## 洛伦兹分类策略：Tradingview历史最聪明机器学习指标，K线助手助力高胜率！

文字版：

我发现了一个极其精准的指标，其性能在TradingView中绝对能位列前三。这个指标在两年内连续交易的胜率高达76%以上，没有深厚的数学物理功底，是绝对无法设计出如此精妙之物的。

自从使用它以来，我的生活品质显著提升，几乎每餐都能享受到丰盛的美食。

此外，我还将这个指标转化成了策略脚本，并在多个品种中进行了深度回测，最终筛选出了三个最适合此策略的品种。

欢迎各位来到投机实验室！接下来，我将详细介绍这个策略和回测结果。需要脚本的朋友，请在留言区留下邮箱或私信我，这一行为或许能助您今年的投资更加顺利。

现在，我们打开TradingView的指标搜索栏，输入“MachineLearningLorancnClassification”，其中文名称为“机器学习洛伦兹分类指标”。该指标能够利用来自多维特征空间的历史数据进行分类，并应用洛伦兹分类来预测未来价格走势的方向。

这是一种采用新近似最近邻算法的方法，其中使用了洛伦兹距离作为度量标准。提供给指标的交易数据越多，添加到训练集中的数据就越多，从而使指标变得更加准确。这正是机器学习类指标的优势所在。

接下来，我们需要对指标的一些参数进行设置。将“NeighborsCount”改为2，“ColorCompression”改为2，“LookbackWindow”改为16，去掉不需要的功能。

关于交易规则，当“MachineLearningLorancnClassification”指标发出买入信号时，对应的K线必须是阳线，且阳线的收盘价需位于EMA200上方。满足这些条件后，我们即可在该阳线的收盘价处入场，止损可设置在近期低点附近。止盈方式可选择分批止盈或固定比例止盈。卖出信号的规则则相反。

现在，让我展示一下测试成果。我使用策略脚本在2022年8月1日至2024年8月1日期间，对多个品种进行了深度回测。最终发现有三个品种最适合此策略。

在策略代码中，我加入了过滤器以确保在关键K线位置上的阴线均用于做空、阳线均用于做多。同时，还加入了波段高低点的回溯期、盈亏比以及单笔交易风险的计算。这些参数均可根据用户需求进行调节。

在具体表现方面，英伟达（30分钟图表）表现最佳，共出现51次交易机会，胜率高达76.47%，净利润达到377,711美元。比特币（1小时图表）在加密货币中表现最佳，共出现71次交易机会，胜率为67.61%，净利润为268,861美元。在外汇市场中，欧元/日元交易对（15分钟图表）的胜率达到了60.66%，净利润超过134,168美元。

我给予这个指标的评分为七分。如果您打算使用它，请务必在您关注的品种和时间周期上进行细致的回测和优化。

如果您计划用此策略交易加密货币，我建议您尝试OEOE平台。该平台刚上线了一个K线交易助手功能，将交易的全过程嵌入到了K线图表中，直接操作即可。这意味着您可以在K线图表上直接开单并管理仓位，无需在K线图和下单界面之间来回切换。无论市场走势如何变化，您都能快速调整订单。这是目前最为便捷的交易功能之一。

在OEOE平台下单后，您只需点开K线图表即可看到自己的订单悬浮框。从这里您可以进行订单修改、取消、设置止盈止损等操作。更令人兴奋的是OEOE平台允许您在持仓线上直接进行平仓和反手开仓。这种操作方式在其他平台上是罕见的。

此外，K线图表中还更新了几个实用性的数据指标如持仓量、顶级交易者账户多空比、主动买入和卖出订单量等。这些指标都是专业交易员日常会参考的重要数据现在都可以直接添加到图表中以辅助您进行交易决策。