মসৃণ চলমান গড় রিবন কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-১১ 14:48:35
ট্যাগঃ

img

সারসংক্ষেপ

এই কৌশলটি মসৃণ চলমান গড় ব্যবহার করে একটি মসৃণ মূল্য ব্যান্ড তৈরি করে এবং বাস্তব সময়ে প্রবণতা ফিল্টার করতে বিভিন্ন মসৃণ চলমান গড়কে একীভূত করে। এটি একটি সাধারণ প্রবণতা অনুসরণকারী কৌশল।

কৌশল নীতি

  1. মসৃণ চলমান গড় ব্যবহার করে দামের পরিবর্তনগুলি ট্র্যাক করার জন্য একটি মসৃণ মূল্য ব্যাচ তৈরি করুন।
  2. কৌশলটি মসৃণ চলমান গড়ের জন্য বিভিন্ন চলমান গড়ের ধরনকে সমর্থন করে, যেমন EMA, SMMA, KAMA ইত্যাদি।
  3. এটি আরও মসৃণ মূল্যের ব্যান্ড পাওয়ার জন্য এই চলমান গড়ের উপর 1-5 স্তরের স্ট্যাকিং মসৃণতা সমর্থন করে।
  4. এটি মূল্যের পরিবর্তনগুলি আরও ভালভাবে ধরার জন্য দাম এবং চলমান গড়ের মধ্যে বোলিংজার ব্যান্ড যুক্ত করতেও সমর্থন করে।
  5. একটি অতিরিক্ত চলমান গড় ফিল্টার সক্ষম করে, এটি আরও ভালভাবে ওঠানামা ফিল্টার করতে পারে এবং প্রবণতা দিকনির্দেশগুলি সনাক্ত করতে পারে। ফিল্টারটি একাধিক চলমান গড় প্রকারকে সমর্থন করে।
  6. মডেল রিকগনিশন ইন্ডিকেটরগুলির সাথে মিলিয়ে এটি স্বয়ংক্রিয়ভাবে ক্রয় এবং বিক্রয় সংকেত সনাক্ত করতে পারে।

দামের প্রবণতা ক্যাপচার করার জন্য একটি মসৃণ দামের ব্যান্ড তৈরি করে এবং প্রবণতা দিকনির্দেশগুলি নিশ্চিত করার জন্য একটি চলমান গড় ফিল্টার একীভূত করে, এই কৌশলটি একটি সাধারণ প্রবণতা অনুসরণকারী কৌশলটির অন্তর্গত। পরামিতিগুলি সামঞ্জস্য করে, এটি বিভিন্ন পণ্য এবং সময়সীমার সাথে নমনীয়ভাবে অভিযোজিত হতে পারে।

সুবিধা

  1. দামের ব্যান্ড গঠনের মাধ্যমে দামের প্রবণতা আরও সুচারুভাবে পরিবর্তিত হতে পারে, যা মিসড সুযোগের সম্ভাবনা হ্রাস করে।
  2. একাধিক চলমান গড়ের ধরনকে সমর্থন করে বিভিন্ন সময়সীমা এবং পণ্যের উপর ভিত্তি করে উপযুক্ত চলমান গড় নির্বাচন করা সম্ভব, কৌশলটির অভিযোজনযোগ্যতা উন্নত করা।
  3. 1-5 স্তরের স্ট্যাকিং মসৃণতা মূল্য পরিবর্তনের ট্র্যাকিং ক্ষমতা উল্লেখযোগ্যভাবে উন্নত করতে পারে এবং প্রবণতা বিপরীত পয়েন্টগুলি আরও সঠিকভাবে ক্যাপচার করতে পারে।
  4. চলমান গড় ফিল্টার কার্যকরভাবে অবৈধ সংকেত হ্রাস এবং জয় হার উন্নত করতে পারেন।
  5. চলমান গড় দৈর্ঘ্যের সমন্বয় করে, এটি বিভিন্ন সময়সীমার সাথে মানিয়ে নেওয়া যেতে পারে। মাল্টি-টাইমফ্রেম যাচাইকরণ কৌশল কর্মক্ষমতা আরও উন্নত করতে পারে।
  6. ব্ল্যাক গ্লাস ডিসপ্লে সমর্থন করে যা মূল্য ব্যাংকের প্রবণতা পরিষ্কার এবং স্বজ্ঞাতভাবে পর্যবেক্ষণ করতে সক্ষম করে।

ঝুঁকি

  1. দীর্ঘমেয়াদী প্রবণতা ট্র্যাক করার ক্ষেত্রে শক্তিশালী, তবে স্বল্পমেয়াদী ওঠানামা ট্র্যাক এবং প্রতিক্রিয়া জানাতে দুর্বল, যা পরিসীমা সীমাবদ্ধ বাজারে আরও অবৈধ সংকেত তৈরি করতে পারে।
  2. দামের তীব্র উত্থান ও পতনের ক্ষেত্রে, মসৃণ চলমান গড়ের পিছনে থাকা সেরা প্রবেশের সময়টি মিস করতে পারে।
  3. চলমান গড়ের অত্যধিক স্ট্যাকিং দামের পরিবর্তনকে অত্যধিক মসৃণ করতে পারে এবং ক্রয় এবং বিক্রয় পয়েন্টগুলির ভুল সনাক্তকরণের কারণ হতে পারে।
  4. যদি সক্রিয় চলমান গড় দৈর্ঘ্যের পরামিতিগুলি সঠিকভাবে সেট করা না হয়, তবে এটি বিপুল সংখ্যক মিথ্যা সংকেত তৈরি করতে পারে।

সমাধান:

  1. মূল্য পরিবর্তনের প্রতিক্রিয়া ত্বরান্বিত করার জন্য চলমান গড় দৈর্ঘ্য যথাযথভাবে সংক্ষিপ্ত করুন।
  2. অতিরিক্ত মসৃণতা কমাতে স্ট্যাকিং সময় সামঞ্জস্য করুন।
  3. সর্বোত্তম পরামিতি নির্বাচন করার জন্য চলমান গড়ের সমন্বয়গুলি অনুকূল এবং পরীক্ষা করুন।
  4. মিথ্যা সংকেত হ্রাস করার জন্য অন্যান্য সূচকগুলির সাথে মাল্টি-টাইমফ্রেম যাচাইকরণ ব্যবহার করুন।

অপ্টিমাইজেশান নির্দেশাবলী

  1. সর্বোত্তম পরামিতি নির্বাচন করার জন্য চলমান গড়ের ধরণের সমন্বয় পরীক্ষা করুন এবং অনুকূল করুন।
  2. আরও পণ্য এবং সময়সীমার সাথে মানিয়ে নিতে চলমান গড় দৈর্ঘ্যের পরামিতিগুলি পরীক্ষা করুন এবং অনুকূলিত করুন।
  3. সর্বোত্তম ভারসাম্য পয়েন্ট খুঁজে পেতে বিভিন্ন স্ট্যাকিং মসৃণতা সময় চেষ্টা করুন।
  4. একটি সহায়ক সূচক হিসাবে বোলিংজার ব্যান্ড যোগ করার চেষ্টা করুন।
  5. ফিল্টার হিসাবে বিভিন্ন অতিরিক্ত চলমান গড় পরীক্ষা করুন।
  6. অন্যান্য সূচকগুলির সাথে মাল্টি-টাইমফ্রেম যাচাইকরণ ব্যবহার করুন।

সিদ্ধান্ত

এই কৌশলটি একটি সাধারণ প্রবণতা অনুসরণকারী কৌশল যা মসৃণ চলমান গড় ব্যান্ড তৈরি করে দামের প্রবণতা অবিচ্ছিন্নভাবে ট্র্যাক করে এবং সহায়তা ফিল্টারগুলির সাথে অবৈধ সংকেতগুলি এড়ায়। এর সুবিধাটি মূল্যের প্রবণতাগুলিতে আরও ভালভাবে ধরা পড়ার জন্য মসৃণ দামের ব্যান্ড তৈরিতে রয়েছে। এর পিছনের কিছু ঝুঁকিও রয়েছে। প্যারামিটার অপ্টিমাইজেশন এবং সূচক অপ্টিমাইজেশনের মাধ্যমে কৌশল কর্মক্ষমতা ক্রমাগত উন্নত করা যেতে পারে এবং আরও গবেষণার মূল্যবান।


/*backtest
start: 2023-12-03 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
// Copyright (c) 2007-present Jurik Research and Consulting. All rights reserved.
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Thanks to everget for code for more advanced moving averages
// Smooth Moving Average Ribbon [STRATEGY] @PuppyTherapy script may be freely distributed under the MIT license.
strategy( title="Smooth Moving Average Ribbon [STRATEGY] @PuppyTherapy", overlay=true )

// ---- CONSTANTS ----
lsmaOffset = 1
almaOffset = 0.85
almaSigma  = 6
phase = 2
power = 2

// ---- GLOBAL FUNCTIONS ----
kama(src, len)=>
    xvnoise = abs(src - src[1])
    nfastend = 0.666
    nslowend = 0.0645
    nsignal = abs(src - src[len])
    nnoise = sum(xvnoise, len)
    nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
    nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
    nAMA = 0.0
    nAMA := nz(nAMA[1]) + nsmooth * (src - nz(nAMA[1]))

t3(src, len)=>
    xe1_1 = ema(src,    len)
    xe2_1 = ema(xe1_1,  len)
    xe3_1 = ema(xe2_1,  len)
    xe4_1 = ema(xe3_1,  len)
    xe5_1 = ema(xe4_1,  len)
    xe6_1 = ema(xe5_1,  len)
    b_1 = 0.7
    c1_1 = -b_1*b_1*b_1
    c2_1 = 3*b_1*b_1+3*b_1*b_1*b_1
    c3_1 = -6*b_1*b_1-3*b_1-3*b_1*b_1*b_1
    c4_1 = 1+3*b_1+b_1*b_1*b_1+3*b_1*b_1
    nT3Average_1 = c1_1 * xe6_1 + c2_1 * xe5_1 + c3_1 * xe4_1 + c4_1 * xe3_1
    
// The general form of the weights of the (2m + 1)-term Henderson Weighted Moving Average
getWeight(m, j) =>
    numerator = 315 * (pow(m + 1, 2) - pow(j, 2)) * (pow(m + 2, 2) - pow(j, 2)) * (pow(m + 3, 2) - pow(j, 2)) * (3 * pow(m + 2, 2) - 11 * pow(j, 2) - 16)
    denominator = 8 * (m + 2) * (pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 9) * (4 * pow(m + 2, 2) - 25)

    denominator != 0
         ? numerator / denominator
         : 0

hwma(src, termsNumber) =>
    sum = 0.0
    weightSum = 0.0
    
    termMult = (termsNumber - 1) / 2

    for i = 0 to termsNumber - 1
        weight = getWeight(termMult, i - termMult)
        sum := sum + nz(src[i]) * weight
        weightSum := weightSum + weight

    sum / weightSum

get_jurik(length, phase, power, src)=>
    phaseRatio = phase < -100 ? 0.5 : phase > 100 ? 2.5 : phase / 100 + 1.5
    beta = 0.45 * (length - 1) / (0.45 * (length - 1) + 2)
    alpha = pow(beta, power)
    jma = 0.0
    e0 = 0.0
    e0 := (1 - alpha) * src + alpha * nz(e0[1])
    e1 = 0.0
    e1 := (src - e0) * (1 - beta) + beta * nz(e1[1])
    e2 = 0.0
    e2 := (e0 + phaseRatio * e1 - nz(jma[1])) * pow(1 - alpha, 2) + pow(alpha, 2) * nz(e2[1])
    jma := e2 + nz(jma[1])

variant(src, type, len ) =>
    v1 = sma(src, len)                                                  // Simple
    v2 = ema(src, len)                                                  // Exponential
    v3 = 2 * v2 - ema(v2, len)                                          // Double Exponential
    v4 = 3 * (v2 - ema(v2, len)) + ema(ema(v2, len), len)               // Triple Exponential
    v5 = wma(src, len)                                                  // Weighted
    v6 = vwma(src, len)                                                 // Volume Weighted
    v7 = na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len    // Smoothed
    v8 = wma(2 * wma(src, len / 2) - wma(src, len), round(sqrt(len)))   // Hull
    v9 = linreg(src, len, lsmaOffset)                                   // Least Squares
    v10 = alma(src, len, almaOffset, almaSigma)                         // Arnaud Legoux
    v11 = kama(src, len)                                                // KAMA
    ema1 = ema(src, len)
    ema2 = ema(ema1, len)
    v13 = t3(src, len)                                                  // T3
    v14 = ema1+(ema1-ema2)                                              // Zero Lag Exponential
    v15 = hwma(src, len)                                                // Henderson Moving average thanks to  @everget
    ahma = 0.0
    ahma := nz(ahma[1]) + (src - (nz(ahma[1]) + nz(ahma[len])) / 2) / len //Ahrens Moving Average 
    v16 = ahma
    v17 = get_jurik( len, phase, power, src) 
    type=="EMA"?v2 : type=="DEMA"?v3 : type=="TEMA"?v4 : type=="WMA"?v5 : type=="VWMA"?v6 :
     type=="SMMA"?v7 : type=="Hull"?v8 : type=="LSMA"?v9 : type=="ALMA"?v10 : type=="KAMA"?v11 :
     type=="T3"?v13 : type=="ZEMA"?v14 : type=="HWMA"?v15 : type=="AHMA"?v16 : type=="JURIK"?v17 : v1

smoothMA(o, h, l, c, maLoop, type, len) =>
	ma_o = 0.0
	ma_h = 0.0
	ma_l = 0.0
	ma_c = 0.0
	if maLoop == 1
		ma_o := variant(o, type, len)
		ma_h := variant(h, type, len)
		ma_l := variant(l, type, len)
		ma_c := variant(c, type, len)
	if maLoop == 2
		ma_o := variant(variant(o ,type, len),type, len)
		ma_h := variant(variant(h ,type, len),type, len)
		ma_l := variant(variant(l ,type, len),type, len)
		ma_c := variant(variant(c ,type, len),type, len)
	if maLoop == 3
		ma_o := variant(variant(variant(o ,type, len),type, len),type, len)
		ma_h := variant(variant(variant(h ,type, len),type, len),type, len)
		ma_l := variant(variant(variant(l ,type, len),type, len),type, len)
		ma_c := variant(variant(variant(c ,type, len),type, len),type, len)
	if maLoop == 4
		ma_o := variant(variant(variant(variant(o ,type, len),type, len),type, len),type, len)
		ma_h := variant(variant(variant(variant(h ,type, len),type, len),type, len),type, len)
		ma_l := variant(variant(variant(variant(l ,type, len),type, len),type, len),type, len)
		ma_c := variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len)
	if maLoop == 5
		ma_o := variant(variant(variant(variant(variant(o ,type, len),type, len),type, len),type, len),type, len)
		ma_h := variant(variant(variant(variant(variant(h ,type, len),type, len),type, len),type, len),type, len)
		ma_l := variant(variant(variant(variant(variant(l ,type, len),type, len),type, len),type, len),type, len)
		ma_c := variant(variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len),type, len)
    [ma_o, ma_h, ma_l, ma_c]

smoothHA( o, h, l, c ) =>
    hao = 0.0
    hac = ( o + h + l + c ) / 4
    hao := na(hao[1])?(o + c / 2 ):(hao[1] + hac[1])/2
    hah = max(h, max(hao, hac))
    hal = min(l, min(hao, hac))
	[hao, hah, hal, hac]

// ---- Main Ribbon ----
haSmooth   = input(true, title=" Use HA as source ? " )
length     = input(11, title=" MA1 Length", minval=1, maxval=1000)
maLoop     = input(3, title=" Nr. of MA1 Smoothings ", minval=1, maxval=5)
type       = input("EMA", title="MA Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
haSmooth2  = input(true, title=" Use HA as source ? " )

// ---- Trend ----
ma_use    = input(true, title=" ----- Use MA Filter ( For Lower Timeframe Swings / Scalps ) ? ----- " )
ma_source = input(defval = close, title = "MA - Source", type = input.source)
ma_length = input(100,title="MA - Length", minval=1 )
ma_type   = input("SMA", title="MA - Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
ma_useHA  = input(defval = false, title = "Use HA Candles as Source ?")
ma_rsl    = input(true, title = "Use Rising / Falling Logic ?" )

// ---- BODY SCRIPT ----
[ ha_open, ha_high, ha_low, ha_close ] = smoothHA(open, high, low, close)

_open_ma  = haSmooth ? ha_open : open
_high_ma  = haSmooth ? ha_high : high
_low_ma   = haSmooth ? ha_low : low
_close_ma = haSmooth ? ha_close : close

[ _open, _high, _low, _close ] = smoothMA( _open_ma, _high_ma, _low_ma, _close_ma, maLoop, type, length)
[ ha_open2, ha_high2, ha_low2, ha_close2 ] = smoothHA(_open, _high, _low, _close)

_open_ma2  = haSmooth2 ? ha_open2 : _open
_high_ma2  = haSmooth2 ? ha_high2 : _high
_low_ma2   = haSmooth2 ? ha_low2 : _low
_close_ma2 = haSmooth2 ? ha_close2 : _close

ribbonColor = _close_ma2 > _open_ma2 ? color.lime : color.red
p_open  = plot(_open_ma2,  title="Ribbon - Open",   color=ribbonColor, transp=70)
p_close = plot(_close_ma2, title="Ribbon - Close",  color=ribbonColor, transp=70)
fill(p_open, p_close, color = ribbonColor, transp = 40 )

// ----- FILTER

ma = 0.0
if ma_use == true
    ma := variant( ma_useHA ? ha_close : ma_source, ma_type,  ma_length )

maFilterShort = ma_use ? ma_rsl ? falling(ma,1) : ma_useHA ? ha_close : close < ma : true 
maFilterLong  = ma_use ? ma_rsl ? rising(ma,1) : ma_useHA ? ha_close : close > ma : true 


colorTrend = rising(ma,1) ? color.green : color.red
plot( ma_use ? ma : na, title="MA Trend",  color=colorTrend, transp=80, transp=70, linewidth = 5)

long     = crossover(_close_ma2, _open_ma2 ) and maFilterLong
short    = crossunder(_close_ma2, _open_ma2 ) and maFilterShort
closeAll = cross(_close_ma2, _open_ma2 )

plotshape( short , title="Short", color=color.red,  transp=80, style=shape.triangledown, location=location.abovebar, size=size.small)
plotshape( long ,  title="Long",  color=color.lime, transp=80, style=shape.triangleup,   location=location.belowbar, size=size.small)

//* Backtesting Period Selector | Component *//
//* Source: https://www.tradingview.com/script/eCC1cvxQ-Backtesting-Period-Selector-Component *//
testStartYear   = input(2018, "Backtest Start Year",minval=1980)
testStartMonth  = input(1, "Backtest Start Month",minval=1,maxval=12)
testStartDay    = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear    = 9999 //input(9999, "Backtest Stop Year",minval=1980)
testStopMonth   = 12 // input(12, "Backtest Stop Month",minval=1,maxval=12)
testStopDay     = 31 //input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop  = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => time >= testPeriodStart and time <= testPeriodStop ? true : false

if testPeriod() and long
    strategy.entry( "long", strategy.long )

if testPeriod() and short
    strategy.entry( "short", strategy.short )
    
if closeAll
    strategy.close_all( when = closeAll )


আরো