Random-Forest Machine Learning Indicator for NinjaTrader 8

Beschrijving

Overzicht van het algoritme

De indicator gebruikt een Random Forest-machine-learningmodel, getraind op historische marktdata, om koersbewegingen een bepaald aantal bars vooruit te voorspellen (20 bars op het 1-minuten-timeframe). Random Forest is een ensemble-leermethode die meerdere beslissingsbomen combineert voor robuuste en nauwkeurige voorspellingen. Zo vermindert het overfitting en verbetert het de voorspellingsnauwkeurigheid door de resultaten van meerdere onafhankelijke modellen samen te voegen.

Feature-engineering

Het Random Forest-model analyseert een uitgebreide set kenmerken die uit de prijsactie zijn gehaald, waaronder:

• Referentiepunten vorige dag: afstand tot de hoogste en laagste koers van de vorige dag, voor het analyseren van overnight gaps en mogelijke support- en weerstandsniveaus
• Referentiepunten huidige dag: afstand tot de hoogste en laagste koers van de huidige dag, die het intradaymomentum en de rangedynamiek vastlegt
• Data van hogere timeframes: afstanden tot de hoogste en laagste koersen op het 30-minuten- en 4-uurs-timeframe, voor bevestiging van signalen over meerdere timeframes
• Confluence van technische indicatoren: nabijheid van de koers tot SuperTrend-niveaus en andere eigen indicatoren, die sleutelniveaus identificeren waar meerdere analyses samenkomen
• Volume-analyse: volumeverschil ten opzichte van de vorige bar, dat veranderingen in marktdeelname en handelsintensiteit vastlegt
• Prijsactiepatronen: verschillen in slotkoersen over meerdere periodes, die momentumverschuivingen en trendwijzigingen detecteren

Technologiestack

Deze indicator wordt aangedreven door de ML.NET-bibliotheek van Microsoft, een professioneel machine learning-framework dat hoogwaardige modeltraining en inferentie biedt, geschikt voor realtime handelstoepassingen.

Trainingsdata

Het model is getraind op uitgebreide historische data die verschillende marktomstandigheden, volatiliteitsniveaus en koerspatronen omvat. Zo heeft het diverse marktgedragingen geleerd en past het zich aan verschillende handelsomgevingen aan.

Voorspellingsresultaat

De indicator genereert voorspellingen als verwachte koersbewegingen (in punten) voor de volgende 20 bars. Wanneer de voorspelde beweging de door de gebruiker ingestelde drempel overschrijdt, wordt een signaal gegenereerd: bullish wanneer het model een positieve koersbeweging voorspelt, bearish wanneer het model een neerwaartse beweging voorspelt.

Signaalintegratie en automatisering

De instapsignalen die deze indicator genereert, kunnen naadloos worden geïntegreerd met handelssoftware van derden, zoals AlgoStudio en Bloodhound. Zo kun je je handelsstrategieën automatiseren op basis van de machine learning-voorspellingen, met automatische orderplaatsing en positiebeheer als gevolg.

Audiomeldingen

Realtime geluidsmeldingen klinken zodra er een instapsignaal wordt gegenereerd, zodat je nooit een kans mist, ook niet wanneer je van je scherm weg bent. Je kunt ze instellen met elk .wav-bestand op je computer.

Voorbeelden

Alle onderstaande voorbeelden zijn op het MES-instrument, met een voorspellingsdrempel van 10 punten.

Voorbeeld 1: Sterke verkoopsignalen in een dalende trend

De indicator voorspelt een voortzetting van de verkooptrend door een reeks verkoopsignalen te genereren. Deze signalen werden bevestigd en zouden winstgevend zijn geweest als ze genomen waren. Ze zijn gegenereerd tijdens RTH (reguliere handelsuren), waarin het volume op MES aanzienlijk hoog is.

Voorbeeld 2: Sterk koopsignaal, maar het plaatsen van de stop loss is cruciaal

Er ontstaat een bullish koopsignaal, maar de prijsactie keert later terug naar de FVG die het instapsignaal veroorzaakte. Dit is een herinnering om altijd een buffer van punten toe te voegen aan de FVG-wick die de entry veroorzaakte, zodat koersterugvallen je er niet uit halen.

Voorbeeld 3: Niet elk signaal is perfect, maar eerdere signalen en context zijn belangrijk

De indicator genereert een slecht bullish signaal. Maar dat signaal ging vooraf aan een groep sterke bearish signalen, en de laatste groep bearish signalen bevestigt de voortzetting van de bearish trend. Dit laat zien waarom de context rond een signaal ertoe doet.

Voorbeeld 4: Voortzettingssignalen en omkeringssignalen

De indicator kan zowel omkeringssignalen als voortzettingssignalen genereren. Omkeringssignalen herken je eraan dat ze gegenereerd worden na een FVG in de tegenovergestelde richting, bijvoorbeeld een bearish omkeringssignaal dat ontstaat na een bullish FVG, gevolgd door een rode kaars.

Signalen en gebruik in de Strategy Builder

De indicator stelt signaalplots beschikbaar die gebruikt kunnen worden vanuit de Strategy Builder en vanuit software van derden, zoals Bloodhound en AlgoStudio.

Deze signaalplots zijn transparant en worden niet op de grafiek getekend. Om ze in de Strategy Builder te gebruiken, selecteer je ze en bouw je logica op basis van hun waarden. De plots Buy signal en Sell signal bevatten +1 voor bullish signalen en -1 voor bearish signalen, anders 0. Een voorwaarde voor een bullish signaal moet dus controleren op groter dan 0, en een voorwaarde voor een bearish signaal op kleiner dan 0.

Parameters

We proberen de parameters altijd tot een minimum te beperken.

Download- en installatie-instructies

Installatiestappen

1

Download het Random Forest-modelbestand voor je instrument. De training is specifiek voor elk instrument en timeframe; er wordt per instrument een model aangeboden op het 1-minuten-timeframe.

Log in om dit bestand te downloaden.

2

Download en pak de Microsoft.ML-runtime-afhankelijkheden uit in je NinjaTrader Custom bin-map (C:\Users\{Je Windows-gebruikersnaam}\Documents\NinjaTrader 8\bin\Custom\). Zorg dat de DLL-bestanden direct in die map terechtkomen, niet in een submap, en overschrijf geen nieuwere versie die al aanwezig is.

Log in om dit bestand te downloaden.

3

Importeer het gedownloade .zip-bestand in NinjaTrader via het menu-item Import NinjaScript.

Klik om te vergroten

4

Open een nieuw grafiekvenster en laad minstens twee dagen aan data. De indicator heeft data van de vorige dag nodig om goed te werken.

Klik om te vergroten

5

Klik met de rechtermuisknop op de grafiek en kies Indicators... om de indicator aan de grafiek toe te voegen. Plak daarbij je licentie, die je vindt op de facturatiepagina.

Klik om te vergroten

6

Geef het volledige pad van het modelbestand op in de parameter Model File. Laat hem je leeg, dan toont de indicator een Browse File-dialoog waarin je het model-zipbestand kunt selecteren.

7

Daarna draait de indicator eerst op de historische data van de grafiek en blijft hij daarna draaien op live marktdata.

Veelgestelde vragen

Algemeen

Release-notes