মাস-শেষের বিপরীতমুখী ডিসিএ কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটির উদ্দেশ্য হল একটি সম্পদের স্বল্পমেয়াদী পতনের প্রবণতার শেষ পয়েন্ট চিহ্নিত করা, এবং সেই পয়েন্টে একটি নির্দিষ্ট পরিমাণ বিনিয়োগ করে সম্পত্তি কেনা। এইভাবে সম্পদের বিপরীতমুখী শুরু হওয়ার পরে কম খরচে বিনিয়োগ করা যায়।
মূলনীতি
এই কৌশলটি একটি মাসিক সময় ফ্রেমের উপর ভিত্তি করে কাজ করে। প্রতি মাসে 240 টি 1 ঘন্টা K লাইন রয়েছে যা ট্রেন্ডের বিপরীত হওয়ার সময় নির্ধারণ করে।
বিশেষ করে, কৌশলটি EMA দ্রুত লাইন এবং EMA ধীর লাইন এর পার্থক্য গণনা করে_সিডি এবং ইএমএ_সিডি এর সিগন্যাল লাইন, যখন দ্রুত লাইনে সিগন্যাল লাইনটি অতিক্রম করে, একটি স্বল্পমেয়াদী পতনশীল প্রবণতা শেষ হওয়ার সিদ্ধান্ত নেয় এবং একটি কেনার সংকেত দেয়।
ক্রয় সংকেত প্রেরণের পর, কৌশলটি সেই মাসের শেষে প্লেইন করে। তারপর দ্বিতীয় মাসে এই প্রক্রিয়াটি পুনরাবৃত্তি করে, নিয়মিত ক্রয় করে এবং এক মাসের জন্য ধরে রাখে।
এইভাবে, আমরা স্বল্পমেয়াদী পতনের শেষের দিকে নিমজ্জিত হতে পারি এবং আমাদের বিনিয়োগ স্থির করতে পারি।
সুবিধা
এই কৌশলটির সবচেয়ে বড় সুবিধা হল যে এটি অস্থিরতাকে ফিল্টার করে এবং শুধুমাত্র ট্রেন্ডের বিপরীত বিন্দুতে ক্রয় করে, যার ফলে এটি আরও ভাল দামে বিনিয়োগ স্থির করে।
এছাড়াও, EMA দ্বারা ট্রেন্ড রিভার্স পয়েন্ট নির্ধারণ করা সহজ, যা কেবলমাত্র K-লাইন রিভার্সনের উপর ভিত্তি করে সিদ্ধান্ত নেওয়ার চেয়ে আরও স্থিতিশীল এবং সঠিক। EMA স্বল্পমেয়াদী বাজারের গোলমালের ক্রয় সময়কে প্রভাবিত করতে পারে।
অবশেষে, শেষের দিকে স্টপ লস সেট করুন যা প্রতি মাসে বিনিয়োগের ফলাফলকে লক করে দেয় এবং এক মাসের সর্বোচ্চ ক্ষতি সীমাবদ্ধ করে।
ঝুঁকি
এই কৌশলটির সবচেয়ে বড় ঝুঁকি হল ক্রয়ের পরে দাম আরও কমতে থাকে, যার ফলে শেষের দিকে স্টপ লস হয়। এই পরিস্থিতি সাধারণত বিচার বিপরীত ভুলের কারণে ঘটে।
ইএমএ চক্রের প্যারামিটারগুলিকে সামঞ্জস্য করে বা RSI এর মতো অন্যান্য সূচকগুলির সাথে মিলিত হয়ে বিপরীত সিগন্যালগুলি নিশ্চিত করার জন্য সিদ্ধান্তগুলি অনুকূলিত করা যেতে পারে।
আরেকটি ঝুঁকি হল স্টপ লস সেটআপ। স্টপ লস খুব ছোট হলে তা স্বল্পমেয়াদী ওঠানামা দ্বারা বন্ধ হয়ে যায় এবং খুব বড় হলে ক্ষতির সীমা থাকে না। সর্বোত্তম প্যারামিটার খুঁজতে বিভিন্ন স্টপ লস পরীক্ষা করা প্রয়োজন।
অপ্টিমাইজেশান দিক
এই কৌশলটি নিম্নলিখিত দিকগুলি থেকে উন্নত করা যেতে পারেঃ
EMA চক্রের প্যারামিটারগুলিকে অপ্টিমাইজ করুন এবং প্রবণতা বিপরীতকরণের জন্য সর্বোত্তম প্যারামিটার সমন্বয় খুঁজে বের করুন
অন্যান্য সূচক ফিল্টার যোগ করুন, যেমন RSI, একটি নিশ্চিত বিপরীত সংকেত পেতে
বিভিন্ন স্টপ পয়েন্ট পরীক্ষা করে সর্বোত্তম স্টপ পয়েন্ট খুঁজুন যেখানে ক্ষতির সর্বোচ্চ সীমা থাকবে এবং আরবিটেশন হবে না
একটি স্টপ ভিত্তিতে একটি চলমান স্টপ যোগ করার কথা বিবেচনা করা যেতে পারে, দামের উপর নির্ভর করে রিয়েল-টাইম স্টপ পজিশনে সামঞ্জস্য করা যায়
বিভিন্ন সময়সীমার পরীক্ষা করা যায়, যেমন সূর্যের রেখা, ঘূর্ণিপথ, কোন সময়সীমার মধ্যে কৌশলটি সবচেয়ে ভাল কাজ করে তা দেখার জন্য
সারসংক্ষেপ
এই কৌশলটির সামগ্রিক ধারণাটি পরিষ্কার এবং সহজ, এটি স্বল্পমেয়াদী প্রবণতা বিপরীতের মূল্যায়ন করে এবং বিপরীত পয়েন্টের শেষের দিকে বিনিয়োগের জন্য নির্ধারিত হয়, যা কম দামের বিনিয়োগের জন্য ঝড়ের বাজারকে কার্যকরভাবে ফিল্টার করতে পারে। কৌশলটির অপ্টিমাইজেশনের স্থানটি মূলত প্যারামিটার অপ্টিমাইজেশন এবং স্টপ লস কৌশলটি সামঞ্জস্য করে। সামগ্রিকভাবে, এই কৌশলটি একটি স্থির সম্পদ বিন্যাসের জন্য একটি দুর্দান্ত কৌশলগত ধারণা যা আরও পরীক্ষার জন্য উপযুক্ত।
/*backtest
start: 2023-09-07 00:00:00
end: 2023-10-07 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © BHD_Trade_Bot
// @version=5
// strategy(
// shorttitle = 'DCA After Downtrend',
// title = 'DCA After Downtrend (by BHD_Trade_Bot)',
// overlay = true,
// calc_on_every_tick = true,
// calc_on_order_fills = true,
// use_bar_magnifier = true,
// pyramiding = 100,
// initial_capital = 0,
// default_qty_type = strategy.cash,
// default_qty_value = 1000,
// commission_type = strategy.commission.percent,
// commission_value = 0.1)
// Backtest Time Period
start_year = input(title='Start year' ,defval=2017)
start_month = input(title='Start month' ,defval=1)
start_day = input(title='Start day' ,defval=1)
start_time = timestamp(start_year, start_month, start_day, 00, 00)
end_year = input(title='end year' ,defval=2050)
end_month = input(title='end month' ,defval=1)
end_day = input(title='end day' ,defval=1)
end_time = timestamp(end_year, end_month, end_day, 23, 59)
window() => true
// EMA
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
// EMA_CD
emacd = ema50 - ema200
emacd_signal = ta.ema(emacd, 20)
hist = emacd - emacd_signal
// Count n candles after x long entries
var int nPastCandles = 0
var int entryNumber = 0
nPastCandles := nPastCandles + 1
// ENTRY CONDITIONS
// 8 hours per day => 240 hours per month
entry_condition1 = nPastCandles > entryNumber * 240
// End of downtrend
entry_condition2 = ta.crossover(emacd, emacd_signal)
ENTRY_CONDITIONS = entry_condition1 and entry_condition2
if ENTRY_CONDITIONS and window()
entryNumber := entryNumber + 1
entryId = 'Long ' + str.tostring(entryNumber)
strategy.entry(entryId, strategy.long)
// CLOSE CONDITIONS
// Last bar
CLOSE_CONDITIONS = barstate.islast
if CLOSE_CONDITIONS
strategy.close_all()
// Draw
plot(ema50, color=color.orange, linewidth=3)
plot(ema200, color=entry_condition1 ? color.green : color.red, linewidth=3)