লন্ডন এসএমএ ক্রসের উপর ভিত্তি করে ইটিএইচ রিভার্সাল ট্রেডিং কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটির নাম হল লন্ডন টাইম ফ্রেমে এসএমএ ক্রস ইটিএইচ বিপরীত ট্রেডিং কৌশল। এই কৌশলটির মূল ধারণাটি হল লন্ডন ট্রেডিং সময়ের উচ্চ তরলতা ব্যবহার করে, এসএমএ সমান্তরালের গোল্ডেন ফর্ক ডাই ফর্ক সিগন্যালের সাথে মিলিত হয়ে, ইটিএইচ / ইউএসডিটি মূলধারার ডিজিটাল মুদ্রা বিনিময় জোড়ার বিপরীত ট্রেডিং করা।
কৌশল নীতি
এই কৌশলটির মূল যুক্তিটি হ’ল লন্ডন সময়ের ব্যবসায়ের সময় নির্ধারণ করা, তারপরে একটি নির্দিষ্ট সময়ের জন্য এসএমএ গড় গণনা করা, এবং তারপরে লন্ডন সময়ের মধ্যে সিদ্ধান্ত নেওয়া যে দামটি এসএমএর সাথে গোল্ডেন ফর্ক বা ডেড ফর্ক হয়েছে কিনা। বিশেষত, কৌশলটি প্রথমে লন্ডন সময়ের শুরু এবং শেষের সময় নির্ধারণ করে এবং তারপরে এসএমএ গড়ের দৈর্ঘ্যের প্যারামিটারটি 50 পিরিয়ডের জন্য সেট করে। এর ভিত্তিতে, কৌশলটি ta.sma () ফাংশন ব্যবহার করে 50 পিরিয়ডের জন্য এসএমএ গড় গণনা করে।
এই কৌশলটির মূল সুবিধা হ’ল লন্ডন সময়ের উচ্চতর তরলতা ব্যবহার করে ট্রেডিং করা হয়, যা আরও ভাল প্রবেশের সুযোগ দেয়। একই সময়ে, এসএমএ-র গড়রেখার গোল্ডেন ফোর্ক ডাইফোর্ক সিগন্যালটি একটি ক্লাসিক এবং কার্যকর প্রযুক্তিগত সূচক সংকেত। সুতরাং, এই সংমিশ্রণটি কিছু পরিমাণে জাল সংকেতগুলি ফিল্টার করতে পারে, কৌশলটির স্থায়িত্ব এবং লাভজনকতা বাড়িয়ে তুলতে পারে।
কৌশলগত সুবিধা
- লন্ডন টাইমসেটের উচ্চ গতিশীলতা ব্যবহার করে আরও ভাল প্রবেশের সুযোগ রয়েছে
- এসএমএ হ’ল একটি ক্লাসিক এবং কার্যকর প্রযুক্তিগত সূচক সংকেত
- সংমিশ্রণ ব্যবহারের ফলে সিগন্যালের গুণগত মান উন্নত হয় এবং ভুয়া সংকেতগুলি ফিল্টার করা যায়
- বিপরীতমুখী ট্রেডিং পদ্ধতি ব্যবহার করে, যা শর্ট লাইন ট্রেডিংয়ের জন্য উপযুক্ত
- উচ্চ তহবিল ব্যবহারের হার, লিভারেজের মাধ্যমে আয় বাড়ানো যায়
কৌশলগত ঝুঁকি ও সমাধান
এই কৌশলটির কিছু ঝুঁকিও রয়েছে, যার মধ্যে রয়েছেঃ
- ট্রেন্ডিং মার্কেটে বারবার গোল্ডেন ফর্ক ডাই ফর্ক সিগন্যাল আঘাত হানতে পারে
- এসএমএ চক্রটি ভুলভাবে সেট করা হয়েছে, যা খুব বেশি মিথ্যা সংকেত তৈরি করতে পারে
- বিপরীতমুখী ট্রেডিং অস্থিরতার শিকার হতে পারে
এই ঝুঁকিগুলি নিয়ন্ত্রণ ও মোকাবেলা করা যায় নিম্নলিখিত উপায়েঃ
- প্রবণতা সূচকগুলির সাথে মিলিত, প্রবণতা অস্থিরতার সময় এড়ানো
- এসএমএ প্যারামিটার অপ্টিমাইজ করুন এবং সর্বোত্তম ট্রেডিং চক্র খুঁজুন
- স্টপ লস সেট করুন, একক ক্ষতি নিয়ন্ত্রণ করুন
কৌশল অপ্টিমাইজেশনের দিকনির্দেশনা
এই কৌশলটি আরও উন্নত করা যেতে পারেঃ
- সংমিশ্রণের জন্য অন্যান্য সূচক যেমন RSI, KD ইত্যাদি প্রবর্তন করা যেতে পারে, মাল্টি-ইনডিকেটর ফিল্টারিং নিয়ম তৈরি করে, সংকেতের গুণমান উন্নত করে
- সর্বোত্তম ট্রেডিং চক্রের সন্ধানের জন্য এসএমএ গড়ের চক্রের প্যারামিটারগুলি অনুকূলিতকরণ করা যায়
- এসএমএ গড়ের উপর ভিত্তি করে, দীর্ঘ সময়ের গড়ের সাথে মিলিত হতে পারে, যা বহু-গড়ের ক্রস-কম্পোজিশন তৈরি করে
- ট্রেডিংয়ের সময়গুলিকে অপ্টিমাইজ করা যায়, কোন সময়গুলোতে ট্রেডিং সবচেয়ে ভালো হয় তা পরীক্ষা করা যায়
- মেশিন লার্নিং অ্যালগরিদমগুলি প্রশিক্ষণ এবং ফিল্টারিংয়ের জন্য সংকেতগুলি অন্তর্ভুক্ত করতে পারে
সারসংক্ষেপ
সামগ্রিকভাবে, এই কৌশলটি উচ্চতর তরলতার সময় ট্রেডিং এবং সমান্তরাল ক্রসিংয়ের ক্লাসিক প্রযুক্তিগত সূচকের সমন্বয় দ্বারা একটি সহজ ব্যবহারিক সংক্ষিপ্ত লাইন বিপরীত ট্রেডিং কৌশল অর্জন করে। এই কৌশলটি উচ্চ তহবিল ব্যবহারের, প্রযুক্তিগত সূচক সহজ, সহজ বাস্তবায়ন ইত্যাদির সুবিধাগুলি রয়েছে। তবে কিছু ঝুঁকিও রয়েছে যা আরও ভাল স্থিতিশীল লাভজনকতার জন্য প্যারামিটার, স্টপ লস এবং ট্রেডিং সময় ইত্যাদি পরীক্ষা এবং অপ্টিমাইজ করার প্রয়োজন।
/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("London SMA Strategy ", overlay=true)
// Define London session times
london_session_start_hour = 6
london_session_start_minute = 59
london_session_end_hour = 15
london_session_end_minute = 59
// Define SMA input parameters
sma_length = input.int(50, title="SMA Length")
sma_source = input.source(close, title="SMA Source")
// Calculate SMA
sma = ta.sma(sma_source, sma_length)
// Convert input values to timestamps
london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute)
london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute)
// Define backtesting time range
start_date = timestamp(2021, 1, 1, 0, 0)
end_date = timenow
// Filter for London session and backtesting time range
in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp
in_backtesting_range = time >= start_date and time <= end_date
// Long condition: Close price crosses above SMA during London session
long_condition = ta.crossover(close, sma)
// Short condition: Close price crosses below SMA during London session
short_condition = ta.crossunder(close, sma)
// Plot SMA for reference
plot(sma, title="SMA", color=color.blue)
// Strategy entries and exits
if (long_condition)
strategy.entry("Long", strategy.long)
if (short_condition)
strategy.entry("Short", strategy.short)