গড় স্টোকাস্টিক ট্রেডিং কৌশল

লেখক:চাওঝাং, তারিখঃ ২০২৩-১০-২৬ ১৬ঃ২০ঃ৩৩
ট্যাগঃ

সারসংক্ষেপ

এই কৌশলটি ট্রেডিং সিগন্যাল বিচারের জন্য গড় স্টোকাস্টিক দোলকের উপর ভিত্তি করে এবং একটি প্রবণতা অনুসরণকারী কৌশলটির অন্তর্গত। এটি গড় স্টোকাস্টিক দোলকের %K এবং %D এর চলমান গড় মানগুলি গণনা করে। যখন সোনার ক্রস ঘটে তখন দীর্ঘ যান। যখন মৃত্যুর ক্রস ঘটে তখন সংক্ষিপ্ত যান। এটি একটি সাধারণ প্রবণতা অনুসরণকারী কৌশল।

কৌশলগত যুক্তি

গড় স্টোকাস্টিক দোলকের %K এবং %D এর মান গণনা করুন। %K হল একটি নির্দিষ্ট সময়ের মধ্যে বন্ধের দামের উপর ভিত্তি করে গণনা করা এলোমেলো মানগুলির চলমান গড়, যা একটি নির্দিষ্ট সময়ের মধ্যে সর্বোচ্চ এবং সর্বনিম্ন মূল্যের সাথে বর্তমান মূল্যের আপেক্ষিক অবস্থানকে প্রতিফলিত করে। %D হল প্রবণতা নিশ্চিত করতে ব্যবহৃত %K এর চলমান গড়।
গড় স্টোকাস্টিক দোলকের গড় মান _avg_k এবং _avg_d পাওয়ার জন্য যথাক্রমে %K এবং %D এর উপর এক্সপোনেন্সিয়ালি মসৃণ চলমান গড় (EMA) প্রয়োগ করা হয়।
ট্রেডিং সিগন্যাল নির্ধারণ করুনঃ
- ক্রয় সংকেতঃ যখন _avg_k _avg_d এবং _avg_d < 20 এর উপরে অতিক্রম করে, তখন লং যান।
- বিক্রয় সংকেতঃ যখন _avg_k _avg_d এর নিচে চলে যায় এবং _avg_d > 80, তখন শর্ট হয়ে যায়।
পজিশন ম্যানেজমেন্টঃ
- লং স্টপ লসঃ লং বন্ধ করুন যখন _avg_d > 80
- শর্ট স্টপ লসঃ _avg_d < 20 হলে শর্ট বন্ধ
একই দিক থেকে সর্বোচ্চ ৩টি অর্ডার অনুমোদন করুন, যা একটি পিরামিড কৌশল।

সুবিধা

গোল্ডেন ক্রস এবং ডেথ ক্রস নির্ধারণের জন্য ডাবল চলমান গড় ব্যবহার করে কার্যকরভাবে মিথ্যা ব্রেকআউট ফিল্টার করতে পারে এবং সংকেতের গুণমান উন্নত করতে পারে।
গড় স্টোকাস্টিক দোলক ব্যবহার করে মূল্যের প্রবণতা কার্যকরভাবে ট্র্যাক করা যায়।
অতিরিক্ত ক্রয় এবং অতিরিক্ত বিক্রয় অঞ্চল একত্রিত করা ব্যাপ্তি সীমাবদ্ধ বাজারে ঘন ঘন ট্রেডিং এড়াতে সহায়তা করে।
পিরামিডিংয়ের অনুমতি দিলে ট্রেন্ডিং মার্কেটে বেশি লাভ হতে পারে।
স্টপ লস কৌশল একক ক্ষতি নিয়ন্ত্রণ করে।

ঝুঁকি

ডাবল চলমান গড় ট্রেডিং কৌশলগুলি ঘন ঘন ট্রেডিংয়ের প্রবণতা তৈরি করে, যা লেনদেনের ব্যয় খুব বেশি হলে লাভজনকতাকে প্রভাবিত করবে।
নির্দিষ্ট স্টপ লস পয়েন্ট ব্যবহার করে ট্রেন্ড থেকে খুব তাড়াতাড়ি বেরিয়ে যাওয়া হারাতে পারে।
খুব বেশি পিরামিডিং ক্ষতি বাড়িয়ে তুলতে পারে।
এটি প্রবণতা বিপরীত পয়েন্ট কার্যকরভাবে নির্ধারণ করতে পারে না এবং প্রবণতা বিপরীত হলে বড় ক্ষতি হতে পারে।
প্যারামিটার পিরিয়ডগুলিকে অপ্টিমাইজ করা দরকার কারণ বিভিন্ন পিরিয়ডগুলি খুব ভিন্ন ফলাফলের দিকে পরিচালিত করতে পারে।

অপ্টিমাইজেশন

ট্রেন্ড ট্রেডিং এড়ানোর জন্য ট্রেন্ড বিচার সূচক প্রবর্তন করার কথা বিবেচনা করুন।
প্রবণতা আরও ভালভাবে ফিট করার জন্য গতিশীলভাবে স্টপ লস পয়েন্টগুলি সামঞ্জস্য করুন।
উদাহরণস্বরূপ, পিরামিডিং কৌশলটি অপ্টিমাইজ করুন, ধীরে ধীরে অবস্থানের আকার বৃদ্ধি করুন।
প্রবণতা বিপরীত এবং প্রস্থান মুনাফা দ্রুত বিচার করার জন্য অন্যান্য সূচক অন্তর্ভুক্ত করুন।
বিভিন্ন পণ্যের জন্য পৃথকভাবে পরীক্ষার পরামিতি অপ্টিমাইজেশান অনুকূলতা উন্নত করতে।

সংক্ষিপ্তসার

সংক্ষেপে, এটি একটি সাধারণ প্রবণতা অনুসরণকারী কৌশল। এটি প্রবণতা যখন ঘটে তখন প্রবণতা দিক এবং পিরামিডগুলি নির্ধারণ করতে গড় স্টোকাস্টিক দোলক ব্যবহার করে। সুবিধাটি হ'ল ট্রেন্ডিং বাজারের জন্য উপযুক্ত শক্তিশালী ট্র্যাকিং ক্ষমতা। তবে কাউন্টার ট্রেন্ড ট্রেডিং এড়ানো গুরুত্বপূর্ণ। প্রবণতা বিচার প্রবর্তন, স্টপ লস কৌশল অনুকূলিতকরণ, পিরামিডিং সময় নিয়ন্ত্রণ ইত্যাদির মাধ্যমে আরও অপ্টিমাইজেশন করা যেতে পারে। সঠিক পরামিতি নির্বাচন সহ, ভাল ট্র্যাকিং ফলাফল অর্জন করা যেতে পারে।

/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80 
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20 
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
   _avg_k[1]<_avg_d[1]
   and _avg_k>_avg_d
   and _avg_d<20
dn=
   _avg_k[1]>_avg_d[1]
   and _avg_k<_avg_d
   and _avg_d>80
var arr_val=0
if up
    arr_val:=1
    strategy.entry("Long", strategy.long)
if dn
    arr_val:=-1
    strategy.entry("Short", strategy.short)
if up[1] or dn[1]
    arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80 
    strategy.close("Long")
if _avg_d<20 
    strategy.close("Short")
//EOF

আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত