Pour ouvrir une transaction à découvert, les conditions suivantes doivent être remplies :
Prix et EMA Le ruban doit tomber en dessous de 200 EMA et le ruban doit devenir rouge.
Le prix doit revenir dans le ruban sans clôturer au-dessus des 200 EMA.
Le RSI doit devenir suracheté pendant le repli.
Machine Learning KNN doit fournir un signal de vente, excluant les cas où le RSI est survendu.
Étape 8 : Fixer des objectifs de stop-loss et de profit pour les transactions à découvert Pour les transactions à découvert, définissez le stop loss au-dessus du récent swing high et ciblez un profit égal à deux fois le risque. Déplacez le stop loss jusqu'au seuil de rentabilité une fois que 1/4 du profit est réalisé.
Étape 9 : Backtesting et résultats Une fois la configuration terminée, procédez au backtest de la stratégie en utilisant le prix de l'Ethereum sur une période de 3 minutes. Exécutez la stratégie 100 fois et enregistrez les résultats. Dans ce cas précis, le solde du compte de départ de 100 $ est passé à 19 527 $ après 100 transactions.
Demande de conseils spécifiques à ChatGPT : dans un premier temps, demandez à ChatGPT de fournir une stratégie de trading pour transformer 100 $ en 10 000 $ le plus rapidement possible. Vous recevrez quelques conseils généraux, tels que vous concentrer sur des actifs très volatils, utiliser l'analyse technique et maintenir des pratiques de trading disciplinées. Cependant, vous souhaitez des conseils plus précis.
Étape 2 : Affiner la question pour ChatGPT Pour obtenir des conseils plus ciblés, vous devez être plus précis dans votre question. Demandez donc à ChatGPT de créer la meilleure stratégie en utilisant un indicateur de vue de trading basé sur l'IA appelé Machine Learning. Cet indicateur est très populaire et viral.
Conclusion : Bien que cette stratégie implique un risque plus élevé en raison du risque de 5 % par transaction, elle peut aider à développer rapidement un petit compte. Cependant, il est crucial de procéder à des tests préalables sur un compte papier avant de le mettre en œuvre avec des fonds réels. N'oubliez pas que la gestion des risques et des tests approfondis sont des aspects essentiels d'un trading réussi.