সমাপনী মূল্যের পার্থক্যের উপর ভিত্তি করে স্বল্পমেয়াদী ট্রেডিং কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটি দুই দিনের সমাপ্তি মূল্যের পার্থক্য বিশ্লেষণ করে ভবিষ্যতের মূল্য আন্দোলনের দিকনির্দেশনা নির্ধারণ করে এবং স্বল্প ব্যবসায়ের জন্য short trade করে। কৌশলটি সহজ, সহজেই বাস্তবায়নযোগ্য এবং স্বল্প ব্যবসায়ীদের জন্য উপযুক্ত।
কৌশল নীতি
এই কৌশলটির মূল যুক্তি হল আজকের বন্ধের মূল্য এবং গতকালের বন্ধের মূল্যের তুলনা করা।
- আজকের এবং গতকালের ক্লোজিং মূল্যের মধ্যে পার্থক্য গণনা করুন
- যদি পার্থক্যটি নির্ধারিত হ্রাসের চেয়ে বেশি হয়, তবে আজকের দামটি গতকালের তুলনায় বেড়ে যায় এবং অতিরিক্ত হয়;
- যদি পার্থক্যটি নেগেটিভের সেট থ্রেশহোল্ডের চেয়ে কম হয়, তবে আজকের দামটি গতকালের তুলনায় হ্রাস পেয়েছে এবং কমানো হয়েছে;
- অন্যথায়, গতকালের মতই থাকুন।
এখানে মূল বিষয় হল যুক্তিসঙ্গত থ্রেশহোল্ড সেট করা। যদি থ্রেশহোল্ড সেট করা হয় খুব বড়, আপনি ছোট দামের অস্থিরতা মিস করবেন; যদি থ্রেশহোল্ড খুব ছোট হয়, আপনি স্বাভাবিক অস্থিরতার কারণে অনেক অযৌক্তিক লেনদেনের দিকে পরিচালিত করবেন। কৌশলটি একটি নিয়মিত থ্রেশহোল্ড ডিজাইন ব্যবহার করে, ডিফল্ট মান 0.004, ধাপের দৈর্ঘ্য 0.001, যা ঐতিহাসিক তথ্যের উপর ভিত্তি করে পরীক্ষা করা যেতে পারে এবং উপযুক্ত থ্রেশহোল্ড নির্বাচন করা যেতে পারে।
সামগ্রিকভাবে, এই কৌশলটি ক্রমাগত দুইটি ট্রেডিং দিনের মধ্যে দামের পরিবর্তনকে ক্যাপচার করে এবং সম্ভাব্য ভবিষ্যতের মূল্যের প্রবণতার দিকনির্দেশনা নির্ধারণের জন্য মূল্যের স্বাভাবিক ওঠানামা ফিল্টার করে। এই কৌশলটি সহজ, সহজেই বোঝা যায় এবং বাস্তবায়িত হয়।
কৌশলগত সুবিধা
- সহজ, স্বজ্ঞাত, সহজে বোঝা এবং বাস্তবায়িত
- জটিল প্রযুক্তিগত সূচকগুলির প্রয়োজন নেই, অভিজ্ঞতার থ্রেশহোল্ড কম
- বন্ধ মূল্য ব্যবহার করে, সাদা গোলমালকে কার্যকরভাবে ফিল্টার করে, সংকেত স্থিতিশীলতা বাড়ায়
- অপ্টিমাইজ করা যায়, যাতে সর্বোত্তম প্যারামিটার খুঁজে পাওয়া যায়
- দামের পরিবর্তন দ্রুত ধরার জন্য উপযুক্ত।
- বিভিন্ন বাজারে কাজ করতে পারে
কৌশলগত ঝুঁকি
- সমাপ্তি মূল্যের একটি সম্ভাব্য ফাঁক রয়েছে যা মূল্যের পরিবর্তনগুলিকে মিস করতে পারে
- একক পরিমাপের উপর নির্ভর করে অন্য গুরুত্বপূর্ণ তথ্য বাদ দেওয়া হতে পারে
- ভুলভাবে থ্রেশহোল্ড সেট করলে অনেক ভুল ট্রেডিং সিগন্যাল তৈরি হবে
- অনেক সময়ই সংক্ষিপ্ত লাইন ব্যবহার করা হয়, যার ফলে লেনদেনের খরচ বেশি হতে পারে।
- “অবশ্যই, আমরা আমাদের লক্ষ্যে পৌঁছাতে চাই।
এই ঝুঁকি মোকাবেলা করার জন্য, নিম্নলিখিত বিষয়গুলি বিবেচনা করা যেতে পারেঃ
- ট্রেডিং ভলিউমের মতো অন্যান্য সূচকগুলির সাথে সংযুক্ত করে সংকেতের নির্ভুলতা বাড়ানো
- একক ক্ষতি নিয়ন্ত্রণে স্টপ লজিক যুক্ত করুন
- প্যারামিটার অপ্টিমাইজ করুন, সিগন্যালের গুণমান উন্নত করুন
- ট্রেডিং চক্র যথাযথভাবে দীর্ঘায়িত করুন এবং অপারেশন ফ্রিকোয়েন্সি হ্রাস করুন
- মুনাফা বাড়াতে ম্যানেজমেন্ট বাড়াতে হবে
কৌশল অপ্টিমাইজেশনের দিকনির্দেশনা
এই কৌশলটি নিম্নলিখিত দিকগুলি থেকে অপ্টিমাইজ করা যেতে পারেঃ
একাধিক সময়কালের পুনরাবৃত্তি- বিভিন্ন সময়সীমার (যেমন সূর্যোদয়, 4 ঘন্টা, 1 ঘন্টা, ইত্যাদি) ব্যবহার করে কৌশলগত প্যারামিটারগুলি পুনরুদ্ধার করুন এবং সর্বোত্তম সময়সীমা এবং প্যারামিটারগুলি নির্বাচন করুন।
অস্থিরতার সাথে মিলিত- এটিআর-এর মতো মূল্যের অস্থিরতা-বিবেচনার সূচক যুক্ত করে গতিশীল থ্রেশহোল্ডগুলি আরও ভালভাবে স্থাপন করা যায়।
স্টপ লজিক যোগ করুন- একক ক্ষতি নিয়ন্ত্রণের জন্য যুক্তিসঙ্গত স্টপ লস সেট করুন।
পজিশন ম্যানেজমেন্ট অপ্টিমাইজ করুন- আমানতের আকার এবং আমানতের নিয়মের অপ্টিমাইজেশান, ক্ষতি বন্ধ করার পাশাপাশি মুনাফা বাড়ানো।
লেনদেনের খরচ- ট্রেডিং ফি, স্লাইড পয়েন্ট ইত্যাদির মতো লেনদেনের খরচ বিবেচনা করা, যাতে রিটার্নটি বাস্তবতার কাছাকাছি থাকে।
মেশিন লার্নিং- মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে আরও বেশি বৈশিষ্ট্য বের করা এবং আরও শক্তিশালী ট্রেডিং সিগন্যাল তৈরি করা।
সারসংক্ষেপ
এই কৌশলটি ভবিষ্যতের দামের প্রবণতা নির্ধারণের জন্য ক্লোজিং মূল্যের পার্থক্যের উপর ভিত্তি করে, সহজ এবং স্বজ্ঞাত চিন্তাভাবনা ব্যবহার করে। এই কৌশলটি সহজেই বাস্তবায়ন করা যায়, সংক্ষিপ্ত অপারেশনের জন্য উপযুক্ত, তবে ক্ষতির ঝুঁকি থাকতে পারে। বিভিন্ন অপ্টিমাইজেশান পদ্ধতির মাধ্যমে কৌশলটির স্থায়িত্ব এবং লাভজনকতা বাড়ানো যায়। এই কৌশলটি ভিত্তিক কৌশল, আরও গবেষণার জন্য ধারণা এবং রেফারেন্স সরবরাহ করতে পারে।
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)
// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work:
// https://www.tradingview.com/u/ChartArt/
//
// __ __ ___ __ ___
// / ` |__| /\ |__) | /\ |__) |
// \__, | | /~~\ | \ | /~~\ | \ |
//
//
threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)
getDiff() =>
yesterday=security(syminfo.tickerid, 'D', close[1])
today=security(syminfo.tickerid, 'D', close)
delta=today-yesterday
percentage=delta/yesterday
closeDiff = getDiff()
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]
hline(0, title="zero line")
bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")
longCondition = buying
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = buying != true
if (shortCondition)
strategy.entry("Short", strategy.short)