বাজারের প্রবণতা নির্দেশনা সহ উন্নত চলমান গড় ক্রসওভার কৌশল

লেখক:চাওঝাং, তারিখঃ ২০২৩-১২-০৬ ১৬ঃ২৯ঃ৫২
ট্যাগঃ

সারসংক্ষেপ

বাজার প্রবণতা গাইডেন্সের সাথে উন্নত চলমান গড় ক্রসওভার কৌশলটি বাজারের প্রবণতা এবং ট্রেডিং সংকেতগুলি নির্ধারণের জন্য বিভিন্ন সময়ের তিনটি চলমান গড় ব্যবহার করে। এটি প্রথমে একটি দ্রুত লাইন, ধীর লাইন এবং প্রবণতা লাইন গণনা করে। দ্রুত এবং ধীর লাইনের সোনার ক্রস এবং মৃত্যুর ক্রসের উপর ভিত্তি করে ক্রয় এবং বিক্রয় সংকেত উত্পন্ন হয়। অতিরিক্তভাবে, সামগ্রিক বাজারের প্রবণতার দিকনির্দেশ বিচার করার জন্য একটি প্রবণতা লাইন চালু করা হয়। প্রতি-প্রবণতা ব্যবসায় এড়াতে ট্রেডগুলি কেবল প্রবণতার দিকে নেওয়া হয়।

কৌশলগত যুক্তি

মূল যুক্তি তিনটি চলমান গড় ব্যবহার করে - দ্রুত লাইন, ধীর লাইন এবং প্রবণতা লাইন সংকেত উত্পাদনের জন্য। তিনটি চলমান গড়ের সময়কাল ইনপুট পরামিতি হিসাবে সংজ্ঞায়িত করা হয়। সোনার ক্রস (দ্রুত লাইন ধীর লাইনের উপরে ক্রস করে) এবং মৃত্যু ক্রস (দ্রুত লাইন ধীর লাইনের নীচে ক্রস করে) দ্রুত এবং ধীর লাইনের মধ্যে ক্রয় এবং বিক্রয় সংকেত উত্পন্ন করে। এটি ক্লাসিক ডুয়াল চলমান গড় ক্রসওভার সিস্টেমের উপর ভিত্তি করে।

এই উন্নতিটি বাজারের প্রবণতার দিক নির্ধারণের জন্য তৃতীয় চলমান গড় প্রবণতা রেখা প্রবর্তন থেকে আসে। ট্রেন্ডের দিকটি যখন সংকেতটির পক্ষে থাকে তখন কেবল সোনার ক্রসগুলিতে কিনুন সংকেতগুলি নেওয়া হয় এবং মৃত্যুর ক্রসগুলিতে সংকেতগুলি বিক্রয় করা হয়। উদাহরণস্বরূপ, প্রবণতা যখন উপরে থাকে তখন কেবল সোনার ক্রসগুলিতে কিনুন সংকেতগুলি নেওয়া হয় এবং প্রবণতা যখন নীচে থাকে তখন কেবল মৃত্যুর ক্রসগুলিতে সংকেতগুলি বিক্রয় করা হয়। এটি প্রতি-প্রবণতা ব্যবসায় এড়াতে সহায়তা করে এবং ঝুঁকি হ্রাস করে।

সুবিধা বিশ্লেষণ

সহজ দ্বৈত চলমান গড় কৌশল তুলনায়, এই উন্নত কৌশল নিম্নলিখিত সুবিধা আছেঃ

বাজারের প্রবণতা নির্দেশনা বিপক্ষে প্রবণতা ট্রেড এড়াতে, সম্ভাব্য হারানো ট্রেড ফিল্টার এবং ঝুঁকি কমাতে।
একাধিক চলমান গড়ের সংমিশ্রণ সংকেত নির্ভরযোগ্যতা এবং জয় হার উন্নত করে।
নমনীয় পরামিতি সমন্বয় বিভিন্ন বাজার ব্যবস্থার সাথে মানিয়ে নেয়।
সহজ এবং সুস্পষ্ট নিয়ম বাস্তবায়নকে সহজ করে তোলে। জটিল মেশিন লার্নিং মডেলের চেয়ে বাস্তবায়ন করা সহজ।
শক্তিশালী তাত্ত্বিক ভিত্তি এবং নির্ভরযোগ্যতার সাথে বৈধ সূচক এবং যুক্তি।

ঝুঁকি বিশ্লেষণ

ডাবল এমএ কৌশল তুলনায় উন্নতি সত্ত্বেও, কিছু ঝুঁকি বিবেচনা করা প্রয়োজনঃ

তিনটি চলমান গড় থেকে অতিরিক্ত জটিলতা অপ্টিমাইজেশান অসুবিধা এবং খারাপ প্যারামিটার মিটিং ঝুঁকি poses।
চলমান গড়ের বিলম্বিত প্রকৃতি সংকেতগুলি ম্লান করতে পারে বা বিলম্বের কারণ হতে পারে।
স্বতন্ত্র প্রবণতা নির্ধারণ প্রবণতা বিচার ত্রুটির ঝুঁকি নিয়ে আসে।
কোন পজিশন সাইজিং বা ঝুঁকি ব্যবস্থাপনা বৈশিষ্ট্য নেই। সম্পূর্ণ পজিশন সাইজ ডিফল্ট।
নিয়ম-ভিত্তিক সিস্টেম মেশিন লার্নিং মডেলের মতো অভিযোজিত হতে পারে না। পরিবর্তিত বাজারের প্রতি দৃঢ়তার অভাব রয়েছে।

এই ঝুঁকিগুলি কঠোর ব্যাকটেস্টিং, অপ্টিমাইজেশন এবং স্টপ লস, পজিশন সাইজিং, মেশিন লার্নিং অভিযোজন ইত্যাদির মতো উন্নতিগুলি প্রবর্তনের মাধ্যমে সম্ভাব্যভাবে হ্রাস করা যেতে পারে। তবে ঝুঁকিগুলি সম্পূর্ণরূপে নির্মূল করা যায় না।

উন্নতির সুযোগ

কৌশলটি আরও উন্নত করার কিছু উপায়ঃ

ট্রেড প্রতি হ্রাস নিয়ন্ত্রণের জন্য মূল্য ভিত্তিক বা অস্থিরতা ভিত্তিক স্টপ লস প্রক্রিয়া অন্তর্ভুক্ত করুন।
পজিশন সাইজিং মডিউল যোগ করুন যা ড্রডাউন, মূলধন ব্যবহার ইত্যাদির উপর ভিত্তি করে পজিশনগুলিকে গতিশীলভাবে সামঞ্জস্য করে।
প্রতিরোধের জন্য একাধিক সময়সীমা (দৈনিক, 60 মিনিট ইত্যাদি) পরীক্ষা করুন।
গ্রিড অনুসন্ধান, জেনেটিক অ্যালগরিদম ইত্যাদির মাধ্যমে প্যারামিটার অপ্টিমাইজেশন। সমষ্টিগত মডেলগুলি একাধিক মডেল থেকে সংকেতগুলিও একত্রিত করতে পারে।
মেশিন লার্নিং কৌশল যেমন রিইনফোর্সমেন্ট লার্নিং স্বয়ংক্রিয়ভাবে প্যারামিটার এবং অভিযোজনযোগ্যতা উন্নত করতে।
বিভ্রান্তিকর সংকেত হ্রাস করার জন্য ভলিউম, দামের স্প্রেড, অস্থিরতা ইত্যাদির উপর ভিত্তি করে ফিল্টার যুক্ত করুন।

সিদ্ধান্ত

উপসংহারে, এই উন্নত চলমান গড় ক্রসওভার কৌশলটি সামগ্রিক বাজারের প্রবণতা দিকের ট্রেডগুলিকে গাইড করে যাতে প্রতি-প্রবণতা ব্যবসায়গুলি এড়ানো যায়। এটি সহজ দ্বৈত চলমান গড় ক্রসওভার কৌশলটির চেয়ে ঝুঁকি-সমন্বিত রিটার্নগুলি উন্নত করার প্রতিশ্রুতি দেখায়। তবে অবস্থান আকার, মেশিন লার্নিং অভিযোজন ইত্যাদির মাধ্যমে আরও উন্নতি এটি আরও অনুকূল করতে সহায়তা করতে পারে। চলমান গড় ব্যবহার করে প্রবণতা অনুসরণ করার মূল নীতিটি ভাল বলে মনে হয়।

/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-01 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Improved Moving Average Crossover Strategy", overlay=true)

// Define input variables
fast_length = input(9, title="Fast MA Length")
slow_length = input(21, title="Slow MA Length")
trend_length = input(50, title="Trend MA Length")
src = close

// Calculate moving averages
fast_ma = ta.sma(src, fast_length)
slow_ma = ta.sma(src, slow_length)
trend_ma = ta.sma(src, trend_length)

// Plot moving averages on the chart
plot(fast_ma, color=color.blue, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")
plot(trend_ma, color=color.green, title="Trend MA")

// Define trend direction
is_uptrend = ta.crossover(slow_ma, trend_ma)
is_downtrend = ta.crossunder(slow_ma, trend_ma)

// Define buy and sell conditions
buy_condition = ta.crossover(fast_ma, slow_ma) and is_uptrend
sell_condition = ta.crossunder(fast_ma, slow_ma) and is_downtrend

// Execute trades based on conditions
if (buy_condition)
    strategy.entry("Buy", strategy.long)
if (sell_condition)
    strategy.close("Buy")

if (sell_condition)
    strategy.entry("Sell", strategy.short)
if (buy_condition)
    strategy.close("Sell")

আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত