Tradingview assistant

简介:

用于回测交易策略并在 Tradingview 中显示外部信号的助手

功能性
1.回测交易策略，优化策略参数：
* 自动获取参数列表及其类型（支持数字、列表和复选框）
* 按照规则生成测试范围：起始值比当前值小2倍，结束值比当前值大2倍。
* 将测试交易策略生成的参数保存为 CSV 格式文件中的模板以进行修正
* 从 CSV 文件加载调整后的参数范围
* 配置优化模型：
* 选择优化类型：搜索最大值或最小值
* 从 Tradingview 中的整个策略结果列表中选择一个优化值（净利润、平均盈利/平均亏损比率、夏普比率、Sortino 比率等）
* 在参数空间中选择搜索策略（随机、顺序、退火法）
* 过滤不合适的结果。例如，交易数量少于必要数量
* 设置搜索参数的循环次数。
* 自动选择参数，将所有结果存储在浏览器存储中，并能够在测试后将它们保存为 CSV 文件，包括在出现错误或页面重新加载的情况下
* 在3D图表上显示回测结果，分析各种参数对结果的影响。

2. 将外部信号上传至 Tradingview 图表

通过 CSV 文件中的时间戳加载外部买入或卖出信号

优化方法

顺序改进优化方法是调整已经找到的最佳值。它不会对整个参数空间执行完整搜索。
其工作逻辑如下。采用当前最佳状态（最大结果的参数）。获取第一个参数并按顺序检查其范围内的所有值。如果找到最好的结果，则从此状态进行进一步的验证。然后采用下一个参数并检查其范围内的所有值等。

蛮力优化方法实现了参数策略空间中所有值的回测。

退火方法是一种优化方法，其中以更少的步骤搜索最大可能结果 https://en.wikipedia.org/wiki/Simulated_annealing
该方法的工作原理如下：首先，确定最佳状态及其参数。随机确定一个参数，然后从可能值的范围中随机选择其值。检查该值中的状态。如果它更好，那么它就会被记住，并根据它进行进一步的参数更改。
随着测试数量的增加，参数值的范围在已经找到的值附近减小。也就是说，如果在测试开始时从整个可能参数值范围中随机选择值，则随着优化的执行，该值会减小（“冷却”）到当前值附近。因此，在测试的第一阶段 - 该方法是在结束阶段搜索所有空间周围最可能的状态，该方法试图改进找到的最佳状态。
这样系统就不会像顺序方法那样陷入一个参数区域，不是一个随机参数周期性变化，而是一次性全部变化。

随机改进方法是最简单的。随机确定一个参数，然后从整个可能值范围中为其随机选择一个值。如果情况好一些，就会被记住。然后随机改变该状态下的参数。

随机方法 - 始终一次为所有参数选择随机值（默认）


宣告者。

该扩展是开源的，旨在通过实现用户操作模拟技术来减少用户在使用 Tradingview 时的手动操作。同时，通过对Tradingview的UI显示的数据进行解析来获取数据。扩展程序不与 Tradingview 服务器交互。如果界面发生变化，扩展可能会停止工作并出现错误。
对于用户可能违反Tradingview使用规则扩展的任何行为，开发者不承担任何责任。