বহু-ফ্যাক্টর মডেলের উপর ভিত্তি করে অভিযোজিত প্রবণতা-অনুসরণ কৌশল
ওভারভিউ
এই কৌশলটি একটি মাল্টি ফ্যাক্টর মডেল চালিত স্ব-অনুকূল প্রবণতা ট্র্যাকিং কৌশল। এটি আরএসআই, এমএসিডি, স্টোক্যাস্টিকস এবং অন্যান্য একাধিক সূচককে একত্রিত করে, প্রবণতার দিকনির্দেশের জন্য একটি মাল্টি ফ্যাক্টর মডেল তৈরি করে। একই সাথে, এটির একটি স্ব-অনুকূল স্টপ মেশিন রয়েছে যা এটিআর গতিশীলতার উপর ভিত্তি করে স্টপ প্রাইসকে সামঞ্জস্য করতে পারে, যা ঝুঁকি নিয়ন্ত্রণের জন্য।
মূলনীতি
এই কৌশলটি একাধিক সূচক ব্যবহার করে একটি ট্রেন্ডিং মডেল তৈরি করে। প্রথমত, এটি আরএসআই এবং এমএসিডি-র সাথে ট্রেন্ডিংয়ের দিকনির্দেশনা দেয়; তারপরে, স্টোক্যাস্টিক্সের সাথে যুক্ত হয়ে এটি ওভারসোল্ড বা ওভারসোল্ড কিনা তা নির্ধারণ করে এবং কিছু সংকেত ফিল্টার করে। এটি একটি অর্ডার প্রবেশের পরে এটিআর ব্যবহার করে ঝুঁকির প্যারামিটারগুলি গণনা করে এবং স্বয়ংক্রিয়ভাবে স্টপ লস অর্জন করে।
বিশেষত, যখন RSI 52 এর উপরে থাকে এবং MACD গোল্ড ফর্কে থাকে তখন একটি ক্রয় সংকেত উত্পন্ন হয়; যখন RSI 48 এর নীচে থাকে এবং MACD ডাই ফর্কে থাকে তখন একটি বিক্রয় সংকেত উত্পন্ন হয়। মিথ্যা সংকেতগুলি ফিল্টার করার জন্য, এটি স্টোক্যাস্টিকস ওভারবাইট ওভারসোল কিনা তাও সনাক্ত করে। স্টপ-এর ক্ষেত্রে, এটি এটিআর গণনা প্যারামিটারগুলির উপর ভিত্তি করে একটি স্বনির্ধারিত স্টপ তৈরি করে যা একটি একক স্টপ-এর ঝুঁকিকে কার্যকরভাবে নিয়ন্ত্রণ করতে পারে।
সুবিধা
এই কৌশলটির সবচেয়ে বড় সুবিধা হ'ল ঝুঁকি নিয়ন্ত্রণের ক্ষমতা শক্তিশালী। মাল্টি ফ্যাক্টর মডেলের মাধ্যমে প্রবণতার দিকনির্দেশের জন্য, কিছু শব্দ ফিল্টার করা যায় এবং সংকেতের গুণমান উন্নত করা যায়। একই সাথে, স্বনির্ধারিত স্টপ লস মেকানিজমটি বাজারের ওঠানামা অনুসারে স্টপ লস প্রস্থকে সামঞ্জস্য করতে পারে এবং একক ক্ষতি কার্যকরভাবে নিয়ন্ত্রণ করতে পারে।
এছাড়াও, এই কৌশলটির প্যারামিটারগুলি যুক্তিসঙ্গতভাবে সেট করা হয়েছে, যা আরও ভালভাবে পুনরাবৃত্তি করে। বিভিন্ন চক্রের সম্পদগুলি প্যারামিটারগুলি সামঞ্জস্য করে অপ্টিমাইজ করা যায়। এটি প্যারামিটার অপ্টিমাইজেশনের মাধ্যমে আরও বেশি বাজারের পরিবেশের সাথে খাপ খাইয়ে নিতে পারে।
ঝুঁকি
এই কৌশলটির প্রধান ঝুঁকিটি হ'ল মাল্টিফ্যাক্টর মডেলের নির্মাণের গুণমান। যদি মডেলটি সঠিকভাবে নির্মিত না হয় তবে ট্রেন্ডগুলি কার্যকরভাবে বিচার করা যায় না, তবে প্রচুর ভুল সংকেত তৈরি করা যেতে পারে। এছাড়াও, স্টপ লস কৌশলটি নিজেই বাজারজাত হওয়ার ঝুঁকি রয়েছে।
এই ঝুঁকিগুলি হ্রাস করার জন্য, মডেলের ওজনের পরিবর্তন, প্যারামিটার সেটিংয়ের অপ্টিমাইজেশন এবং অন্যান্য স্টপ লস কৌশলগুলির সমন্বয় থেকে উন্নতি করা যেতে পারে। অস্বাভাবিক বাজার দেখা দিলে ম্যানুয়াল হস্তক্ষেপও প্রয়োজন।
অপ্টিমাইজেশান দিক
এই কৌশলটি নিম্নলিখিত দিকগুলি থেকে উন্নত করা যেতে পারেঃ
-
মাল্টিফ্যাক্টর মডেলের সূচক ওজনের সমন্বয় করে সর্বোত্তম ওজনের সমন্বয় খুঁজে বের করা
-
CCI, oscillation rate ইত্যাদির মতো আরও অনেকগুলি সূচক পরীক্ষা করুন, সমৃদ্ধ মাল্টি ফ্যাক্টর মডেল
-
আরও জাত এবং চক্রের জন্য প্যারামিটার সেটিং অপ্টিমাইজ করুন
-
বিভিন্ন স্টপ লস কৌশল ব্যবহার করে সেরা সমন্বয় খুঁজে বের করুন
-
মডেল প্রশিক্ষণ এবং কৌশল মূল্যায়ন মডিউল যুক্ত করুন, মেশিন লার্নিং চালিত করুন
সারসংক্ষেপ
এই কৌশলটি মাল্টি-ফ্যাক্টর মডেলিং এবং স্বনির্ধারিত স্টপ লস মেশিনের সমন্বয় করে, প্রবণতা বিচার এবং ঝুঁকি নিয়ন্ত্রণের একটি জৈবিক সমন্বয় করে। এটি একটি ভাল প্রতিক্রিয়াশীলতা এবং স্কেলযোগ্যতা রয়েছে। ক্রমাগত অপ্টিমাইজেশনের মাধ্যমে, এটি একটি দীর্ঘমেয়াদী মূল্যবান পরিমাণগত কৌশল হতে পারে।
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy(title="TradersAI_UTBot", overlay = true)
// CREDITS to @HPotter for the orginal code.
// CREDITS to @Yo_adriiiiaan for recently publishing the UT Bot study based on the original code - - 1