বেয়েসিয়ান শর্তসাপেক্ষ রায় ব্যবহার করে RSI ট্রেডিং কৌশল
ওভারভিউ
এই নিবন্ধটি মূলত একটি পরিমাণগত ট্রেডিং কৌশল বিশ্লেষণ করে যা RSI ট্রেডিং কৌশল নামে পরিচিত। এটি RSI সূচকের সম্ভাব্যতা বন্টন গণনা করে এবং বেয়েস আইনটি RSI সূচকটি ভবিষ্যতের মূল্যের প্রবণতা নির্ধারণের জন্য বৃদ্ধি বা হ্রাসের সম্ভাব্যতা অনুমান করে।
কৌশল নীতি
এই কৌশলটির মূল যুক্তি হলঃ
- একটি নির্দিষ্ট সময়ের মধ্যে ক্লোজ-আপ মূল্য বাড়বে কিনা তার সম্ভাব্যতা বন্টন গণনা করুন
- আরএসআই-এর প্রবণতা বিভাজন গণনা করুন
- Bayes's law ব্যবহার করে A এবং B এর একই সময়ে ঘটার সম্ভাবনা গণনা করা
- ট্রেডিং সিগন্যালের মাধ্যমে ট্রেডিং প্রবণতা অব্যাহত রাখার জন্য যখন সম্ভাব্যতা অবমূল্যায়নের চেয়ে বেশি হয়
বিশেষভাবে, কৌশলটি প্রথমে প্যারামিটারটি সংজ্ঞায়িত করে p আরএসআই সূচক গণনা করার জন্য একটি পিরিয়ড প্যারামিটার, এবং r ভবিষ্যতের দামের পরিবর্তনের পূর্বাভাসের জন্য একটি সময়সীমা। তারপরে, পি পিরিয়ডের মধ্যে, পরিসংখ্যানের সমাপ্তি মূল্য বৃদ্ধি পেয়েছে কিনা তা গণনা করুন, সম্ভাব্যতা বন্টন গণনা করুন A। একই সময়ে, পি পিরিয়ডের মধ্যে, এই পিরিয়ড শেষ হওয়ার পরে আরএসআই বৃদ্ধি অব্যাহত রেখেছে কিনা তা গণনা করুন।
এরপরে, বেয়েস আইন সূত্রটি প্রয়োগ করুন এবং শেষ সম্ভাব্যতা বিচারক হিসাবে উভয় শর্তের সাথে মিলিত হওয়ার সম্ভাব্যতা গণনা করুন। যখন এই সম্ভাব্যতা প্রদত্ত থ্রেশহোল্ডের চেয়ে বেশি হয়, তখন ট্রেন্ডটি অব্যাহত থাকে এবং একাধিক লেনদেন করা হয়। যখন সম্ভাব্যতা থ্রেশহোল্ডের চেয়ে কম হয়, তখন ট্রেন্ডটি বিপরীত হয় এবং প্লেইন নেওয়া হয়।
এইভাবে, কৌশলগত বিশ্লেষণ মূল্য তথ্য এবং প্রযুক্তিগত সূচক তথ্য, সম্ভাব্যতা পরিসংখ্যান এবং বেয়েস আইন প্রয়োগ করে, ভবিষ্যতের প্রবণতা সম্পর্কে বিচার করে এবং ট্রেডিং সংকেত তৈরি করে।
কৌশলগত সুবিধা
এই কৌশলটির প্রধান সুবিধাগুলো হলঃ
-
বিভিন্ন তথ্যের সমন্বয়এই কৌশলটি কেবলমাত্র মূল্যের তথ্যই বিবেচনা করে না, তবে RSI এর মতো প্রযুক্তিগত সূচকগুলির তথ্যও অন্তর্ভুক্ত করে, ভবিষ্যতের প্রবণতা সম্পর্কে সমন্বিতভাবে বিচার করে, যা বিচারযোগ্যতার উন্নতি করে।
-
সম্ভাব্যতা অনুমান: পরিসংখ্যানগত সম্ভাব্যতা বন্টনের মাধ্যমে মূল্য এবং RSI পরিবর্তনের দিকের সম্ভাব্যতা পূর্বাভাস দেওয়া, সহজ সংখ্যাসূচক তুলনা না করে, বিচারকে আরও বৈজ্ঞানিক করে তোলা।
-
বেয়েজ অপ্টিমাইজেশন: বেয়েস আইন ব্যবহার করে প্রাসঙ্গিক সম্ভাব্যতা গণনা করা হয়, মূল পরিসংখ্যানগত সম্ভাব্যতাকে অপ্টিমাইজ করা হয়, যাতে বিচার আরও নির্ভুল হয়।
-
নমনীয় প্যারামিটার: বিভিন্ন ধরণের প্যারামিটার সরবরাহ করে যা বিভিন্ন বাজার এবং সম্পদের জন্য প্যারামিটারগুলিকে সামঞ্জস্য করতে এবং কৌশলগত অভিযোজনযোগ্যতা উন্নত করতে পারে।
-
সহজ এবং কার্যকর<unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk> <unk>
কৌশলগত ঝুঁকি
এই কৌশলটি নিম্নলিখিত প্রধান ঝুঁকির সাথেও জড়িতঃ
-
প্যারামিটার নির্ভরতানীতির কার্যকারিতা প্যারামিটার সেটিং এর উপর নির্ভরশীল, বিভিন্ন বাজারে সর্বোত্তম প্রভাব অর্জনের জন্য প্রচুর প্যারামিটারগুলি সামঞ্জস্য করতে হবে, যা নীতি পরিচালনার অসুবিধা বাড়িয়ে তুলবে।
-
সম্ভাব্যতা ভুল: পরিসংখ্যানের সময় এবং নমুনার সীমাবদ্ধতার কারণে, গণনা করা সম্ভাব্যতা প্রকৃত প্রবণতাগুলির সাথে সামঞ্জস্যপূর্ণ হতে পারে, যার ফলে বিচারের বিচ্যুতি ঘটে।
-
বিশেষ ঘটনাবিপর্যয়ঃ একটি বড় ঘটনা বাজার মূল্যের সাথে আরএসআই সূচকের সম্পর্ককে প্রভাবিত করতে পারে এবং কৌশলকে অকার্যকর করে তোলে।
-
প্রযুক্তিগত সূচক: কিছু বাজারের পরিস্থিতিতে, RSI এর মতো প্রযুক্তিগত সূচকগুলি ব্যর্থতার সংকেত দিতে পারে, যার ফলে কৌশলগত বিচার ব্যর্থ হয়।
ঝুঁকি মোকাবিলার উপায়গুলির মধ্যে রয়েছেঃ প্যারামিটার সেটআপ প্রক্রিয়াটি অপ্টিমাইজ করা, পরিসংখ্যানের সময় এবং নমুনার পরিমাণকে সামঞ্জস্য করা, আরও সহায়ক তথ্যের সাথে যুক্ত করা, অস্বাভাবিক পরিস্থিতিতে হস্তক্ষেপ করা ইত্যাদি।
কৌশল অপ্টিমাইজেশন
এই কৌশলটির প্রধান অপ্টিমাইজেশান দিকগুলি হলঃ
-
মাল্টি টাইম ফ্রেম: বিভিন্ন সময়সীমার উপর কৌশল চালানো, সমন্বিত বিচার, স্থিতিশীলতা বৃদ্ধি করা।
-
আরও সূচক: আরও প্রযুক্তিগত সূচক সংকেত যোগ করুন, যেমন কে-লাইন আকৃতি, গতিশীল গড় ইত্যাদি, বিচার করার জন্য সমৃদ্ধ ভিত্তি।
-
মডেল অপ্টিমাইজেশান: মেশিন লার্নিং এবং অন্যান্য পদ্ধতি ব্যবহার করে, বেয়েজ মডেলের অপ্টিমাইজেশান করা, যাতে গণনা আরও সঠিক হয়।
-
গতিশীল প্যারামিটার: প্যারামিটার যুক্ত করার জন্য একটি গতিশীল অপ্টিমাইজেশান মডিউল, যা রিয়েল-টাইম মার্কেট পরিবর্তনের উপর ভিত্তি করে প্যারামিটারগুলিকে সামঞ্জস্য করতে দেয়।
-
বায়ু নিয়ন্ত্রণ ব্যবস্থা: সর্বাধিক প্রত্যাহারের জন্য বায়ু নিয়ন্ত্রণের সূচকগুলি সেট করুন, একক-ফ্রিকোয়েন্সি ইত্যাদি করুন, চরম বাজারে বিশাল ক্ষতি এড়াতে।
-
সমন্বিত উন্নতি: অন্যান্য ধরণের কৌশল বা মডেলের সাথে সংহতকরণ, ভোটদানের প্রক্রিয়া তৈরি করা, বিচারের স্থিতিশীলতা বাড়ানো।
সারসংক্ষেপ
এই কৌশলটি প্রথমে পরিসংখ্যানগত মূল্য এবং আরএসআই সূচকের সম্ভাব্যতা বন্টন করে, তারপরে বেয়েস আইন ব্যবহার করে সমন্বিত সম্ভাব্যতা গণনা করে, যখন সম্ভাব্যতা প্রদত্ত থ্রেশহোল্ডের চেয়ে বেশি হয় তখন লেনদেনের সংকেত উত্পন্ন করে এবং মুনাফা অর্জন করে। এই কৌশলটি একাধিক উত্সের তথ্য, অ্যাপ্লিকেশন সম্ভাব্যতা পূর্বাভাস এবং বেয়েস অপ্টিমাইজেশনকে সংহত করে, বিচারক কার্যকারিতা ভাল। প্রধান অপ্টিমাইজেশনের দিকগুলি হ'ল টাইম ফ্রেম প্রসারিত, সূচক বৃদ্ধি, প্যারামিটার গতিশীলতা ইত্যাদি। সামগ্রিকভাবে, কৌশলটি অনন্য, কার্যকর এবং অনুসন্ধান এবং প্রয়োগের জন্য অত্যন্ত মূল্যবান।
/*backtest
start: 2022-12-11 00:00:00
end: 2023-03-15 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
// Stealthy7 trading scripts are radikal. You have entered the mystical realm of demonic profit.
// If you like this script, check out my bots at cryptotrader.org/?r=51
// Let me know if you find any improvements to this script. It is beta. - 1