বৃহস্পতি এবং শনির ভরবেগ এমএ ক্রসওভার ফিল্টার কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটি ট্রেডিং সিগন্যাল হিসাবে দুটি চলমান গড়ের ক্রস ব্যবহার করে এবং একটি তরঙ্গদৈর্ঘ্য সূচক বিবি এবং একটি কাস্টম গতিশীল শক্তি সূচকের সাথে মিলিতভাবে ফিল্টার করে, যা MA ক্রস সিগন্যালের নির্ভরযোগ্যতা বাড়াতে এবং মিথ্যা সংকেত হ্রাস করতে পারে।
মূলনীতি
50 পিরিয়ড ইএমএ এবং 200 পিরিয়ড এসএমএ ব্যবহার করে গোল্ডফোর্ক ডাইফোর্ক সিগন্যাল গঠন করা হয়েছে।
যখন দাম বাড়তে থাকে, তখন 200-দিনের লাইনের উপরে দামের প্রয়োজন হয় এবং কাস্টম অ্যাক্টিভ ইনডিকেটর মান 25 এর কম হলে কেনার সংকেত দেওয়া হয়।
যখন দাম নেমে যাচ্ছে, তখন দাম 200-দিনের লাইনের নীচে এবং কাস্টম গতিশীলতা সূচক মান 75 এর চেয়ে বেশি হওয়ার জন্য বিক্রয় সংকেত তৈরি করুন।
স্বনির্ধারিত গতিশক্তি সূচকটি বিবি মিডলাইন এবং আপ-ডাউন ট্র্যাকের দূরত্বের উপর ভিত্তি করে 0-100 পরিসীমা পর্যন্ত ম্যাপ করে। পরিসংখ্যানগত দূরত্বের সর্বোচ্চ এবং সর্বনিম্ন মানকে পশ্চাদপসরণ করে পুনঃসংকলন প্রক্রিয়াজাতকরণ করা হয়।
গতিশক্তি সূচকটি দামের আপেক্ষিক তরঙ্গের অবস্থান সম্পর্কিত তথ্য প্রতিফলিত করতে পারে, থ্রেশহোল্ডগুলি ফিল্টার করার জন্য সেট করে, যা মিথ্যা ক্রসকে কার্যকরভাবে হ্রাস করতে পারে।
সামর্থ্য বিশ্লেষণ
ইএমএ এবং এসএমএ-র সুবিধা গ্রহণ করে মধ্য ও দীর্ঘ লাইন ট্রেন্ডগুলি ধরুন।
জাল সংকেত কমাতে, আরো নির্ভরযোগ্যতা এবং ফিল্টারিং জন্য গতিশক্তি সূচক বৃদ্ধি।
BB এর উপর এবং নিচে ট্র্যাকের দূরত্বটি অস্থিরতাকে প্রতিফলিত করে, ব্যাকগ্রাউন্ড পরিসংখ্যানের সাথে একত্রে স্ট্যান্ডার্ডাইজড প্রক্রিয়াকরণ, প্যারামিটার নির্ভরতা এড়ানো।
বিভিন্ন বাজারের অবস্থার সাথে খাপ খাইয়ে নেওয়ার জন্য কাস্টমাইজযোগ্য ইএমএ এবং এসএমএ চক্র এবং গতিশক্তি সূচক থ্রেশহোল্ড।
কৌশলগুলি পরিষ্কার এবং সহজেই বোঝা যায়, প্যারামিটারগুলিকে সামঞ্জস্য করার জন্য প্রচুর জায়গা রয়েছে এবং এটি ব্যবহারিক।
ঝুঁকি বিশ্লেষণ
ইএমএ এবং এসএমএ নিজেই পিছিয়ে আছে, এবং তারা সম্ভবত সংক্ষিপ্ত লাইন সুযোগ মিস করেছে।
ডাবল লাইন ক্রস মূলত একটি ট্রেন্ড ট্র্যাকিং কৌশল, যা ঝড়ের জন্য উপযুক্ত নয়।
ডায়নামিক শক্তি সূচক থ্রেশহোল্ডের জন্য উপযুক্ত প্যারামিটারগুলি নির্ধারণের জন্য পুনরাবৃত্তিমূলক পুনরাবৃত্তি প্রয়োজন, বক্ররেখা অপ্টিমাইজেশনের ঝুঁকি রয়েছে।
বড় আকারের চক্রের গড় লাইন কৌশল, আয় তুলনামূলকভাবে স্থিতিশীল কিন্তু পরম আয় সীমিত হতে পারে।
যথাযথভাবে গড়ের সময়সীমা সংক্ষিপ্ত করা যেতে পারে, বা কৌশলটির অভিযোজনযোগ্যতা বাড়ানোর জন্য অন্যান্য নির্দেশক যুক্ত করা যেতে পারে।
অপ্টিমাইজেশান দিক
বিভিন্ন সমান্তরাল সমন্বয় পরীক্ষা করে সেরা প্যারামিটার খুঁজুন।
অন্যান্য পরিমাপকারী বিচার যেমন MACD, KD ইত্যাদি সহকারী বিচার যোগ করুন।
গতিশক্তি সূচকের প্যারামিটারগুলি অপ্টিমাইজ করুন, যেমন রিটার্ন চক্র, ম্যাপিং ব্যাপ্তি ইত্যাদি।
ঝুঁকি কমানোর জন্য স্টপ লস ম্যানেজমেন্ট যোগ করা হয়েছে।
মেশিন লার্নিং বৈশিষ্ট্যগুলি বের করার জন্য বিভিন্ন জাতের প্যারামিটারগুলি একমত নয়।
অযৌক্তিক ক্রস সিগন্যাল এড়ানোর জন্য ভর সংকেত যোগ করুন।
সারসংক্ষেপ
এই কৌশলটি একত্রিত চক্রের প্রবণতা ট্র্যাকিং এবং কাস্টমাইজড গতিশীলতা সূচক দ্বৈত ফিল্টারিং এর সুবিধাগুলি একসাথে, নির্ভরযোগ্যতা উচ্চ, বাস্তব যুদ্ধের মান শক্তিশালী। প্যারামিটার অপ্টিমাইজেশান এবং সহায়ক প্রযুক্তি সূচকগুলিকে শক্তিশালী করে, আরও ভাল পারফরম্যান্স পাওয়ার সম্ভাবনা রয়েছে। এই কৌশলটি নতুন ধারণা, যা অন্যান্য প্রবণতা ট্র্যাকিং কৌশলগুলির জন্য পাঠ্যপুস্তক সরবরাহ করতে পারে, যা পরিমাণগত ব্যবসায়ের কৌশল সংগ্রহের একটি মূল্যবান সংযোজন।
/*backtest
start: 2023-10-26 00:00:00
end: 2023-10-27 13:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title="EMA Difference Mapping with Trades", shorttitle="EMA Diff Map", overlay=false)
// Inputs
emaLength = input(20, "EMA Length")
stdDevLength = input(2, "Standard Deviation Length")
priceSource = close
takeProfitPoints = input(1000, title="Take Profit (in Points)")
stopLossPoints = input(2500, title="Stop Loss (in Points)")
// Calculate EMA
ema = ema(priceSource, emaLength)
// Calculate Standard Deviation
stdDev = stdev(priceSource, stdDevLength)
// Calculate differences
diff1 = (ema + stdDev) - ema
diff2 = ema - (ema - stdDev)
// Calculate min and max differences from last year
lookbackPeriod = 504 // Number of trading days in a year
minDiff1 = lowest(diff1, lookbackPeriod)
maxDiff1 = highest(diff1, lookbackPeriod)
minDiff2 = lowest(diff2, lookbackPeriod)
maxDiff2 = highest(diff2, lookbackPeriod)
// Map differences based on requirements
mappedDiff1 = 50 + 50 * ((diff1 - minDiff1) / (maxDiff1 - minDiff1))
mappedDiff2 = 50 - 50 * ((diff2 - minDiff2) / (maxDiff2 - minDiff2))
// Combine mapped differences into a single line
mappedLine = if close > ema
mappedDiff1
else
mappedDiff2
// Plot 'mappedLine' in the main chart area conditionally
plot(mappedLine, title="EMA Difference Mapping", color=(close > ema ? color.blue : na), style=plot.style_line, linewidth=2)
// Calculate the 50EMA and 200SMA
ema50 = ema(close, 50)
sma200 = sma(close, 200)
// Plot the 50EMA and 200SMA on the main chart
plot(ema50, color=color.blue, title="50 SMA", linewidth=2)
plot(sma200, color=color.red, title="200 SMA", linewidth=2)
// Initialize trade variables
var bool waitingForBuy = na
var bool waitingForSell = na
var bool buyConditionMet = false
var bool sellConditionMet = false
if not sellConditionMet and crossunder(ema50, sma200)
sellConditionMet := true
waitingForBuy := false
if sellConditionMet
waitingForSell := true
sellConditionMet := false
if waitingForSell and close < sma200 and mappedLine > 75
strategy.entry("Sell", strategy.short)
strategy.exit("Sell Exit", "Sell", profit=takeProfitPoints, loss=stopLossPoints)
waitingForSell := false
// Define the strategy conditions and execute trades
if not buyConditionMet and crossover(ema50, sma200)
buyConditionMet := true
waitingForSell := false
if buyConditionMet
waitingForBuy := true
buyConditionMet := false
if waitingForBuy and close > sma200 and mappedLine < 25
strategy.entry("Buy", strategy.long)
strategy.exit("Buy Exit", "Buy", profit=takeProfitPoints, loss=stopLossPoints)
waitingForBuy := false