কালমান ফিল্টার এবং গড় বিপরীতের উপর ভিত্তি করে ট্রানজিটিভ রেসিও ট্রেডিং কৌশল

লেখক:চাওঝাং, তারিখঃ ২৯ ডিসেম্বর ২০২৩ ১৭ঃ২৩ঃ১৪
ট্যাগঃ

সারসংক্ষেপ

এই কৌশলটি স্টক মূল্যের অস্বাভাবিক স্বল্পমেয়াদী ওঠানামা ক্যাপচার করতে এবং স্টকগুলির দিকনির্দেশক ট্রেডিং বাস্তবায়নের জন্য কালমান ফিল্টার এবং গড় বিপরীতের ধারণাগুলি ব্যবহার করে। কৌশলটি প্রথমে একটি স্টক এবং একটি বাজার সূচকের মধ্যে একটি মূল্য অনুপাত মডেল স্থাপন করে এবং তারপরে অনুপাতটি পূর্বাভাস এবং ফিল্টার করতে কালমান ফিল্টার কৌশল ব্যবহার করে। অনুপাতটি স্বাভাবিক স্তর থেকে বিচ্যুত হলে ট্রেডিং সংকেত উত্পন্ন হয়। এছাড়াও, কৌশলটি ভলিউম ফিল্টারিংকেও অন্তর্ভুক্ত করে যাতে মিথ্যা বাণিজ্য এড়ানো যায়।

কৌশল নীতি

কৌশলটির মূল ধারণা হ'ল স্টকটির দাম এবং বাজারের সূচকের দামের মধ্যে একটি মূল্য অনুপাত মডেল স্থাপন করা। এই অনুপাতটি সামগ্রিক বাজারের তুলনায় পৃথক স্টকগুলির মূল্য স্তরকে প্রতিফলিত করে। যখন অনুপাতটি উচ্চ হয়, তখন এটি বিবেচনা করা হয় যে পৃথক স্টকটি অতিরিক্ত মূল্যবান এবং একটি বিক্রয় সংকেত উত্পন্ন হয়। যখন অনুপাতটি কম হয়, তখন এটি বিবেচনা করা হয় যে পৃথক স্টকটি অবমূল্যায়িত এবং একটি ক্রয় সংকেত উত্পন্ন হয়।

অনুপাত সংকেতটি মসৃণভাবে ফিল্টার করার জন্য, কৌশলটি ক্যালম্যান ফিল্টার অ্যালগরিদম গ্রহণ করে। ক্যালম্যান ফিল্টারটি অনুপাতের প্রকৃত পর্যবেক্ষণ করা মানকে পূর্বাভাসিত মানের সাথে ওজন করে এবং বাস্তব সময়ে অনুপাতের পূর্বাভাস আপডেট করে। এবং একটি মসৃণ ক্যালম্যান ফিল্টার মান গণনা করে। ফিল্টার করা মানটি স্বাভাবিক স্তরের উপরে বা নীচে 2 স্ট্যান্ডার্ড বিচ্যুতি অতিক্রম করলে ট্রেডিং সংকেত উত্পন্ন হয়।

এছাড়াও, কৌশলটি ট্রেডিং ভলিউম ফ্যাক্টরগুলিও বিবেচনা করে। প্রকৃত ট্রেডিং সংকেতগুলি কেবল তখনই উত্পন্ন হয় যখন ট্রেডিং ভলিউম বড় হয়। এটি কিছু মিথ্যা বাণিজ্য এড়ায়।

সুবিধা বিশ্লেষণ

এই কৌশলটির সবচেয়ে বড় সুবিধা হল কালমান ফিল্টার অ্যালগরিদম ব্যবহার করে মূল্য অনুপাতের কার্যকর মসৃণকরণ এবং ভবিষ্যদ্বাণী করা। সহজ গড় বিপরীতমুখী মডেলের তুলনায়, কালমান ফিল্টার দামের গতিশীল পরিবর্তনগুলি আরও ভালভাবে প্রতিফলিত করতে পারে, বিশেষত যখন দামগুলি তীব্রভাবে ওঠানামা করে। এটি কৌশলটিকে সময়মতো মূল্য বৈষম্য সনাক্ত করতে এবং সঠিক ট্রেডিং সংকেত তৈরি করতে দেয়।

দ্বিতীয়ত, ট্রেডিং ভলিউমের সংমিশ্রণ কৌশলটির ব্যবহারিক প্রয়োগযোগ্যতাও বাড়ায়। যুক্তিসঙ্গত ট্রেডিং ভলিউম ফিল্টারিং কিছু ভুল সংকেত এড়াতে সহায়তা করে এবং অপ্রয়োজনীয় ট্রেডিং ব্যয় হ্রাস করে।

সামগ্রিকভাবে, কৌশলটি সফলভাবে একটি শক্তিশালী পরিমাণগত ট্রেডিং কৌশল গঠনের জন্য কালমান ফিল্টারিং, গড় বিপরীত, ট্রেডিং ভলিউম বিশ্লেষণ এবং অন্যান্য কৌশলগুলিকে একত্রিত করে।

ঝুঁকি বিশ্লেষণ

যদিও কৌশলটি তাত্ত্বিক ও প্রযুক্তিগতভাবে সঠিক, তবুও প্রকৃত ব্যবহারে কিছু সম্ভাব্য ঝুঁকি রয়েছে যা মনোযোগের প্রয়োজন।

প্রথমটি হল মডেল ঝুঁকি। কালমান ফিল্টার মডেলের কিছু মূল পরামিতি, যেমন প্রক্রিয়া গোলমালের বৈচিত্র্য, পর্যবেক্ষণ গোলমালের বৈচিত্র্য ইত্যাদি, ঐতিহাসিক তথ্যের উপর ভিত্তি করে অনুমান করা প্রয়োজন। যদি অনুমানটি ভুল হয় বা বাজারের অবস্থার একটি বড় পরিবর্তন হয় তবে এটি মডেল পূর্বাভাসে বিচ্যুতির দিকে পরিচালিত করবে।

দ্বিতীয়টি হ'ল স্লিপিংয়ের ঝুঁকি। ঘন ঘন ট্রেডিংয়ের ফলে উচ্চতর স্লিপিংয়ের ব্যয় হবে, যা কৌশল রিটার্ন হ্রাস করবে। পরামিতি অপ্টিমাইজেশন এবং লেনদেনের পরিমাণ ফিল্টারিং কিছু পরিমাণে অপ্রয়োজনীয় লেনদেন হ্রাস করতে পারে।

অবশেষে, বাজার সূচককে একটি রেফারেন্স হিসাবে অনুসরণ করার ক্ষেত্রে কিছু সিস্টেমিক বাজার ঝুঁকি রয়েছে। যখন পুরো বাজারটি তীব্রভাবে ওঠানামা করে, পৃথক স্টক এবং বাজারের মধ্যে মূল্য অনুপাতও অস্বাভাবিক হবে। কৌশলটি তখন ভুল সংকেত তৈরি করবে। আমরা রেফারেন্স হিসাবে আরও স্থিতিশীল সূচক বেছে নেওয়ার বিষয়টি বিবেচনা করতে পারি।

অপ্টিমাইজেশান নির্দেশাবলী

কৌশলটি আরও উন্নত করার সুযোগ রয়েছেঃ

দামের অনুপাতের সাথে মানিয়ে নিতে এবং পূর্বাভাস দিতে আরও জটিল ডিপ লার্নিং মডেল ব্যবহার করুন। এটি মডেলের নির্ভুলতা এবং স্থিতিশীলতা উন্নত করতে পারে।
ট্রেডিং ভলিউম ফিল্টারিং নিয়মগুলিকে আরও গতিশীল এবং বুদ্ধিমান থ্রেশহোল্ড সেটিংস অর্জনের জন্য অপ্টিমাইজ করুন। এটি মিথ্যা ট্রেডিংয়ের সম্ভাবনা হ্রাস করে।
বিভিন্ন বাজার সূচকগুলিকে কৌশলগত বেঞ্চমার্ক হিসাবে পরীক্ষা করুন এবং ছোট এবং আরও স্থিতিশীল ওঠানামা সহ সূচকগুলি চয়ন করুন। এটি বাজার সিস্টেমিক ঝুঁকির প্রভাব হ্রাস করে।
উল্লেখযোগ্যভাবে অবনতি ঘটেছে এমন কিছু স্টক ট্রেডিং এড়ানোর জন্য স্টকগুলির মৌলিক বিশ্লেষণ অন্তর্ভুক্ত করুন। এটি উচ্চ মানের ট্রেডিং লক্ষ্যগুলির জন্য স্ক্রিন করে।
কৌশল ব্যাকটেস্টিং এবং অপ্টিমাইজেশনের জন্য উচ্চ ফ্রিকোয়েন্সি ইনট্রা-ডে ডেটা ব্যবহার করুন। এটি কৌশলটির বাস্তব ট্রেডিং কর্মক্ষমতা উন্নত করে।

সিদ্ধান্ত

এই কৌশলটি ক্যালম্যান ফিল্টার মডেল ব্যবহার করে স্টকগুলিতে অস্বাভাবিক স্বল্পমেয়াদী দামের ওঠানামা সফলভাবে ক্যাপচার করে। এদিকে, ভলিউম সংকেতগুলির প্রবর্তন কৌশলটির ব্যবহারিকতাও বাড়ায়। যদিও এখনও কিছু মডেল ঝুঁকি এবং বাজার ঝুঁকি রয়েছে, এটি একটি খুব প্রতিশ্রুতিশীল পরিমাণগত ট্রেডিং কৌশল। ভবিষ্যতের মডেল এবং সংকেত অপ্টিমাইজেশনে উন্নতি এবং প্রয়োগের সম্ভাবনা রয়েছে।

/*backtest
start: 2023-12-21 00:00:00
end: 2023-12-28 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © xXM3GAXx

//@version=5
strategy("My strategy", overlay=true)

//SPY or QQQ
context = request.security("BTC_USDT:swap", timeframe.period, input(close))
//our stock
particular = input(close)

//ratio
src = ta.roc(particular, 1) / math.abs(ta.roc(context, 1))

//kalman calculation
Sharpness = input.float(1.0)
K = input.float(1.0)


greencolor =  color.lime
redcolor =  color.red

velocity = 0.0
kfilt = 0.0

Distance = src - nz(kfilt[1], src)
Error = nz(kfilt[1], src) + Distance * math.sqrt(Sharpness*K/ 100)
velocity := nz(velocity[1], 0) + Distance*K / 100
kfilt := Error + velocity

//2 std devs up and down
upper = kfilt[1] + 2 * ta.stdev(kfilt, input(20))
lower = kfilt[1] - 2 * ta.stdev(kfilt, input(20))

//plotting for visuals
plot(kfilt, color=velocity > 0 ? greencolor : redcolor, linewidth = 2)
plot(upper)
plot(lower)
//plot(ta.ema(ta.roc(particular, 1)/ta.roc(context, 1), 5), color = #00ffff, linewidth=2)

//volume data
vol = volume
volema = ta.ema(volume, 10)

//buy when ratio too low
longCondition = kfilt<=lower and vol>=volema
if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)

//sell when ratio too high
shortCondition = kfilt>=upper and vol>=volema
if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)

আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত