1. বর্গক্ষেত্র
  2. পিভট বিপরীত শুধুমাত্র দীর্ঘ আপগ্রেড - একটি দ্বৈত গতি কৌশল

পিভট বিপরীত শুধুমাত্র দীর্ঘ আপগ্রেড - একটি দ্বৈত গতি কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-২৫ 17:47:11
ট্যাগঃ

img

সারসংক্ষেপ

এটি একটি দীর্ঘ-কেবলমাত্র পরিমাণগত ট্রেডিং কৌশল যা পিভট পয়েন্ট বিপরীত এবং সর্বনিম্ন বর্গাকার চলমান গড় কৌশলগুলির সুবিধাগুলি একত্রিত করে। এটি একটি ষাঁড়ের বাজারের সময় প্রধান প্রবণতা অনুসরণ করে এবং দীর্ঘ যেতে পিভট পয়েন্ট উপরের রেল পর্যবেক্ষণ করার পরে বিপরীত সংকেত নির্ধারণ করে। একই সময়ে, এটি কৌশলটি আরও স্থিতিশীল করার জন্য দীর্ঘ পজিশন খোলার আগে সর্বনিম্ন বর্গাকার চলমান গড়ের উপরে বন্ধের দামের প্রয়োজন।

কৌশলগত যুক্তি

এই কৌশলটি পিভট পয়েন্ট বিপরীত এবং সর্বনিম্ন বর্গাকার চলমান গড় কৌশলগুলিকে সংহত করে। পিভট পয়েন্ট বিপরীত কৌশলটি উপরের এবং নীচের রেলগুলি পেতে নির্দিষ্ট সংখ্যক ট্রেডিং দিনের মধ্যে সর্বোচ্চ এবং সর্বনিম্ন দামগুলি গণনা করে। যখন দামগুলি উপরের রেলটি ভেঙে যায়, তখন এটি বিপরীত সংকেত হিসাবে বিচার করা হয়। সর্বনিম্ন বর্গাকার চলমান গড় একটি প্রবণতা বিচারকারী সূচক যা দামগুলিকে আরও ভালভাবে অনুমান করতে পারে। এই কৌশলটি দীর্ঘ হয় যখন পিভট পয়েন্ট উপরের রেলটি গঠিত হয় এবং বন্ধের দাম সর্বনিম্ন বর্গাকার রেখার চেয়ে বেশি হয়।

বিশেষত, কৌশলটি প্রথমে উপরের এবং নীচের পিভট পয়েন্ট রেলগুলি পেতে শেষ 3 বারগুলির সর্বোচ্চ মূল্য এবং শেষ 16 বারগুলির সর্বনিম্ন মূল্য গণনা করে। যখন উপরের রেলটি গঠিত হয় তখন এটি দীর্ঘ হয়। যখন পরবর্তী নিম্ন রেলটি গঠিত হয়, এটি অবস্থানগুলি বন্ধ করে দেয়। একই সাথে, এটি দীর্ঘ অবস্থানগুলি খোলার আগে বন্ধের দামটি 20 দিনের সর্বনিম্ন বর্গক্ষেত্র চলমান গড়ের চেয়ে বেশি হওয়া প্রয়োজন।

সুবিধা

  1. আরও স্থিতিশীল এবং নির্ভরযোগ্য ট্রেডিং সিদ্ধান্তের জন্য দুটি কৌশলগুলির শক্তি একত্রিত করে

  2. পিভট পয়েন্ট কৌশল বিপরীতমুখী পয়েন্টগুলি বিচার করে, যখন LSMA মিথ্যা ব্রেকআউটগুলি ফিল্টার করে, ট্রেডিং ঝুঁকি হ্রাস করে

  3. বেশিরভাগ মানুষের মানসিক প্রত্যাশার সাথে সামঞ্জস্য রেখে এটি দীর্ঘস্থায়ী হয়

  4. সহজ এবং স্পষ্ট কৌশল যুক্তি, সহজ বুঝতে এবং অপ্টিমাইজ

  5. মাঝারি থেকে দীর্ঘমেয়াদী লেনদেনের জন্য উপযুক্ত মাঝারি লেনদেনের ঘনত্ব

ঝুঁকি বিশ্লেষণ

  1. দ্রুত হ্রাস পাচ্ছে এমন সুযোগগুলি কাজে লাগাতে অক্ষম

  2. কিছু পিছিয়ে আছে, কিছু উপরের সুযোগ মিস করতে পারে

  3. বাজারের প্রবণতা বিপরীত হলে বড় ক্ষতি

সমাধান:

  1. বিলম্ব হ্রাস করার জন্য সঠিকভাবে গণনা চক্র সংক্ষিপ্ত

  2. অংশগ্রহণকে অনুকূল করার জন্য এমএ পরামিতিগুলি সামঞ্জস্য করুন

  3. একক ক্ষতি কমাতে স্টপ লস যোগ করুন

অপ্টিমাইজেশান নির্দেশাবলী

  1. সঠিকতা উন্নত করতে একাধিক প্রবণতা সূচক যোগ করুন

  2. সিদ্ধান্ত গ্রহণের জন্য মেশিন লার্নিং পূর্বাভাস অন্তর্ভুক্ত করুন

  3. পজিশনের আকার নিয়ন্ত্রণের জন্য ভোলাটিলিটি সূচক একত্রিত করা

  4. জয় হার উন্নত করতে পরামিতি অপ্টিমাইজ করুন

  5. স্থিতিশীলতা যাচাই করার জন্য দীর্ঘ সময়ের ফ্রেম ডেটা পরীক্ষা করুন

সংক্ষিপ্তসার

এই কৌশলটি প্রবণতা বিপরীতের বিচার করার সময় ঝুঁকি নিয়ন্ত্রণের জন্য পিভট পয়েন্ট বিপরীত এবং এলএসএমএ কৌশলগুলির শক্তিকে একীভূত করে। সহজ বোঝা এবং পরীক্ষার জন্য সহজ কাঠামোর সাথে, এটি শিক্ষানবিস কোয়ান্টগুলি শিখতে এবং অনুশীলন করার জন্য নিখুঁত। তবে এর দীর্ঘ দিকের একমাত্র পদ্ধতি বাজার হ্রাস থেকে লাভ করতে বাধা দেয়, একটি প্রধান সীমাবদ্ধতা। আরও সূচক এবং মেশিন লার্নিং অপ্টিমাইজেশানকে আরও ভাল পারফরম্যান্সের জন্য প্রবর্তন করে স্থিতিশীলতা এবং ট্র্যাকিং ক্ষমতা আরও উন্নতি করা যেতে পারে।

/*backtest
start: 2022-12-18 00:00:00
end: 2023-12-24 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
//@author exlux99

strategy(title = "Pivot Reversal Upgraded long only", overlay = true,  pyramiding=1,initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.1)
/////////////
//time

fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2010, title = "From Year", minval = 1970)
 //monday and session 
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2031, title = "To Year", minval = 1970)

startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true
//

length = input(title="Length MA", type=input.integer, defval=20)
offset = 0//input(title="Offset", type=input.integer, defval=0)
src = input(close, title="Source")
lsma = linreg(src, length, offset)

//LSMA
leftBars = input(3)
rightBars = input(16)
swh = pivothigh(leftBars, rightBars)
swl = pivotlow(leftBars, rightBars)
swh_cond = not na(swh)
hprice = 0.0
hprice := swh_cond ? swh : hprice[1]
le = false
le := swh_cond and time_cond? true : (le[1] and high > hprice ? false : le[1])
//leverage
multiplier=input(1.0, step=0.5)
g(v, p) => round(v * (pow(10, p))) / pow(10, p)
risk     = input(100)
leverage = input(1.0, step = 0.5)
c = g((strategy.equity * leverage / open) * (risk / 100), 4)

//entry
strategy.entry("long", strategy.long,c, when=le and close > lsma, comment="long", stop=(hprice + syminfo.mintick) * multiplier)

    
swl_cond = not na(swl)
lprice = 0.0
lprice := swl_cond ? swl : lprice[1]
se = false
se := swl_cond ? true : (se[1] and low < lprice ? false : se[1])
strategy.close("long", when=se)
আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত