গতিশীল অবস্থান সংযোজন কৌশল
ChaoZhang
ওভারভিউ
ডায়নামিক হ্যান্ডলিং কৌশলটি হ্রাসের সময় হ্যান্ডলিংয়ের মাধ্যমে ব্যয়-মাঝারি মূল্য হ্রাসের লক্ষ্য অর্জন করে। যখন দাম হ্যান্ডলিংয়ের শর্তটি ট্রিগার করে, তখন কৌশলটি একটি নির্দিষ্ট সংখ্যক এবং ব্যবধানের মধ্যে ধারাবাহিকভাবে হ্যান্ডলিং করে, এবং সর্বোচ্চ হ্যান্ডলিংয়ের সংখ্যা সেট করে, সীমাহীন হ্যান্ডলিংয়ের ঝুঁকি এড়ানোর জন্য।
কৌশল নীতি
এই কৌশলটির মূল যুক্তি হলঃ
পজিশন ক্রয়ঃ যদি পজিশন ০ হয়, তবে নির্দিষ্ট মূল্যে পজিশন ক্রয় করুন।
পজিশনিং শর্ত: যদি বর্তমান পজিশনিংয়ের সংখ্যা সর্বোচ্চ পজিশনিংয়ের সংখ্যার চেয়ে কম হয় এবং দাম পূর্ববর্তী পজিশনের দামের একটি পূর্বনির্ধারিত পতনের চেয়ে কম হয়, তবে পজিশনিং ট্রিগার করা হবে।
সংরক্ষণ পদ্ধতিঃ সংরক্ষণের সংখ্যা পূর্ববর্তী সংখ্যার একটি স্কেলিং ফ্যাক্টর দ্বারা বৃদ্ধি পায়, সংরক্ষণের ব্যবধানটি পূর্ববর্তী ব্যবধানের একটি স্কেলিং ফ্যাক্টর দ্বারা হ্রাস পায়।
স্টপ-অফ শর্তঃ যদি একটি গড় মুনাফা প্রাপ্তির পূর্বাভাস থাকে, তাহলে সমস্ত পজিশন বন্ধ করে দেওয়া হয়।
এইভাবে, যখন বাজারটি খারাপ হয়, এই কৌশলটি পজিশন হোল্ডিংয়ের ব্যয় হ্রাস করে অতিরিক্ত লাভ অর্জন করতে পারে। যখন বাজারটি উপরের দিকে ঘুরবে, তখন স্টপ শর্তগুলি ট্রিগার করা হবে এবং সমস্ত অবস্থান লাভজনক হবে।
সামর্থ্য বিশ্লেষণ
এই কৌশলটির সবচেয়ে বড় সুবিধা হ’ল হ্রাসের মাধ্যমে গড় মূল্য হ্রাস করা, নির্দিষ্ট ক্ষতি সহ্য করার সাথে সাথে আরও বেশি লাভ অর্জন করা, যা বিশেষত ষাঁড়ের বাজারে স্পষ্ট। বিশেষত, নিম্নলিখিত সুবিধাগুলি রয়েছেঃ
পজিশন হোল্ডিংয়ের ব্যয়কে উল্লেখযোগ্যভাবে হ্রাস করতে পারে, ক্ষতির ক্ষমতা বাড়িয়ে তোলে। যখন দাম পুনরুদ্ধার হয়, তখন কৌশলটি পজিশন বাড়ায়, যার ফলে পূর্ববর্তী উচ্চ মূল্যের একক ক্যালোরিয়াম দ্রবীভূত করা হয়, যার ফলে মোট ব্যয় হ্রাস পায়।
মুনাফার সুযোগ বাড়ানো। খরচ কমানোর পরে, যখন দাম পুনরুদ্ধার হয়, তখন মুনাফার সুযোগ প্রসারিত হয়।
নমনীয়ভাবে লজিস্টিক সেট করুন, কাস্টমাইজ করুন। নীতিগুলি লজিস্টিকের মাত্রা, পরিমাণ, ব্যবধান ইত্যাদি প্যারামিটারগুলি সেট করতে দেয়, ব্যবহারকারীরা তাদের পছন্দ অনুসারে সামঞ্জস্য করতে পারেন।
ঝুঁকি নিয়ন্ত্রণযোগ্য, সর্বোচ্চ ঝুঁকি নেওয়ার সীমা নির্ধারণ করুন। সর্বোচ্চ ঝুঁকি নেওয়ার সীমাবদ্ধতা কৌশলটিকে সীমাহীন ঝুঁকি নেওয়ার অনুমতি দেয় না, ঝুঁকি নিয়ন্ত্রণ করতে পারে।
ঝুঁকি বিশ্লেষণ
যদিও এই কৌশলটি পজিশনিংয়ের মাধ্যমে আরও বেশি লাভের সুযোগ দেয়, তবুও কিছু ঝুঁকি রয়েছে যা সম্পর্কে সতর্ক থাকা দরকারঃ
ক্ষতির ঝুঁকি। কৌশলটি একটি নির্দিষ্ট ক্ষতির উপর ভিত্তি করে ঝুঁকিপূর্ণ। যদি বাজারের অবস্থা অব্যাহত থাকে তবে ক্ষতির পরিমাণ বাড়তে পারে।
পতনের ঝুঁকি। চরম পরিস্থিতিতে দামের পতন হতে পারে, কৌশলগত সহনশীলতার বাইরে। এর জন্য যুক্তিসঙ্গতভাবে পজিশনিং প্যারামিটার এবং স্টপ লস সেট করা প্রয়োজন।
সময়মতো বিপর্যয় ঘটানো নয়। মূল্যের বিপর্যয় ঘটানোর জন্য অবশ্যই স্টপ-অফের প্রয়োজন হয় না। স্টপ-অফের সময়মত বিপর্যয় ঘটানো কৌশলগতভাবে একটি সংক্ষিপ্ত ফলক।
প্যারামিটার সেট করার ঝুঁকি। প্যারামিটার সেট করা ভুল, যেমন প্যারামিটার সেট করা, যেমন প্যারামিটার সেট করা, যেমন প্যারামিটার সেট করা, যেমন প্যারামিটার সেট করা, যেমন প্যারামিটার সেট করা, যেমন প্যারামিটার সেট করা।
এই ঝুঁকিগুলি নিম্নলিখিত উপায়ে প্রশমিত করা যেতে পারেঃ
একক লোকসান নিয়ন্ত্রণের জন্য যথাযথভাবে হ্রাস করা।
“অর্থ সাশ্রয়ের জন্য, আমরা আমাদের পণ্যগুলিকে কম খরচে বিক্রি করতে পারি।
যুক্তিসঙ্গতভাবে স্টপ লস সেট করুন। স্টপ লস সেট করা খুব প্রশস্ত ক্ষতির প্রসারিত।
অপ্টিমাইজেশান দিক
যেহেতু এই কৌশলটি ঝুঁকি বাড়ানোর পদ্ধতি ব্যবহার করে বৃহত্তর রিটার্ন অর্জন করে, তাই এর অপ্টিমাইজেশনের দিকটি মূলত ঝুঁকি নিয়ন্ত্রণ এবং লাভ অর্জনের দিকে মনোনিবেশ করে। বিশেষত, নিম্নলিখিত কয়েকটি প্রধান অপ্টিমাইজেশনের দিক রয়েছেঃ
আমানতের লজিক্যাল অ্যালগরিদম উন্নত করা, যাতে আমানত আরও স্মার্ট এবং অনুগত হয়। আপনি ওঠানামার হার, দামের উড়ে যাওয়ার মতো সূচকগুলির উপর ভিত্তি করে আমানত বাড়ানোর বিষয়টি বিবেচনা করতে পারেন।
অপ্টিমাইজড স্টপিং পদ্ধতি, আরও কার্যকর স্টপিং অর্জনের জন্য। এটি মোবাইল স্টপিং, ব্যাচ স্টপিং ইত্যাদির সাথে একত্রিত করা যেতে পারে, যাতে রিবাউন্ডটি থামানো যায় না এমন পরিস্থিতি হ্রাস করা যায়।
মেশিন লার্নিং অ্যালগরিদমের প্রবর্তন, প্যারামিটারগুলিকে স্ব-অনুকূলিতকরণের জন্য অপ্টিমাইজ করা হয়েছে। মূল প্যারামিটারগুলিকে স্ট্যাটিক থেকে সরিয়ে নেওয়া হয়েছে, তবে রিয়েল-টাইম পরিস্থিতি এবং প্রতিক্রিয়া গতিশীলতার সাথে সামঞ্জস্যপূর্ণ।
সর্বাধিক ক্ষতি নিয়ন্ত্রণের জন্য স্টপ মেশিন যুক্ত করুন। স্টপ মেশিনটি চরম পরিস্থিতির কারণে ক্ষতির বিস্তার এড়াতে সরানো স্টপ, স্টপ স্টপ ইত্যাদি বিবেচনা করতে পারে।
সারসংক্ষেপ
ডায়নামিক পজিশনিং কৌশলটি সঠিকভাবে ঝুঁকি নিয়ন্ত্রণের উপর ভিত্তি করে ব্যয়-ভিত্তিক মূল্য হ্রাসের জন্য পজিশনিংয়ের মাধ্যমে আরও বেশি আয় অর্জন করে। এই কৌশলটি নির্দিষ্ট ক্ষতির উপর ভিত্তি করে বিনিয়োগকারীদের মধ্যে বিশেষভাবে জনপ্রিয়। ভবিষ্যতের অপ্টিমাইজেশনের দিকনির্দেশনা আরও স্মার্ট পজিশনিং পদ্ধতি, আরও কার্যকর স্টপ-আপ ব্যবস্থা ইত্যাদির চারপাশে পরিচালিত হবে।
/*backtest
start: 2023-12-14 00:00:00
end: 2023-12-18 19:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("DCA Bot Emulator", overlay=true, pyramiding=99, default_qty_type=strategy.cash, commission_value = 0.02)
// Date Ranges
from_month = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
from_day = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
from_year = input(defval = 2021, title = "From Year")
to_month = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
to_day = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
to_year = input(defval = 9999, title = "To Year")
start = timestamp(from_year, from_month, from_day, 00, 00) // backtest start window
finish = timestamp(to_year, to_month, to_day, 23, 59) // backtest finish window
window = time >= start and time <= finish ? true : false // create function "within window of time"
// Strategy Inputs
price_deviation = input(2, title='Price deviation to open safety orders', maxval=0)/100
take_profit = input(1.5, title='Target Take Profit', minval=0)/100
// base order
base_order = input(100000, title='base order')
safe_order = input(200, title='safe order')
safe_order_volume_scale = input(2, title='Safety order volume scale')
safe_order_step_scale = input(1, title='Safety order step scale')
max_safe_order = input(10, title='max safe order')
var current_so = 1
var initial_order = 0.0
// Calculate our key levels
pnl = (close - strategy.position_avg_price) / strategy.position_avg_price
take_profit_level = strategy.position_avg_price * (1 + take_profit)
// First Position
if(strategy.position_size == 0 and window)
strategy.entry("Long", strategy.long, qty = base_order/close)
initial_order := close
current_so := 1
// Average Down!
if current_so > 0 and close < initial_order * (1 - price_deviation * current_so * safe_order_step_scale) and current_so <= max_safe_order
so_name = "SO " + tostring(current_so)
strategy.entry(so_name, long=strategy.long , qty = safe_order * safe_order_volume_scale /close)
current_so := current_so + 1
// Take Profit!
strategy.close_all(when=take_profit_level <= close and strategy.position_size > 0)