ডাবল সুপারইম্পোজড মুভিং এভারেজ কম্বিনেশন স্টোকাস্টিক সাদৃশ্য এবং পার্থক্য কে-লাইন ট্রেডিং কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটি ডাবল ওভারল্যাপড গড় এবং স্টোক্যাস্টিক সূচকগুলির সংমিশ্রণ ব্যবহার করে প্রবণতা বিপরীত হওয়ার সুযোগগুলি সনাক্ত করে এবং কার্যকরভাবে সংক্ষিপ্ত ট্রেডিংয়ের জন্য কাজ করে। যখন দামগুলি ওভার-বই ওভার-বিক্রয় অঞ্চলে প্রবেশ করে তখন কৌশলটি শূন্য হয়ে যায়; যখন দামগুলি ওভার-বিক্রয় অঞ্চলে প্রবেশ করে তখন কৌশলটি সংক্ষিপ্ত প্রবণতা বিপরীত হওয়ার জন্য আরও বেশি করে।
কৌশল নীতি
এই কৌশলটি মূলত ডাবল ওভারল্যাপ গড় এবং স্টোক্যাস্টিক সূচকগুলির সমন্বিত ব্যবহারের উপর ভিত্তি করে।
ডাবল স্টপড এভারেজ দ্রুত চলমান গড়, ধীর চলমান গড় এবং অতি-ধীর চলমান গড়ের সমন্বয়ে গঠিত। যখন ধীর চলমান গড়টি দ্রুত চলমান গড়ের উপরে অতিক্রম করে, তখন এটি একটি কেনার সংকেত হিসাবে বিবেচিত হয়; যখন ধীর চলমান গড়টি দ্রুত চলমান গড়ের নীচে অতিক্রম করে, তখন এটি একটি বিক্রয় সংকেত হিসাবে বিবেচিত হয়। ডাবল স্টপড এভারেজটি মধ্যম এবং সংক্ষিপ্ত লাইনের প্রবণতার বিপরীত দিকগুলি সনাক্ত করতে পারে।
স্টোক্যাস্টিক সূচকটিতে K এবং D এর মান রয়েছে, K মানটি N দিনের মধ্যে বর্তমান সমাপ্তির দামের সর্বোচ্চ এবং সর্বনিম্ন দামের অবস্থানকে নির্দেশ করে, D মানটি K এর মানের এম দিনের সরল চলমান গড়। K এবং D মান উভয়ই 80 এর বেশি হলে এটি একটি ওভার-বই অঞ্চল, এবং 20 এর চেয়ে কম হলে এটি একটি ওভার-বই অঞ্চল। স্টোক্যাস্টিক সূচকটি স্বল্পমেয়াদী ওভার-বই ওভার-বই অঞ্চল সনাক্ত করতে পারে।
এই কৌশলটি ডাবল ওভারল্যাপ গড় এবং স্টোক্যাস্টিক সূচককে একত্রিত করে, যখন স্টোক্যাস্টিক সূচকটি একটি ওভারবই বা ওভারসোল্ড অঞ্চল দেখায়, তখন গাছের দৃশ্যটি ডাবল ওভারল্যাপ সিগন্যালের সাথে সামঞ্জস্যপূর্ণ কিনা তা দেখার জন্য এবং যদি সামঞ্জস্যপূর্ণ হয় তবে সংক্ষিপ্ত লাইনের প্রবণতার বিপরীত দিকটি ধরার জন্য বিপরীত ট্রেডিংয়ের জন্য এই পয়েন্টটি বেছে নিন।
সামর্থ্য বিশ্লেষণ
এই কৌশলটির সুবিধাগুলো হলঃ
এই সংমিশ্রণটি ডাবল ওভারল্যাপ গড় এবং স্টোক্যাস্টিক সূচক ব্যবহার করে, যা একই সময়ে মধ্যম এবং সংক্ষিপ্ত লাইনের প্রবণতা টার্নপয়েন্টগুলি সনাক্ত করতে পারে।
স্টোক্যাস্টিক সূচক ব্যবহার করে ওভারবয় ওভারসেল সিগন্যালের মাধ্যমে আরও কার্যকর ডাবল ওভারল্যাপ গড় বিপরীত ট্রেডিং সুযোগ নির্বাচন করুন।
ট্রেডিং স্ট্র্যাটেজির নিয়মগুলি পরিষ্কার এবং সহজেই প্রয়োগ করা যায়।
বিভিন্ন জাত এবং সময়ের জন্য সামঞ্জস্যপূর্ণ ট্রেডিং সময় এবং মাস প্যারামিটার।
ঝুঁকি নিয়ন্ত্রণে স্টপ লস সেট করুন।
ঝুঁকি বিশ্লেষণ
এই কৌশলটির কিছু ঝুঁকিও রয়েছেঃ
ডাবল ওভারল্যাপিং গড়গুলি মিথ্যা ব্রেকআউট তৈরি করতে পারে, স্টোক্যাস্টিক সূচকগুলিও অকার্যকর অসামঞ্জস্যপূর্ণ কে-লাইন ফর্ম্যাট তৈরি করতে পারে, যার ফলে ট্রেডিং সিগন্যালের ত্রুটি ঘটে। প্যারামিটারগুলি যথাযথভাবে সামঞ্জস্য করা যেতে পারে, বা সংমিশ্রণ যাচাইয়ের জন্য অন্যান্য সূচক যুক্ত করা যেতে পারে।
কেবলমাত্র প্রযুক্তিগত সূচকের উপর ভিত্তি করে, মৌলিক কারণগুলি বিবেচনা না করে, বড় অর্থনৈতিক ঘটনা ঘটলে ব্যর্থ হতে পারে। অর্থনৈতিক ঘটনা ঝুঁকি নিয়ন্ত্রণ যোগ করা যেতে পারে।
মুভিং এভারেজের সঠিক সময় নির্ধারণ করা কঠিন, যার ফলে স্টপ লস খুব ছোট বা খুব বড় হতে পারে। স্টপ লস কৌশলটি অপ্টিমাইজ করা উচিত।
ভুলভাবে প্যারামিটার সেট করলে ট্রেডিং ফ্রিকোয়েন্সি বা সিগন্যালের কার্যকারিতা খারাপ হতে পারে। বিভিন্ন জাত এবং সময়কালের জন্য প্যারামিটার অপ্টিমাইজেশন পরীক্ষা করা উচিত।
শুধুমাত্র শর্ট লাইন ট্রেডিংয়ের জন্য উপযুক্ত, লং লাইন হোল্ডিংয়ের জন্য উপযুক্ত নয়। পজিশনের আকার নিয়ন্ত্রণ করা উচিত।
অপ্টিমাইজেশান দিক
এই কৌশলটি নিম্নলিখিত দিকগুলি থেকে উন্নত করা যেতে পারেঃ
KDJ, MACD ইত্যাদির মতো আরও সূচকগুলির সমন্বয় পরীক্ষা করে সংকেতের কার্যকারিতা বাড়ান।
ভুয়া ব্রেকডাউন এড়ানোর জন্য ট্রেডিং ভলিউম ইন্ডিকেটর বিশ্লেষণ যোগ করুন।
দ্বিগুণ গড় প্যারামিটার অপ্টিমাইজ করা হয়েছে যাতে সঠিক বিপরীত সময় সনাক্ত করা যায়।
স্টপ লস ট্রিগার হওয়ার সম্ভাবনা কমাতে স্টপ লস কৌশল অপ্টিমাইজ করুন।
অর্থনৈতিক ঘটনা ঝুঁকি নিয়ন্ত্রণ মডিউল যোগ করুন, যাতে বড় ঘটনাগুলি লেনদেনের উপর প্রভাব ফেলে না।
মেশিন লার্নিং প্রযুক্তি ব্যবহার করে প্যারামিটারগুলিকে স্বয়ংক্রিয়ভাবে অপ্টিমাইজ করুন, প্যারামিটারগুলির অভিযোজনযোগ্যতা বাড়ান।
এই পদ্ধতিটি ব্যবহারের জন্য সবচেয়ে ভালো উপায় খুঁজতে আরো বিভিন্ন জাতের এবং সময়কালের মধ্যে পুনরায় পরীক্ষা করা হয়।
সারসংক্ষেপ
এই কৌশলটি ডাবল ওভারল্যাপ গড় এবং স্টোক্যাস্টিক বিপরীত K লাইন ফর্ম্যাটের সংমিশ্রণের মাধ্যমে ট্রেডিংয়ের উদ্দেশ্য অর্জন করে। এটি একটি সূচক ব্যবহারের তুলনায় ট্রেডের লাভজনকতা বাড়িয়ে তোলে এবং কৌশলটি সহজেই পরিচালনা করা যায়। তবে এই কৌশলটির কিছু ঝুঁকি রয়েছে, যার জন্য প্যারামিটার এবং স্টপ লস অপ্টিমাইজেশন প্রয়োজন এবং আরও যাচাইকরণ সূচক এবং ঝুঁকি নিয়ন্ত্রণের সরঞ্জাম যুক্ত করা দরকার। সামগ্রিকভাবে, এই কৌশলটি একটি নির্ভরযোগ্য, মাঝারি ফ্রিকোয়েন্সিযুক্ত শর্ট লাইন ট্রেডিং কৌশল।
/*backtest
start: 2022-10-26 00:00:00
end: 2023-10-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy(title="Intraday Stochiastic Strategy", shorttitle="Intraday Stochiastic Strategy", overlay=true, initial_capital = 1000)
//WORKS FOR BTCUSD M30
//OBVERVED GOOD PERFORMANCES FOR SELL MODE M15 : US30USD / UK100GBP / JP225USD / SPX500USD / BCOUSD / EURGBP
//Best Forex Hours are 7-21
//0 is Long Position
//1 is Short Position
//2 No position
mode=input(1, maxval=2, title="Mode")
lossLimit=input(10000, maxval=10000, title="Loss Limit")
hourStart=input(2, maxval=24, title="Hour Start")
hourStop=input(13, maxval=24, title="Hour Stop")
//Month selected for back testing. 0 is maximum number of months
monthSelected = input(0, maxval=12, title="Month Selected")
/////////////////////////////////////////////////
fast = 20, slow = 50, ultraSlow = 200
fastMA = sma(close, fast)
slowMA = sma(close, slow)
ultraSlowMA = sma(close, ultraSlow)
colorFast = red
colorSlow = black
colorUltraSlowMA = purple
if(timeframe.period == "1" or timeframe.period == "3" or timeframe.period == "5" or timeframe.period == "15" or timeframe.period == "30" or timeframe.period == "45" or timeframe.period == "60" or timeframe.period == "120" or timeframe.period == "180" or timeframe.period == "240")
fastMA := ema(close, fast)
slowMA := ema(close, slow)
ultraSlowMA := ema(close, ultraSlow)
colorFast := orange
colorSlow := gray
colorUltraSlowMA := blue
p1 = plot(fastMA, color=colorFast)
p2 = plot(slowMA, color=colorSlow, linewidth=2)
p3 = plot(ultraSlowMA, color=colorUltraSlowMA, linewidth=3)
fill(p1, p2, color = fastMA > slowMA ? green : red)
////////////////////////////////////////////////
ema150 = 200
ema150MA = ema(close, ema150)
smooth = input(3, minval=1), K = input(14, minval=1), D=input(3,minval=1)
hh=highest(high,K)
ll=lowest(low,K)
k = sma((close-ll)/(hh-ll)*100, smooth)
d = sma(k, 3)
//plot(k, color=blue)
//plot(d, color=red)
//h0 = hline(80)
//h1 = hline(20)
//fill(h0, h1, color=purple, transp=95)
//plot(hour*100, color=red, linewidth=2)
stochiasticHigh = 80
stochiasticLow = 20
data = close < ema150MA and k>stochiasticHigh and d>stochiasticHigh and close>open
plotshape(data, style=shape.triangledown, location=location.belowbar, color=red)
data2 = close > ema150MA and k<stochiasticLow and d<stochiasticLow and close<open
plotshape(data2, style=shape.triangleup, location=location.abovebar, color=green)
isData = 0
isData := isData[1]
if(isData == 0)
if(data)
if(mode==1 and hour>hourStart and hour<hourStop and (monthSelected==0 or month==monthSelected)) //DOW hours : 2-13
strategy.entry("SCALP SHORT", strategy.short)
isData := 1
else
if(k<stochiasticLow and d<stochiasticLow)
if(mode==1)
strategy.close_all(when = true)
isData := 0
isData2 = 0
isData2 := isData2[1]
if(isData2 == 0)
if(data2)
if(mode==0 and hour>hourStart and hour<hourStop and (monthSelected==0 or month==monthSelected))
strategy.entry("SCALP LONG", strategy.long)
isData2 := 1
else
if(k>stochiasticHigh and d>stochiasticHigh)
if(mode==0)
strategy.close_all(when = true)
isData2 := 0
strategy.exit("STOP LOSS", "SCALP LONG", loss=lossLimit)
strategy.exit("STOP LOSS", "SCALP SHORT", loss=lossLimit)