লগারিদম-ভিত্তিক মূল্য পূর্বাভাস কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটি একটি সমান্তরাল ফাংশন ব্যবহার করে মূল্য পরিবর্তনের অনুকরণ করে এবং লেনদেনের পরিমাণের মান পার্থক্য এবং গড়ের উপর ভিত্তি করে z এর মান গণনা করে, একটি প্যারামিটার ইনপুট সমান্তরাল ফাংশন হিসাবে, ভবিষ্যতের দামের পূর্বাভাস দেয়।
কৌশল নীতি
- সমাপ্তির মূল্যের ROC গণনা করুন, ধনাত্মক ভলিউম_পোসে এবং নেতিবাচক ভলিউম_নেগে
- ভলিউম_পস এবং ভলিউম_নেগের পার্থক্য গণনা করুন নেট_ভলিউম হিসাবে
- নেট_ভলিউমের স্ট্যান্ডার্ড ডিফারেনশিয়াল নেট_এসটিডি এবং গড় নেট_এসএমএ গণনা করুন
- net_sma কে net_std দ্বারা ভাগ করে z এর মান গণনা করুন
- ক্লোজিং প্রাইস, ক্লোজিং প্রাইসের ২০ দিনের স্ট্যান্ডার্ড ডিভার্জেন্স, z-এর মানকে প্যারামিটার হিসেবে ব্যবহার করে logistic ফাংশন ইনপুট করুন যা পরবর্তী চক্রের দামের পূর্বাভাস দেয়
- যখন পূর্বাভাস মূল্য বর্তমান প্রকৃত মূল্যের 1.005 গুণ বেশি হয় তখন বেশি করুন, যখন 0.995 গুণ কম হয় তখন প্লেইন করুন
সামর্থ্য বিশ্লেষণ
এই কৌশলটি লেনদেনের পরিমাণের পরিসংখ্যানগত তথ্য এবং একটি ধ্রুবক ফাংশনের দামের পূর্বাভাসকে একত্রিত করে।
সুবিধাগুলোঃ
- ট্রেডিং ভলিউমের বৈষম্য ব্যবহার করে বাজারের মেজাজ নির্ণয় করা যায়
- সমান্তরাল ফাংশন মূল্য পরিবর্তনের কার্ভের সাথে সামঞ্জস্যপূর্ণ, যা আরও ভালভাবে পূর্বাভাস দেয়
- কৌশলগুলি সহজ এবং কার্যকর করা সহজ
ঝুঁকি বিশ্লেষণ
এই কৌশলটির কিছু ঝুঁকিও রয়েছেঃ
- ট্রেডিং ভলিউম ইন্ডিকেটর বিলম্বিত, সময়মত বাজারের পরিবর্তন প্রতিফলিত করে না
- অ্যালগরিদম ফাংশনগুলির পূর্বাভাস সঠিক নয় এবং এটি বিভ্রান্তিকর হতে পারে
- স্টপ লস ব্যবস্থা না থাকায় ক্ষতি নিয়ন্ত্রণে নেই
নিম্নলিখিত উপায়ে ঝুঁকি কমাতে পারেনঃ
- ট্রেডিং ভলিউম সিগন্যালের নির্ভরযোগ্যতা নির্ধারণের জন্য অন্যান্য সূচকগুলির সাথে মিলিত
- অনুকূলিতকরণ পরামিতি এবং পূর্বাভাসের নির্ভুলতা
- একটি স্টপ লিন্ড সেট করুন যা প্রতি একক এবং সামগ্রিক সর্বাধিক ক্ষতি সীমাবদ্ধ করে
অপ্টিমাইজেশান দিক
এই কৌশলটি আরও উন্নত করা যেতে পারেঃ
- মেশিন লার্নিং পদ্ধতি ব্যবহার করে অ্যালগরিদম ফাংশনকে গতিশীলভাবে অপ্টিমাইজ করা
- শেয়ারের দামের অস্থিরতার সাথে সামঞ্জস্য রেখে পজিশন ব্যবস্থাপনা
- বেয়েস ফিল্টার যুক্ত করুন, ফিল্টারটি অকার্যকর সংকেত
- ব্রেকিং পয়েন্টে প্রবেশের কৌশল
- সংযুক্তিকরণের নিয়ম ব্যবহার করে মূল্য সংকেত থেকে বিচ্ছিন্ন হয়
বিভিন্ন পদ্ধতির সমন্বয়ে এই কৌশলটির স্থিতিশীলতা এবং লাভজনকতা আরও বাড়ানো যায়।
সারসংক্ষেপ
এই কৌশলটি লেনদেনের পরিমাণের পরিসংখ্যান এবং পজিশনাল ফাংশন পূর্বাভাসকে একত্রিত করে একটি অনন্য পরিমাণগত লেনদেনের ধারণা তৈরি করে। ক্রমাগত অপ্টিমাইজেশনের মাধ্যমে, এই কৌশলটি একটি কার্যকর এবং স্থিতিশীল প্রোগ্রামযুক্ত লেনদেনের সিস্টেম হতে পারে। মেশিন লার্নিং এবং পোর্টফোলিও অপ্টিমাইজেশন তত্ত্বের সাথে মিলিত, আমরা আত্মবিশ্বাসী যে এটির লেনদেনের কর্মক্ষমতা আরও বাড়িয়ে তুলবে।
/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Logistic", overlay=true )
volume_pos = 0.0
volume_neg = 0.0
roc = roc(close, 1)
for i = 0 to 100
if (roc > 0)
volume_pos := volume
else
volume_neg := volume
volume_net = volume_pos - volume_neg
net_std = stdev(volume_net, 100)
net_sma = sma(volume_net, 10)
z = net_sma / net_std
std = stdev(close, 20)
logistic(close, std, z) =>
m = (close + std)
a = std / close
pt = m / ( 1 + a*exp(-z))
pt
pred = logistic(close, std, z)
buy = pred > close * 1.005
sell = pred < close * 0.995
color = strategy.position_size > 0? #3BB3E4 : strategy.position_size == 0? #FF006E : #6b6b6b
barcolor(color)
if (buy == true)
strategy.entry("Long", strategy.long, comment="Open L")
if (sell == true)
strategy.close("Long", comment="Close L")