
এই কৌশলটির মূল ধারণাটি হল একটি ট্রেন্ড ট্র্যাকিং কৌশল যা যতটা সম্ভব নির্ভুল। এটি অতীতের একটি নির্দিষ্ট সংখ্যক ক্লোজ-আপ মূল্যের অস্থায়ী বিশ্বাসের স্তরগুলি গণনা করে বর্তমান রৈখিক প্রবণতার ধারাবাহিকতার সম্ভাবনা নির্ধারণ করে। এই কৌশলটি অনুমান করে যে একবার বিশ্বাসের একটি নির্দিষ্ট স্তর অতিক্রম করলে, চলমান রৈখিক প্রবণতা অব্যাহত থাকার সম্ভাবনা বেশি থাকে।
এই কৌশলটি গত N টি বন্ধের দামের জন্য একটি লাইন ফিটনেস গণনা করে, একটি লাইন ফিটনেস প্রান্তিকতা k এবং বন্ধের দামের সাথে বিচ্যুতি মানের পার্থক্য σ ∈ . এবং তারপরে প্রবণতা অবিশ্বাসকে k / σ ∈ হিসাবে সংজ্ঞায়িত করে।
যখন ট্রেন্ডের আস্থা বেশি থাকে, তখন লেনদেন বাড়ানো হয়; যখন লেনদেন কম হয়, তখন লেনদেন বন্ধ করা হয়। একইভাবে, যখন ট্রেন্ডের আস্থা কম থাকে, তখন লেনদেন বন্ধ করা হয়; যখন লেনদেন কম হয়, তখন লেনদেন বন্ধ করা হয়।
এইভাবে, এটি বুনো এবং স্পষ্টভাবে রৈখিক প্রবণতা অনুসরণ না করে দামের পরিবর্তনের সংকেতগুলি ফিল্টার করতে পারে।
এই কৌশলটি ট্রেন্ড ট্র্যাকিং এবং পরিসংখ্যানের লিনিয়ার রিগ্রেশন পদ্ধতির সাথে মিলিত হয়, যা স্বল্পমেয়াদী মূল্যের অস্থিরতা অনুসরণ করা এড়িয়ে চলে এবং কেবল দীর্ঘমেয়াদী প্রবণতাগুলি অনুসরণ করে, যার ফলে কম ট্রেডিং ফ্রিকোয়েন্সি এবং উচ্চতর বিজয়ী হার পাওয়া যায়।
এই কৌশলটি প্যারামিটারগুলিকে সামঞ্জস্য করার জন্য যথেষ্ট জায়গা রয়েছে, যা বিভিন্ন জাত এবং সময়কালের জন্য প্যারামিটারগুলিকে সামঞ্জস্য করে ভাল সাধারণীকরণ অর্জন করতে পারে।
এই কৌশলটি বেনিফিট হওয়ার ঝুঁকি রয়েছে। যখন দামের একটি স্পষ্ট প্রবণতা বিপরীত হয়, তখন কৌশলটি আরও বেশি ক্ষতি করে। এছাড়াও, প্যারামিটারগুলি ভুলভাবে সেট করা হয় যা অতিরিক্ত ট্রেডিং বা ভাল ব্যবসায়ের সুযোগগুলি মিস করতে পারে।
ক্ষতির ঝুঁকি নিয়ন্ত্রণের জন্য স্টপ লস সেট করা যেতে পারে। একই সময়ে, প্যারামিটারগুলির পছন্দগুলি সাবধানতার সাথে মূল্যায়ন করতে হবে, অত্যধিক অপ্টিমাইজেশন এড়াতে হবে।
এই কৌশলটি আরও উন্নত করা যেতে পারে নিম্নলিখিত ক্ষেত্রেঃ
স্টপ লস এবং স্টপ স্টপ লজিক যুক্ত করুন, লাভের জন্য লক করুন এবং ঝুঁকি নিয়ন্ত্রণ করুন
প্যারামিটার যোগ করুন অপ্টিমাইজেশন মডিউলের সাথে মানিয়ে নিতে যাতে প্যারামিটারগুলি গতিশীলভাবে সামঞ্জস্য করতে পারে
মেশিন লার্নিং মডেল যুক্ত করুন ট্রেন্ড রিভার্স পয়েন্টগুলি নির্ধারণ করতে এবং কৌশলগুলিকে আরও উন্নত করতে
বিভিন্ন প্রজাতির এবং সময়কালের সাথে সামঞ্জস্যের চেষ্টা করা, এবং সাধারণীকরণের ক্ষমতা বাড়ানো
এই কৌশলটি সামগ্রিকভাবে একটি দীর্ঘমেয়াদী প্রবণতা ভিত্তিক, ঝুঁকি নিয়ন্ত্রণের জন্য একটি পরিমাণগত কৌশল। এটি প্রবণতা ট্র্যাকিং এবং লিনিয়ার রিগ্রেশন পদ্ধতির সমন্বয় করে, যা গোলমাল ট্রেডিং সিগন্যালগুলিকে ফিল্টার করতে পারে। এটি বিভিন্ন জাত এবং সময়কালের সাথে ভালভাবে সামঞ্জস্য করতে পারে, এটি একটি কার্যকর কৌশল যা গবেষণা এবং উন্নতির জন্য উপযুক্ত।
/*backtest
start: 2022-11-15 00:00:00
end: 2023-11-21 00:00:00
period: 1d
basePeriod: 1h
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/
// © carefulCamel61097
// ################################################################################################
// "This is a trend following strategy that performed very well on the past 5 years"
// "Intended to be used on BTC-USDT, 4hr timeframe"
// "A factor 2 Leverage can be added by changing Order Size to 200% of equity"
// "Higher leverage is not recommended due to big drawdowns"
// "Also seems to work on 1D timeframe, although ideal parameters may be different"
// "Also seems to work on ETH-USDT and some other altcoins, although ideal parameters are different"
// ################################################################################################
//@version=5
strategy("Trend Following based on Trend Confidence", overlay=false )
// Inputs
source = input(close)
since = input(timestamp('2000-01-01'), title='Start trading interval')
till = input(timestamp('2030-01-01'), title='End trading interval')
length = input(30, title='Length')
longs_on = input.bool(true, title='Longs')
shorts_on = input.bool(true, title='Shorts')
// Parameters for best performance 2018 - 2022
// long_entry = input.float(0.26, step=0.01, title='Long entry threshold')
// long_exit = input.float(-0.10, step=0.01, title='Long exit threshold')
// short_entry = input.float(-0.24, step=0.01, title='Short entry threshold')
// short_exit = input.float(-0.04, step=0.01, title='Short exit threshold')
long_entry = input.float(0.25, step=0.01, title='Long entry threshold')
long_exit = input.float(-0.10, step=0.01, title='Long exit threshold')
short_entry = input.float(-0.25, step=0.01, title='Short entry threshold')
short_exit = input.float(-0.05, step=0.01, title='Short exit threshold')
stop_loss = input.float(10, step=1, title='Stop loss (percentage)') / 100
// Trend Confidence
linreg = ta.linreg(source, length, 0)
linreg_p = ta.linreg(source, length, 0+1)
x = bar_index
slope = linreg - linreg_p
intercept = linreg - x*slope
deviationSum = 0.0
for i = 0 to length-1
deviationSum := deviationSum + math.pow(source[i]-(slope*(x-i)+intercept), 2)
deviation = math.sqrt(deviationSum/(length))
slope_perc = slope / source[0]
deviation_perc = deviation / source[0]
trend_confidence = slope_perc / deviation_perc
// Strategy
in_interval = true
sl_long = strategy.position_avg_price * (1 - stop_loss)
sl_short = strategy.position_avg_price * (1 + stop_loss)
if in_interval and longs_on and ta.crossover(trend_confidence, long_entry)
strategy.entry("TC Long Entry", strategy.long)
strategy.exit("TC Long Exit", stop=sl_long)
if in_interval and longs_on and ta.crossunder(trend_confidence, long_exit)
strategy.close("TC Long Entry")
if in_interval and shorts_on and ta.crossunder(trend_confidence, short_entry)
strategy.entry("TC Short Entry", strategy.short)
strategy.exit("TC Short Exit", stop=sl_short)
if in_interval and shorts_on and ta.crossover(trend_confidence, short_exit)
strategy.close("TC Short Entry")
// Plots
plot(trend_confidence, "Trend Confidence", color.rgb(255, 255, 255))
plot(long_entry, "", color.rgb(0, 255, 0), linewidth=1)
plot(long_exit, "", color.rgb(255, 0, 0), linewidth=1)
plot(short_entry, "", color=bar_index % 10 == 0 ? color.rgb(0, 255, 0) : #00000000, linewidth=1)
plot(short_exit, "", color=bar_index % 10 == 0 ? color.rgb(255, 0, 0) : #00000000, linewidth=1)