বেয়েজিয়ান শর্ত RSI ট্রেডিং কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-১৮ ১৭ঃ০৯ঃ০০
ট্যাগঃ

সারসংক্ষেপ

এই নিবন্ধটি মূলত Bayesian Condition RSI Trading Strategy নামে একটি পরিমাণগত ট্রেডিং কৌশল বিশ্লেষণ করে। এই কৌশলটি RSI সূচকের সম্ভাব্যতা বিতরণ গণনা করে এবং ভবিষ্যতের মূল্য প্রবণতা বিচার করতে এবং লাভ করতে RSI সূচকটি বাড়তে বা হ্রাস পেতে অব্যাহত থাকার সম্ভাবনা অনুমান করার জন্য Bayesian নিয়ম প্রয়োগ করে।

কৌশল নীতি

এই কৌশলটির মূল যুক্তি হল:

একটি নির্দিষ্ট চক্রের মধ্যে বন্ধের মূল্য বৃদ্ধি পেয়েছে কিনা তা সম্ভাব্যতা বিতরণ A গণনা করুন
সংশ্লিষ্ট চক্রের মধ্যে আরএসআই সূচকটি বাড়তে থাকে কিনা তা সম্ভাব্যতা বন্টন বি গণনা করুন
একই সময়ে A এবং B এর সম্ভাব্যতা গণনা করার জন্য বেয়েজিয়ান নিয়ম প্রয়োগ করুন
যখন এই সম্ভাবনা প্রান্তিকের চেয়ে বেশি, বিচার যে প্রবণতা অব্যাহত থাকবে এবং ট্রেডিং সংকেত নিতে

বিশেষত, কৌশলটি প্রথমে পি প্যারামিটারকে আরএসআই সূচক গণনা করার জন্য চক্র প্যারামিটার হিসাবে এবং আর ভবিষ্যতের মূল্য পরিবর্তনের পূর্বাভাসের জন্য সময়সীমা হিসাবে সংজ্ঞায়িত করে। তারপরে পি চক্রের মধ্যে, সম্ভাব্যতা বন্টন এ গণনা করতে বন্ধের দাম কতবার বেড়েছে তা গণনা করুন। একই সময়ে, পি চক্রের মধ্যে, এই চক্র শেষ হওয়ার পরে আরএসআই আর চক্রের মধ্যে কতবার বাড়তে থাকে তা গণনা করুন এবং সম্ভাব্যতা বন্টন বি গণনা করুন।

তারপরে, বেয়েজিয়ান সূত্রটি প্রয়োগ করুন, একই সময়ে বন্ধের মূল্যবৃদ্ধি এবং আরএসআই বৃদ্ধি অব্যাহত রাখার দুটি শর্ত পূরণ হওয়ার সম্ভাবনা গণনা করুন, চূড়ান্ত সম্ভাব্যতা রায়ের সূচক হিসাবে। যখন এই সম্ভাবনা একটি প্রদত্ত প্রান্তিকের চেয়ে বেশি হয়, তখন বিচার করুন যে আপট্রেন্ড অব্যাহত থাকবে এবং দীর্ঘ অবস্থান গ্রহণ করবে; যখন সম্ভাবনা প্রান্তিকের চেয়ে কম হয়, তখন বিচার করুন যে প্রবণতা বিপরীত হয় এবং অবস্থান বন্ধ করে।

এইভাবে, কৌশলটি মূল্যের তথ্য এবং প্রযুক্তিগত সূচকগুলি ব্যাপকভাবে বিবেচনা করে, ভবিষ্যতের প্রবণতা বিচার করতে এবং ট্রেডিং সংকেত তৈরি করতে সম্ভাব্যতা পরিসংখ্যান এবং বেয়েসিয়ান নিয়মগুলি প্রয়োগ করে।

কৌশলটির সুবিধা

এই কৌশলটির প্রধান সুবিধাগুলো হল:

একাধিক তথ্য একত্রিত করা: ভবিষ্যতের প্রবণতা ও সঠিকতা বৃদ্ধির জন্য কৌশলটি শুধুমাত্র মূল্যের তথ্যই নয়, আরএসআই-র মতো প্রযুক্তিগত সূচকের তথ্যও বিবেচনা করে।
সম্ভাব্যতা পূর্বাভাস: সাধারণ সংখ্যাসূচক তুলনার পরিবর্তে পরিসংখ্যানগত সম্ভাব্যতা বন্টনের মাধ্যমে মূল্যের দিক এবং আরএসআই পরিবর্তনের উপর সম্ভাব্যতা পূর্বাভাস দিন, যা বিচারকে আরও বৈজ্ঞানিক করে তোলে।
বেয়েজিয়ান অপ্টিমাইজেশন: প্রাসঙ্গিক সম্ভাব্যতা গণনা করতে এবং মূল পরিসংখ্যানগত সম্ভাব্যতা অপ্টিমাইজ করার জন্য বেয়েশিয়ান নিয়ম ব্যবহার করুন যাতে বিচারগুলি আরও সঠিক হয়।
নমনীয় পরামিতি: বিভিন্ন বাজার ও সম্পদকে সামঞ্জস্য করার জন্য এবং কৌশলটির অভিযোজনযোগ্যতা উন্নত করার জন্য একাধিক পরামিতি সরবরাহ করা।
সহজ এবং কার্যকর: কৌশল ধারণাটি স্পষ্ট এবং সহজ পরিসংখ্যানগত এবং সম্ভাব্যতা অপারেশনগুলি ট্রেডিং সিগন্যাল রায় তৈরি করতে ব্যবহৃত হয়, যা বোঝা এবং অপ্টিমাইজ করা সহজ, এবং প্রভাব উল্লেখযোগ্য।

কৌশলটির ঝুঁকি

এই কৌশলটির প্রধান ঝুঁকিগুলির মধ্যে রয়েছেঃ

প্যারামিটার নির্ভরতা: পারফরম্যান্সটি পরামিতি সেটিংসের উপর নির্ভর করে। বিভিন্ন বাজারে সর্বোত্তম ফলাফল অর্জনের জন্য অনেক পরামিতি সামঞ্জস্য করতে হবে, কৌশল অপারেশন জটিলতা বৃদ্ধি।
সম্ভাব্যতার ত্রুটি: পরিসংখ্যানগত সময় এবং নমুনার সীমাবদ্ধতার কারণে, গণনা করা সম্ভাব্যতা প্রকৃত প্রবণতার সাথে মিলতে পারে না, যা বিচার বিচ্যুতির দিকে পরিচালিত করে।
বিশেষ অনুষ্ঠান: বড় জরুরি অবস্থা বাজার মূল্য এবং RSI সূচকগুলির মধ্যে সম্পর্ককে প্রভাবিত করতে পারে, যা কৌশল ব্যর্থতার কারণ হতে পারে।
প্রযুক্তিগত সূচক ত্রুটি: কিছু বাজারের পরিস্থিতিতে, RSI এর মতো প্রযুক্তিগত সূচকগুলি অবৈধ সংকেত তৈরি করতে পারে, যা কৌশলগত বিচারের ব্যর্থতার দিকে পরিচালিত করে।

সমাধানগুলির মধ্যে রয়েছেঃ প্যারামিটার সেটিং প্রক্রিয়া অপ্টিমাইজ করা, পরিসংখ্যানগত সময় এবং নমুনার আকার সামঞ্জস্য করা, আরও সহায়ক তথ্য একত্রিত করা, অস্বাভাবিক পরিস্থিতিতে ম্যানুয়াল হস্তক্ষেপ ইত্যাদি।

অপ্টিমাইজেশান নির্দেশাবলী

এই কৌশলটির মূল অপ্টিমাইজেশান দিকগুলির মধ্যে রয়েছেঃ

একাধিক সময়সীমা: স্থিতিশীলতা বৃদ্ধির জন্য সমন্বিত বিচার করার জন্য একাধিক সময়সীমার (দৈনিক, সাপ্তাহিক ইত্যাদি) উপর কৌশল চালানো।
আরও সূচক: আরও প্রযুক্তিগত সূচক সংকেত যোগ করা যেমন ক্যান্ডেলস্টিক প্যাটার্ন, চলমান গড় ইত্যাদি বিচার করার ভিত্তি সমৃদ্ধ করার জন্য।
মডেল অপ্টিমাইজেশন: মেশিন লার্নিং ইত্যাদি ব্যবহার করে বেয়েজিয়ান মডেলকে আরও সঠিক গণনার জন্য অপ্টিমাইজ করা।
ডায়নামিক পরামিতি: বাজারের পরিবর্তনের সাথে রিয়েল টাইমে সামঞ্জস্য করার জন্য পরামিতিগুলির জন্য গতিশীল অপ্টিমাইজেশন মডিউল যুক্ত করা।
ঝুঁকি নিয়ন্ত্রণ ব্যবস্থা: সর্বাধিক ড্রডাউন এবং ট্রেডিং ফ্রিকোয়েন্সির মতো ঝুঁকি পরিমাপ নির্ধারণ করে চরম বাজারে বিশাল ক্ষতি রোধ করা।
সমন্বিত উন্নতি: অন্যান্য কৌশল প্রকার বা মডেলের সাথে একত্রে ভোটদানের প্রক্রিয়া গঠন এবং স্থিতিশীলতা উন্নত করতে।

সিদ্ধান্ত

এই কৌশলটি প্রথমে পরিসংখ্যানগতভাবে মূল্য এবং আরএসআইয়ের সম্ভাব্যতা বন্টন গণনা করে, তারপরে সংযুক্ত সম্ভাব্যতা গণনা করতে বেয়েসিয়ান নিয়মগুলি ব্যবহার করে, যখন সম্ভাব্যতা নির্ধারিত প্রান্তিক সীমা অতিক্রম করে তখন ট্রেডিং সংকেত উত্পন্ন করে, এইভাবে মুনাফা অর্জন করে। এই কৌশলটি বহু-উত্সের তথ্যকে একত্রিত করে, সম্ভাব্যতা পূর্বাভাস এবং বেয়েসিয়ান অপ্টিমাইজেশানকে শালীন বিচারের পারফরম্যান্সের জন্য ব্যবহার করে। মূল অপ্টিমাইজেশান দিকগুলির মধ্যে রয়েছে সময়সীমা সম্প্রসারণ, আরও সূচক, গতিশীল পরামিতি ইত্যাদি। উপসংহারে, এই কৌশলটির একটি অনন্য ধারণা এবং উল্লেখযোগ্য প্রভাব রয়েছে যা অন্বেষণ এবং প্রয়োগের 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. 
// Please subscribe.
strategy("Stealthy7 Bayes Conditional RSI Trader Strategy", overlay=true)
p = input(title="Period",  defval=30, minval=5, maxval=500)
t = input(title="Movement Thresh", type=float, defval=1.003, minval=1.001, maxval=1.5, step=0.001)
r = input(title="Look Range",  defval=7, minval=1,maxval=500, step=1)
RSIT = input(title="Jump",  defval=8, minval=1,maxval=99, step=1)
BAYEST = input(title="SM",  defval=3, minval=1,maxval=99, step=1)
RSIP = input(title="RSIP",  defval=14, minval=2,maxval=100, step=1)
countup = 1
countdn = 1
countupS = 1
countdnS = 1
for i = p to 1
    if close[i]/close[i + r] > t
        countup := countup + 1
    else
        countdn := countdn + 1
    if close[i]/close[i + r] < 2 - t
        countupS := countupS + 1
    else
        countdnS := countdnS + 1

rsi = rsi(open,RSIP)

countup2 = 1
countup3 = 1
countup2S = 1
countup3S = 1
for i = p to 1
    if close[i]/close[i + r] > t and rsi[i + r + 1] > rsi[i + r + 2] + RSIT
        countup2 := countup2 + 1
    else
        countup3 := countup3 + 1
    if close[i]/close[i + r] < 2 - t and rsi[i + r + 1] < rsi[i + r + 2] - RSIT
        countup2S := countup2S + 1
    else
        countup3S := countup3S + 1

countup2b = countup2 / p
countup3b = countup3 / p
countupb = countup / p
countdnb = countdn / p

countup2bS = countup2S / p
countup3bS = countup3S / p
countupbS = countupS / p
countdnbS = countdnS / p
bayes = 0
bayes := ((countupb * countup2b) / ((countupb * countup2b) + (countdnb * countup3b))) * 100
bayesS = 0
bayesS := ((countupbS * countup2bS) / ((countupbS * countup2bS) + (countdnbS * countup3bS))) * 100
SN1 = sma(bayes,BAYEST)
SN2 = sma(bayesS,BAYEST)
shortCondition = crossunder(bayesS, SN2) //and rsi < 49
longCondition = crossover(bayes, SN1) //and rsi > 59
if (longCondition)
    strategy.entry("Long", strategy.long)
if (shortCondition)
    strategy.entry("Short", strategy.short)

আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত