আলফা১০১ ব্যাকরণ বিকাশের উপর ভিত্তি করে উন্নত বিশ্লেষণ সরঞ্জাম
লেখক:ভাল, নির্মিতঃ 2020-06-09 09:34:58, আপডেটঃ 2023-11-01 20:27:17
সংক্ষিপ্তসার
এফএমজেড প্ল্যাটফর্ম
আলফা ১০১ কী?
আলফা 101 এর সাথে পরিচয় করিয়ে দেওয়ার আগে, প্রথমে বুঝতে হবে আলফা কী? আলফা অতিরিক্ত রিটার্ন বোঝায়। উদাহরণস্বরূপঃ 1 মিলিয়ন সূচক তহবিল কিনুন এবং এটি সর্বদা রাখুন। এটি বাজারে প্যাসিভ রিটার্ন অর্জনের জন্য একটি বিটা কৌশল। তবে আপনি যদি 10 মিলিয়ন ব্যবহার করে 10 টি স্টক কিনতে এবং সূচক তহবিল কিনতে 10% বেশি উপার্জন করেন তবে এই 10% আলফা অতিরিক্ত রিটার্ন। এই আলফা অতিরিক্ত রিটার্নকে অবমূল্যায়ন করবেন না। প্রকৃতপক্ষে, তহবিল পরিচালকদের সহ বাজারের বেশিরভাগ ব্যবসায়ী সূচককে পরাস্ত করতে পারবেন না, তাই অনেক লোক আলফা রিটার্ন উন্নত করতে তাদের মস্তিষ্ককে র্যাক করে। অবশ্যই, কিছু দুর্দান্ত ব্যবসায়ী এবং তহবিল সংস্থা রয়েছে।
- ট্রেডিং কৌশল অতিরিক্ত আয় = প্যাসিভ (বেটা) আয় + ট্রেডিং আয় (আলফা)
২০১৫ সালে,
আলফা-১০১-এর কারণগুলো কি কি?
গবেষণার প্রতিবেদনে আলফাকে তিনটি শ্রেণীতে ভাগ করা হয়েছেঃ মূল্য ফ্যাক্টর, ভলিউম ফ্যাক্টর এবং ডিকোটোমি ফ্যাক্টর।
-
মূল্য ফ্যাক্টরঃ গণনার সূত্র শুধুমাত্র মূল্য ব্যবহার করে, যার মধ্যে রয়েছেঃ উদ্বোধনী মূল্য, সর্বোচ্চ মূল্য, সর্বনিম্ন মূল্য, বন্ধ মূল্য ইত্যাদি। আউটপুট একটি নির্দিষ্ট মান।
-
ভলিউম এবং মূল্য ফ্যাক্টরঃ গণনার সূত্র ভলিউম এবং মূল্য ব্যবহার করে। নকশা ধারণা মূল্য পরিবর্তন এবং ট্রেডিং ভলিউম পরিবর্তন মধ্যে সম্পর্ক নির্ধারণ করা হয়, এবং আউটপুট একটি নির্দিষ্ট মান।
-
ডিচটোমি ফ্যাক্টর: গণনার সূত্রটি ট্রেডিং ভলিউম এবং মূল্য ব্যবহার করে। এটি ভলিউম এবং মূল্য ফ্যাক্টরের মতোই, তবে আউটপুটটি 0 বা 1।
দামের কারণ
| ফ্যাক্টরের নাম | ফ্যাক্টর সূত্র | এফএমজেড নোট |
|---|---|---|
| আলফা # 1 | (rank ((ts*argmax ((signedpower ((((returns < 0)? stddev ((returns, 20)): close), 2.), 5)) - 0.5) | প্রবণতা |
| আলফা #৪ | (-1 * ts_rank(rank(নিম্ন), 9)) | পেছনে |
| আলফা #৫ | (র্যাঙ্ক (((খোলা - (সংখ্যা ((ভাপ, 10) / 10))) * (-1 _ abs(র্যাঙ্ক (((বন্ধ - ভাপ))))) | পেছনে |
| আলফা #8 | (-1 _ র্যাঙ্ক ((((সমাধান(খোলা, 5) _ সমষ্টি ((ফেরত, 5)) - বিলম্ব (((সমষ্টি ((খোলা, 5) * সমষ্টি ((ফেরত, 5)), 10)))))) | পেছনে |
| আলফা #9 | ((0 < ts*min(delta(close, 1), 5))? delta(close, 1) : ((ts_max(delta(close, 1), 5) < 0)? delta(close, 1) : (-1 * delta(close, 1)))) | বিপরীত বা প্রবণতা |
| আলফা #১৮ | (-1 * র্যাঙ্ক (((((stddev ((abs ((((close - খোলা)), 5) + (close - খোলা)) + correlation ((close, open, 10)))) | পেছনে |
| আলফা # 19 | ((-১ * চিহ্ন (((((বন্ধ - বিলম্ব ((বন্ধ, ৭)) + ডেল্টা ((বন্ধ, ৭)))))) _ (1 + র্যাঙ্ক ((((১ + যোগ ((ফিরে আসে, ২৫০)))))) | প্রবণতা বৈষম্য |
| আলফা#২০ | (((-1 * র্যাঙ্ক (((খোলা - বিলম্ব ((উচ্চ, 1)))) _ র্যাঙ্ক (((খোলা - বিলম্ব ((বন্ধ, 1)))) * র্যাঙ্ক (((খোলা - বিলম্ব ((নিম্ন, 1)))) | পেছনে |
| আলফা #২৩ | (((সংখ্যা ((উচ্চ, 20) / 20) <উচ্চ)? (-1 * ডেল্টা ((উচ্চ, 2)) : 0) | ২০ পেরিওড মুভিং মিডিয়ার উপর স্বল্পমেয়াদী রিগ্রেশন |
| আলফা # 24 | ((((delta((sum ((close, 100) / 100), 100) / delay ((close, 100)) < 0.05) অথবা ((delta (((sum(close, 100) / 100), 100) / delay ((close, 100)) == 0.05))? (-1 _ (close - ts_min(close, 100))) : (-1 _ delta ((close, 3))) | পেছনে |
| আলফা #২৯ | (মিনিট ((পণ্য)) র্যাঙ্ক (র্যাঙ্ক)) স্কেল (লগ)) যোগফল (টস)min(rank(rank(((-1 * rank(delta((close - 1), 5))))), 2), 1))))), 1), 5) + tsর্যাঙ্ক ((বিলম্ব (((-1 * রিটার্ন), 6), 5)) | পেছনে |
| আলফা #৩২ | (স্কেল ((((সমাধান ((close, 7) / 7) - বন্ধ)) + (20 * স্কেল ((সমন্বয় ((vwap, বিলম্ব ((close, 5), 230)))) | পেছনে |
| আলফা #৩৩ | rank ((((-1 * ((1 - (খোলা / বন্ধ)) ^ 1))) | পেছনে |
| আলফা #৩৪ | র্যাঙ্ক (১) - র্যাঙ্ক (২) / র্যাঙ্ক (৫) + (১) - র্যাঙ্ক (৩) | পেছনে |
| আলফা #৩৭ | (র্যাঙ্ক ((সংযুক্তি)) বিলম্ব ((খোলা - বন্ধ), 1), বন্ধ, 200)) + র্যাঙ্ক ((খোলা - বন্ধ)) | পরিসংখ্যান |
| আলফা #৩৮ | ((-1 _ rank(ts_rank(close, 10))) _ rank (((close / open)) | পেছনে |
| আলফা #41 | (((উচ্চ * নিম্ন) ^0.5) - vwap) | পেছনে |
| আলফা #42 | (র্যাঙ্ক (((ওয়াপ - বন্ধ)) / র্যাঙ্ক (((ওয়াপ + বন্ধ)) | পেছনে |
| আলফা #৪৬ | ((০.২৫ < (((বিলম্ব(বন্ধ, ২০) - বিলম্ব ((বন্ধ, ১০)) / ১০) - ((বিলম্ব(বন্ধ, ১০) - বন্ধ) / ১০)))? (-১ _ ১) : ((((বিলম্ব(বন্ধ, ২০) - বিলম্ব(বন্ধ, ১০)) / ১০) - ((বিলম্ব(বন্ধ, ১০) - বন্ধ) / ১০)) < ০)? ১: ((-১ _ ১) * (বিলম্ব - বন্ধ, ১)))))) | পেছনে |
| আলফা-৪৮ | বাতিল | বাতিল |
| আলফা #৪৯ | (((((বিলম্ব(বন্ধ, 20) - বিলম্ব(বন্ধ, 10)) / 10) - ((বিলম্ব(বন্ধ, 10) - বন্ধ) / 10)) < (-1 _ 0.1))? 1 : ((-1 _ 1) * (বন্ধ - বিলম্ব(বন্ধ, 1)))) | পেছনে |
| আলফা #৫১ | (((((বিলম্ব(বন্ধ, 20) - বিলম্ব(বন্ধ, 10)) / 10) - ((বিলম্ব(বন্ধ, 10) - বন্ধ) / 10)) < (-1 _ 0.05))? 1 : ((-1 _ 1) * (বন্ধ - বিলম্ব(বন্ধ, 1)))) | কোনটিই |
| আলফা #৫৩ | (-1 * ডেল্টা (((((নিম্ন - নিচে) - (উচ্চ - নিচে)) / (নিচে - নিচে)), 9)) | পেছনে |
| আলফা #৫৪ | ((-1 _ ((নিম্ন - বন্ধ) _ (খোলা^5))) / ((নিম্ন - উচ্চ) * (বন্ধ^5))) | পেছনে |
| আলফা #৫৬ | বাতিল | বাতিল |
| আলফা #৫৭ | (0 - (1 * ((close - vwap) / decay*linear(rank(ts_argmax(close, 30)), 2)))) | পেছনে |
| আলফা #৬০ | (0 - (1 * ((2 _ স্কেল(র্যাঙ্ক((((((নিম্ন) - (উচ্চ - নিকটে)) / (উচ্চ - নিম্ন)) * ভলিউম)))))) - স্কেল(র্যাঙ্ক(ts*argmax(নিম্ন, 10)))))) | কোনটিই |
| আলফা #৬৬ | ((rank ((decay_linear(delta ((vwap, 3.51013), 7.23052)) + ts_rank ((decay_linear((((((low * 0.96633) + (low _ (1 - 0.96633))) - vwap) / (open - ((high + low) / 2)), 11.4157), 6.72611)) * -1) | পেছনে |
| আলফা #৭৩ | (max(rank(decay*linear(delta(vwap, 4.72775), 2.91864)), ts_rank(decay_linear(((delta(((open * 0.147155) + (নিম্ন _ (1 - 0.147155)), 2.03608) / ((open _ 0.147155) + (নিম্ন _ (1 - 0.147155)))) _ -1), 3.33829), 16.7411)) _ -1) | পেছনে |
| আলফা #৮৪ | স্বাক্ষরিত শক্তি ((ts_rank (((vwap - ts_max ((vwap, 15.3217)), 20.7127), ডেল্টা ((close, 4.96796)) | কোনটিই |
| আলফা #১০১ | ((বন্ধ - খোলা) / ((উচ্চ - নিম্ন) +.001)) | পেছনে |
ভলিউম-প্রাইস ফ্যাক্টর
| ফ্যাক্টরের নাম | ফ্যাক্টর সূত্র | এফএমজেড নোট |
|---|---|---|
| আলফা #২ | (-1 * correlation ((rank ((delta ((log ((volume), 2)), rank ((((close - open) / open)), 6)) | ভলিউম এবং দামের পার্থক্য |
| আলফা # 3 | (-1 * সম্পর্ক ((র্যাঙ্ক ((খোলা), র্যাঙ্ক ((ভলিউম), 10)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #6 | (-1 * correlation ((open, volume, 10)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #7 | ((adv20 < ভলিউম)? ((-1 _ ts_rank ((abs(delta(close, 7)), 60)) _ sign ((delta(close, 7))) : (-1 * 1)) | কোনটিই |
| আলফা #১১ | ((rank ((ts*max (((vwap - বন্ধ), 3)) + rank ((ts_min (((vwap - বন্ধ), 3))) * rank ((delta ((volume, 3))) | বিপরীত সংকোচন |
| আলফা #১২ | (সাইন ((ডেল্টা ((ভলিউম, 1)) * (-1 _ ডেল্টা ((প্রায়, 1))) | ভলিউম এবং দামের পার্থক্য |
| আলফা #১৩ | (-1 * র্যাঙ্ক ((কোভ্যারিয়েন্স)) র্যাঙ্ক ((কনিষ্ঠ), র্যাঙ্ক ((ভলিউম), 5))) | ভলিউম এবং দামের পার্থক্য |
| আলফা #১৪ | ((-1 _ র্যাঙ্ক ((ডেল্টা)) রিটার্ন, 3))) _ ক্যারলেশন ((খোলা, ভলিউম, 10)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #১৫ | (-1 * যোগফল ((পদ)) সম্পর্ক ((পদ)) উচ্চ), পদ (পরিমাণ), 3)), 3)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #১৬ | (-1 * র্যাঙ্ক ((কোভ্যারিয়েন্স)) র্যাঙ্ক ((উচ্চ), র্যাঙ্ক ((ভলিউম), 5))) | ভলিউম এবং দামের পার্থক্য |
| আলফা#১৭ | (((-1 _ rank(ts_rank(close, 10))) _ rank(delta(delta(close, 1), 1))) * rank(ts*rank((volume / adv20), 5))) | বিপরীত সংকোচন |
| আলফা #২২ | (-1 * (ডেল্টা ক্যারলেশন (উচ্চ, ভলিউম, ৫), ৫) _ র্যাঙ্ক (সর্বোচ্চ ক্যারলেশন (প্রায় ২০)))) | ভলিউম এবং দামের পার্থক্য |
| আলফা ২৫ | rank ((((((-1 _ returns) _ adv20) _ vwap) _ (high - close))) | কোনটিই |
| আলফা #২৬ | (-1 * ts*max ((সংশ্লিষ্টতা)) ts_rank ((ভলিউম, 5), ts_rank ((উচ্চ, 5), 5), 3)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #২৮ | স্কেল ((((সম্পর্ক ((adv20, নিম্ন, 5) + ((উচ্চ + নিম্ন) / 2)) - কাছাকাছি)) | বিপরীত থেকে সরে যান |
| আলফা #৩০ | (((1.0 - পদমর্যাদা ((((চিহ্ন ((((বন্ধ - বিলম্ব ((বন্ধ, 1))) + চিহ্ন (((বিলম্ব ((বন্ধ, 1) - বিলম্ব ((বন্ধ, 2)))) + চিহ্ন (((বিলম্ব ((বন্ধ, 2) - বিলম্ব ((বন্ধ, 3)))))))) * যোগফল ((ভলিউম, 5)) / যোগফল ((ভলিউম, 20)) | পেছনে |
| আলফা #31 | ((র্যাঙ্ক(র্যাঙ্ক(র্যাঙ্ক(ডেসাইড_লিনিয়ার((-1 * র্যাঙ্ক(র্যাঙ্ক(ডেল্টা ((কনিষ্ঠ, 10)))), 10)))))))) + র্যাঙ্ক (((-1 _ ডেল্টা ((কনিষ্ঠ, 3)))) + চিহ্ন ((স্কেল(করেলেশন ((adv20, নিম্ন, 12)))))))) | ভলিউম এবং মূল্যের পার্থক্যবিপরীত |
| আলফা #৩৫ | (টর্যাঙ্ক ((ভলিউম, 32) * (1 - tsর্যাঙ্ক ((((নিম্ন + উচ্চ) - নিম্ন), 16))) * (1 - ts*rank ((ফেরত, 32))) | কোনটিই |
| আলফা #৩৬ | (((((2.21 * র্যাঙ্ক (((করেলেশন (((নিবিড় - খোলা), বিলম্ব ((ভলিউম, 1), 15))) + (0.7 _ র্যাঙ্ক (((খোলা - বন্ধ)))) + (0.73 _ র্যাঙ্ক ((টস*র্যাঙ্ক ((বিলম্ব)) (((-1 * রিটার্ন), 6), 5)))))))) + র্যাঙ্ক (((অবস করেলেশন (((ভাভাপ, adv20, 6)))))) + (0.6 _ র্যাঙ্ক ((((সমা)) বন্ধ, 200) / 200) - খোলা) _ (বন্ধ - খোলা))))) | প্রবণতা |
| আলফা #39 | ((-1 _ র্যাঙ্ক (((ডেল্টা ((close, 7) _ (1 - র্যাঙ্ক ((decay*linear (((ভলিউম / adv20), 9)))))))))) * (1 + র্যাঙ্ক ((sum ((returns, 250)))))) | ভলিউম এবং মূল্যের পার্থক্যবিপরীত |
| আলফা #40 | ((-1 * র্যাঙ্ক ((stddev ((উচ্চ, ১০))) _ সম্পর্ক ((উচ্চ, ভলিউম, ১০)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৪৩ | (ট)র্যাঙ্ক (((ভলিউম / adv20) * tsর্যাঙ্ক (((-1 * ডেল্টা (((প্রায়, 7)), 8)) | বিপরীত ভিন্নতা |
| আলফা #৪৪ | (-1 * সম্পর্ক ((উচ্চ, পদমর্যাদা ((ভলিউম), ৫)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৪৫ | (-1 _ ((র্যাঙ্ক (((সংখ্যা ((বিলম্ব ((প্রায়, 5), 20) / 20)) _ সম্পর্ক ((প্রায়, ভলিউম, 2)) * র্যাঙ্ক ((সংখ্যা ((প্রায়, 5), যোগ ((প্রায়, 20), 2)))) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৪৭ | ((((র্যাঙ্ক(((1 / বন্ধ)) _ ভলিউম) / adv20) _ ((উচ্চ * র্যাঙ্ক((উচ্চ - বন্ধ))) / (সংখ্যা(উচ্চ, 5) / 5))) - র্যাঙ্ক((ভাপ - বিলম্ব(ভাপ, 5)))))) | কোনটিই |
| আলফা #৫০ | (-1 * ts*max(rank(correlation(rank(volume), rank ((vwap), 5)), 5)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৫২ | ((((-1 * tsmin ((low, 5)) + delay ((ts_min(low, 5), 5)) * rank ((((sum(returns, 240) - sum ((returns, 20)) / 220))) * tsর্যাঙ্ক ((ভলিউম, ৫)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৫৫ | (-1 * সম্পর্ক ((র্যাঙ্ক ((((কনিষ্ঠ - ts_min ((নিম্ন, 12)) / (ts_max ((উচ্চ, 12) - ts_min ((নিম্ন, 12)))), র্যাঙ্ক ((ভলিউম), 6)) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৫৮ | বাতিল | বাতিল |
| আলফা #59 | বাতিল | বাতিল |
| আলফা #৬৩ | বাতিল | বাতিল |
| আলফা #৬৭ | বাতিল | বাতিল |
| আলফা #৬৯ | বাতিল | বাতিল |
| আলফা#৭০ | বাতিল | বাতিল |
| আলফা #৭১ | max(ts_rank(decay_linear(correlation(ts_rank ((close, 3.43976), ts_rank ((adv180, 12.0647), 18.0175), 4.20501), 15.6948), ts_rank ((decay_linear((rank(((low + open) - (vwap + vwap))) ^2), 16.4662), 4.4388) | কোনটিই |
| আলফা #৭২ | (র্যাঙ্ক ((ডেকাই_লিনিয়ার ((করেলেশন)) (উচ্চ + নিম্ন) / 2), adv40, 8.93345), 10.1519)) / র্যাঙ্ক ((ডেকাই_লিনিয়ার ((করেলেশন)) (টস_র্যাঙ্ক ((ওয়াপ, 3.72469), ts_র্যাঙ্ক ((ভলিউম, 18.5188), 6.86671), 2.95011))) | কোনটিই |
| আলফা #৭৬ | বাতিল | বাতিল |
| আলফা #৭৭ | min(rank(decay_linear(((((high + low) / 2) + high) - (vwap + high)), 20.0451)), rank(decay_linear(correlation(((high + low) / 2), adv40, 3.1614), 5.64125))) | কোনটিই |
| আলফা #78 | (র্যাঙ্ক ((করেলেশন ((র্যাঙ্ক ((র্যাঙ্ক)) কম * 0.352233) + (ওয়াপ _ (1 - 0.352233)), 19.7428), যোগফল ((adv40, 19.7428), 6.83313)) ^ র্যাঙ্ক ((করেলেশন ((র্যাঙ্ক)) ওয়াপ), র্যাঙ্ক ((ভলিউম), 5.77492))) | কোনটিই |
| আলফা #৮০ | বাতিল | বাতিল |
| আলফা #৮২ | বাতিল | বাতিল |
| আলফা #৮৩ | ((র্যাঙ্ক ((বিলম্ব)) ((উচ্চ - নিম্ন) / (সমাধান ((বন্ধ, 5) / 5)), 2)) * র্যাঙ্ক ((র্যাঙ্ক ((ভলিউম))) / ((উচ্চ - নিম্ন) / (সমাধান ((বন্ধ, 5) / 5)) / (ওয়াপ - বন্ধ))) | কোনটিই |
| আলফা #৮৫ | (র্যাঙ্ক ((করেলেশন ((((উচ্চ _ ০.৮৭৬৭০৩) + (প্রায় _ (1 - ০.৮৭৬৭০৩)), adv30, 9.61331)) ^র্যাঙ্ক ((টস_র্যাঙ্ক ((((উচ্চ + নিম্ন) / ২), 3.70596), ts_rank ((ভলিউম, 10.1595), 7.11408))) | কোনটিই |
| আলফা #৮৭ | বাতিল | বাতিল |
| আলফা #৮৮ | min(rank(decay_linear(((rank(open) + rank(low)) - (rank(high) + rank ((close))), 8.06882)), ts_rank(decay_linear(correlation(ts_rank(close, 8.44728), ts_rank ((adv60, 20.6966), 8.01266), 6.65053), 2.61957) | কোনটিই |
| আলফা # 89 | বাতিল | বাতিল |
| আলফা #৯০ | বাতিল | বাতিল |
| আলফা #91 | বাতিল | বাতিল |
| আলফা #৯২ | min(ts_rank(decay_linear(((((high + low) / 2) + close) < (low + open)), 14.7221), 18.8683), ts_rank(decay_linear(correlation(rank(low), rank(adv30), 7.58555), 6.94024), 6.80584)) | কোনটিই |
| আলফা #৯৩ | বাতিল | বাতিল |
| আলফা #৯৪ | ((rank((vwap - ts_min(vwap, 11.5783))) ^ts_rank(correlation ((ts_rank(vwap, 19.6462), ts_rank ((adv60, 4.02992), 18.0926), 2.70756)) * -1) | কোনটিই |
| আলফা #৯৬ | (max(ts_rank(decay_linear(correlation(rank(vwap), rank(volume), 3.83878), 4.16783), 8.38151), ts_rank(decay_linear(ts_argmax(correlation(ts_rank(close, 7.45404), ts_rank ((adv60, 4.13242), 3.65459), 12.6556), 14.0365), 13.4143) * -1) | কোনটিই |
| আলফা#৯৭ | বাতিল | বাতিল |
| আলফা #98 | (র্যাঙ্ক ((ডেসাইড_লিনিয়ার ((করেলেশন ((ওয়াপ, যোগফল ((adv5, 26.4719), 4.58418), 7.18088)) - র্যাঙ্ক ((ডেসাইড_লিনিয়ার ((টস_র্যাঙ্ক ((টস_অার্গমিন)) করেলেশন ((র্যাঙ্ক ((ওপেন), র্যাঙ্ক ((adv15), 20.8187), 8.62571), 6.95668), 8.07206))) | কোনটিই |
| আলফা#১০০ | বাতিল | বাতিল |
ডিচোটমি ফ্যাক্টর
| ফ্যাক্টরের নাম | ফ্যাক্টর সূত্র | এফএমজেড নোট |
|---|---|---|
| আলফা #২২ | (-1 _ (ডেল্টা ক্যারলেশন, উচ্চ, আয়তন, ৫), ৫) _ র্যাঙ্ক, নিকটতম, ২০) | পেছনে |
| আলফা#২৭ | ((০.৫ < র্যাঙ্ক (((সমা)) ক্যারলেশন ((র্যাঙ্ক ((ভলিউম), র্যাঙ্ক ((ভাপ), ৬), ২) / ২.০))? (-১ * ১) : ১) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৬১ | (র্যাঙ্ক (((ভাপ - ts*min(ভাপ, 16.1219))) < র্যাঙ্ক ((করেলেশন ((ভাপ, adv180, 17.9282))) | ভলিউম এবং দামের পার্থক্য |
| আলফা #৬২ | ((rank ((correlation ((vwap, sum ((adv20, 22.4101), 9.91009)) < rank (((rank ((open) + rank ((open)) < (rank ((((high + low) / 2)) + rank ((high))))) * -1) | কোনটিই |
| আলফা #৬৪ | ((rank ((correlation(sum(((open * 0.178404) + (low _ (1 - 0.178404))), 12.7054), sum ((adv120, 12.7054), 16.6208)) < rank ((delta((((((high + low) / 2) _ 0.178404) + (vwap _ (1 - 0.178404)), 3.69741))) * -1) | কোনটিই |
| আলফা #৬৫ | ((rank (((correlation(((open _ 0.00817205) + (vwap _ (1 - 0.00817205)), sum ((adv60, 8.6911), 6.40374)) < rank (((open - ts*min(open, 13.635)))) * -1) | কোনটিই |
| আলফা #68 | ((ts_rank(সংযুক্তি ((র্যাঙ্ক(উচ্চ), র্যাঙ্ক ((adv15), 8.91644), 13.9333) < র্যাঙ্ক ((ডেল্টা)) * 0.518371) + (নিম্ন _ (1 - 0.518371)), 1.06157))) * -1) | কোনটিই |
| আলফা #৭৪ | ((র্যাঙ্ক ((করেলেশন ((কনিষ্ঠ, যোগফল ((adv30, 37.4843), 15.1365)) < র্যাঙ্ক ((করেলেশন))) র্যাঙ্ক (((উচ্চ _ 0.0261661) + (ওয়াপ _ (1 - 0.0261661)))), র্যাঙ্ক (ভলিউম), 11.4791))) * -1) | কোনটিই |
| আলফা #৭৫ | (র্যাঙ্ক ((করেলেশন ((ভিএপি, ভলিউম, ৪.২৪৩০৪)) < র্যাঙ্ক ((করেলেশন ((র্যাঙ্ক ((নিম্ন), র্যাঙ্ক ((এডভি৫০), ১২.৪৪১৩)) | ভলিউম-প্রাইস সম্পর্ক |
| আলফা #79 | বাতিল | বাতিল |
| আলফা #৮১ | ((র্যাঙ্ক ((লগ ((পণ্য)) র্যাঙ্ক ((র্যাঙ্ক ((করেলেশন)) ভ্যাট, যোগ ((adv10, 49.6054), 8.47743)) ^ 4)), 14.9655))) * -1) | কোনটিই |
| আলফা #৮৬ | ((ts_rank(correlation ((close, sum ((adv20, 14.7444), 6.00049), 20.4195) < rank (((((open + close) - (vwap + open)))) * -1) | কোনটিই |
| আলফা #৯৫ | (র্যাঙ্ক (((খোলা - ts_min(খোলা, 12.4105))) < ts_rank (((র্যাঙ্ক ((করেলেশন)) যোগফল (((উচ্চ + নিম্ন) / 2), 19.1351), যোগফল ((adv40, 19.1351), 12.8742)) ^5), 11.7584)) | কোনটিই |
| আলফা #৯৯ | (র্যাঙ্ক (করেলেশন) (সমাধান) (উচ্চ + নিম্ন) / ২), ১৯.৮৯৭৫), (সমাধান) (অ্যাডভিশন ৬০, ১৯.৮৯৭৫), ৮.৮১৩৬) (র্যাঙ্ক (করেলেশন) (নিম্ন, ভলিউম, ৬.২৮২৫৯) * -১) | কোনটিই |
এফএমজেড প্ল্যাটফর্মে বাস্তবায়িত
ওপেন এফএমজেডের অফিসিয়াল ওয়েবসাইট (FMZ.COM) নিবন্ধন এবং লগ ইন করার জন্য,
বিশ্লেষণ সরঞ্জাম পৃষ্ঠায়, উপরের অংশটি সেটিং বার, যা বাম থেকে ডানদিকে সেট করা যেতে পারেঃ বৈচিত্র্য, শুরু এবং শেষ সময়, সময়কাল, চিত্রের ধরণ। সেটিং বারের নীচে সূত্র সম্পাদনার অঞ্চল রয়েছে। যদি আপনি সূত্র লিখতে না পারেন তবে আপনি নীচের ড্রপ-ডাউন মেনুতে ক্লিক করে সম্পাদনা করা সূত্রটি নির্বাচন করতে পারেন। এখানে অনেকগুলি সূত্রের উদাহরণ সমর্থিত। এছাড়াও, এফএমজেড প্ল্যাটফর্ম বিশ্লেষণ সরঞ্জামগুলি ইতিমধ্যে বেশিরভাগ অফিসিয়াল আলফা 101 সূত্রকে সমর্থন করে, কেবল ক্লিক করুন এবং ব্যবহার করুন। নীচে গণনার ফলাফল প্রদর্শন করতে গণনা সূত্রটি ক্লিক করুন, এটি একাধিক ডেটা এক্সপোর্ট পদ্ধতি সমর্থন করেঃ ছবি, টেবিল (CSV), JSON ইত্যাদি
মনোযোগ দিতে হবে
ফ্যাক্টর সূত্রের পরামিতিগুলি ডিফল্ট এবং সর্বোত্তম পরামিতি নয়। ব্যবসায়ীরা প্রতীক, সময়কাল এবং তাদের নিজস্ব অভিজ্ঞতার ভিত্তিতে আরও উপযুক্ত পরামিতিগুলি চয়ন করতে পারেন।
এই কারণগুলি একে অপরের থেকে স্বাধীন, এবং একাধিক কারণকে একে অপরের উপর চাপিয়ে দেওয়া ভাল ফলাফলের দিকে পরিচালিত করতে পারে না। যখন পরিমাণগত ট্রেডিং কৌশলগুলি ডিজাইন করা হয়, অন্তত তাদের নিজস্ব যৌক্তিকতা থাকে, যান্ত্রিক প্যাচওয়ার্ক নয়।
ফ্যাক্টরগুলো সীমাহীন, আলফা১০১ শুধু একটা ট্রিক, আমি বিশ্বাস করি সবাই এর থেকে অনুপ্রেরণা পেতে পারে এবং আরো এবং ভালো ফ্যাক্টর এবং পরিমাণগত ট্রেডিং কৌশল তৈরি করতে পারে।
সংক্ষেপে
অনেক ট্রেডিং ফ্যাক্টর সূত্রের মধ্যে, পৃষ্ঠটি অযৌক্তিক বলে মনে হয়, তবে সূত্রের পিছনে কিছু ধারণা এবং কারণ রয়েছে। তবে বাজারে একমাত্র ধ্রুবক হ'ল এটি ক্রমাগত পরিবর্তিত হচ্ছে, সুতরাং এই কারণগুলির কার্যকারিতার ব্যবহারিক প্রয়োগে অ-রৈখিক বৈশিষ্ট্য রয়েছে। অন্য কথায়, কোনও কার্যকর এবং সর্বদা কার্যকর ফ্যাক্টর নেই, কোনও সর্বজনীন ট্রেডিং পদ্ধতি নেই। পরিমাণগত ব্যবসায়ী হিসাবে আপনার খোলা মন থাকা উচিত, সংক্ষিপ্তসার করতে ভাল হওয়া উচিত এবং এটি ব্যবহার করে ক্রমাগত পরিবর্তিত বাজারে লাভ অর্জনের জন্য চেষ্টা এবং উদ্ভাবন করা উচিত।
- ক্রিপ্টোকারেন্সি মার্কেটে মৌলিক বিশ্লেষণের পরিমাণ নির্ধারণঃ তথ্য নিজের জন্য কথা বলতে দিন!
- মুদ্রাচক্রের মৌলিক পরিমাণগত গবেষণা - এখন আর সব ধরনের ধাঁধাবাদী শিক্ষকদের বিশ্বাস করা বন্ধ করুন, তথ্য অবজেক্টিভভাবে কথা বলছে!
- কোয়ালিফাইড লেনদেনের জন্য একটি অপরিহার্য সরঞ্জাম - উদ্ভাবক কোয়ালিফাইড ডেটা এক্সপ্লোরার মডিউল
- সবকিছু আয়ত্ত করা - এফএমজেড ট্রেডিং টার্মিনালের নতুন সংস্করণে ভূমিকা (টিআরবি আর্বিট্রেজ সোর্স কোড সহ)
- এফএমজেডের নতুন ট্রেডিং টার্মিনালের সাথে পরিচিত হোন (ট্র্যাফিক কোড সহ)
- FMZ Quant: ক্রিপ্টোকারেন্সি মার্কেটে সাধারণ প্রয়োজনীয়তা ডিজাইন উদাহরণগুলির বিশ্লেষণ (II)
- কিভাবে 80 লাইন কোডে একটি উচ্চ ফ্রিকোয়েন্সি কৌশল সঙ্গে মস্তিষ্কহীন বিক্রয় বট শোষণ
- এফএমজেড পরিমাণঃ ক্রিপ্টোকারেন্সি বাজারের সাধারণ চাহিদা ডিজাইন উদাহরণ বিশ্লেষণ (২)
- ৮০ লাইন কোডের উচ্চ-প্রবাহের কৌশল ব্যবহার করে মস্তিষ্কবিহীন রোবটকে কীভাবে বিক্রি করা যায়
- FMZ Quant: ক্রিপ্টোকারেন্সি মার্কেটে সাধারণ প্রয়োজনীয়তা ডিজাইন উদাহরণগুলির বিশ্লেষণ (I)
- এফএমজেড কোয়াটিফিকেশনঃ ক্রিপ্টোকারেন্সি মার্কেটের সাধারণ চাহিদা ডিজাইন উদাহরণ বিশ্লেষণ