ভরবেগের উপর ভিত্তি করে পরিমাণগত প্রবণতা তাড়া করার কৌশল


সৃষ্টির তারিখ: 2024-01-19 15:29:35 অবশেষে সংশোধন করুন: 2024-01-19 15:29:35
অনুলিপি: 2 ক্লিকের সংখ্যা: 618
1
ফোকাস
1617
অনুসারী

ভরবেগের উপর ভিত্তি করে পরিমাণগত প্রবণতা তাড়া করার কৌশল

ওভারভিউ

এই কৌশলটি সূর্যাস্তের স্তরের সাগরীয় এশিয়া-কে-রেখার উপর ভিত্তি করে, বিভিন্ন পর্যায়ের স্তরের গতিশীলতা বিশ্লেষণের সাথে মিলিত, গতিশীলভাবে বর্তমান শেয়ারের দামের পিছনে সমর্থনকারী শক্তিগুলি নির্ধারণ করে, যার ফলে একটি পজিশন তৈরির এবং একটি পজিশনের সময় নির্ধারণ করা যায়।

কৌশল নীতি

  1. বিভিন্ন পর্যায়ের স্তরে সমুদ্রতীরের K-রেখার সমাপ্তি মূল্য গণনা করা। এটি পরবর্তী গতিশক্তি গণনার ভিত্তি।

  2. মাসিক এবং দৈনিক সূচকের সূচনা মূল্য এবং বিভিন্ন historicalতিহাসিক সময়কালের সমাপ্তির দামের উত্থান-পতন। এটি বর্তমান শেয়ারের দামের তুলনায় historicalতিহাসিক মূল্যের গতিশীলতার শক্তিকে প্রতিফলিত করে।

  3. চাঁদ এবং সূর্যের গতিশক্তির পতন এবং পতন যথাক্রমে গড় হয়, আংশিক গোলমাল ফিল্টার করে একটি স্থিতিশীল চাঁদ এবং সূর্যের গতিশক্তি সূচক পাওয়া যায়।

  4. গড় গতিশীল শক্তির উত্থান-পতনের উপর ভিত্তি করে, বর্তমান শেয়ারের দামের প্রতিফলিত বাজারের সমর্থন শক্তি, অর্থাৎ বাজারের ওঠানামা প্রভাবকে সরিয়ে নেওয়ার দাম গণনা করা যেতে পারে। এই দামটি বর্তমান প্রকৃত শেয়ারের দামের গতিশীলতা থ্রেশহোল্ড হিসাবে দেখা যেতে পারে।

  5. যখন ক্লোজিং মূল্য গতিশীল শক্তি থ্রেশহোল্ডের উপরে থাকে, তখন মাসিক ভিত্তিতে অতিরিক্ত পজিশন তৈরি করা হয়। যখন ক্লোজিং মূল্য গতিশীল শক্তি থ্রেশহোল্ডের নীচে থাকে, তখন পজিশন বন্ধ হয়ে যায়।

সামর্থ্য বিশ্লেষণ

এই কৌশলটির সবচেয়ে বড় সুবিধা হল যে এটি কেবল শেয়ারের দাম অনুসরণ করে না, বরং শেয়ারের দামের পিছনে গতিশীলতার উপর ভিত্তি করে প্রকৃত সমর্থন শক্তি গণনা করে, যার ফলে পজিশনিং এবং স্টপ লস করা যায়। এটি কার্যকরভাবে অস্থিরতার শব্দটি ফিল্টার করতে পারে এবং স্থিতিশীল বৃদ্ধির সুযোগকে লক করতে পারে।

উপরন্তু, কৌশলটি সম্পূর্ণরূপে সমুদ্র সৈকত এশিয়া K-লাইন থেকে তথ্যের উপর ভিত্তি করে। এই বিশেষ K-লাইনটি নিজেই লিঙ্কিং চক্রের উপর অত্যধিক নির্ভরশীলতার সমস্যা হ্রাস করতে পারে। তাই কৌশলটির স্থায়িত্ব অন্যান্য K-লাইন কৌশলগুলির চেয়ে ভাল।

ঝুঁকি বিশ্লেষণ

এই কৌশলটির সবচেয়ে বড় ঝুঁকি হল যে, গতিশক্তি গণনা ঐতিহাসিক মূল্যের উপর ভিত্তি করে করা হয়। যদি কোম্পানির মূলধন এবং বাজারের অবস্থার উল্লেখযোগ্য পরিবর্তন হয়, তবে ঐতিহাসিক মূল্যের প্রতিনিধিত্ব হ্রাস পায়, যার ফলে পজিশনিং এবং স্টপ লস রায়ের বিচ্যুতি ঘটে।

উপরন্তু, কৌশলটি মাসিক এবং দৈনিক চক্র ব্যবহার করে। এর অর্থ হল যে কৌশলটি খুব বেশি রিয়েল-টাইম নয় এবং বাজারের তীব্র পরিবর্তনের প্রতি দ্রুত প্রতিক্রিয়া জানাতে পারে না। এটি বাজারের বিপর্যয়ের সময় ক্ষতির ঝুঁকি নিয়ে আসে।

এই ঝুঁকিগুলি হ্রাস করার জন্য, উচ্চতর ফ্রিকোয়েন্সির ডেটা এবং কোম্পানির মৌলিক বিষয়গুলির রিয়েল-টাইম প্রতিক্রিয়া প্রবর্তন করা বা অন্যান্য আরও বিষয়গত ট্রেডিং সিগন্যালের সাথে একত্রিত করা এবং অপ্টিমাইজ করা বিবেচনা করা যেতে পারে।

অপ্টিমাইজেশান দিক

এই কৌশলটি আরও উন্নত করার জন্য নিম্নলিখিত বিষয়গুলি বিবেচনা করা যেতে পারেঃ

  1. এশিয়া সাগরের K লাইনটি আরও উন্নত করা যেতে পারে, যেমন ওজন বিন্যাস পরিবর্তন করা।

  2. বিভিন্ন সময়কালের তথ্য যোগ করা, সূচক গড় গতিশক্তি রেটিং সিস্টেম তৈরি করা, স্থিতিশীলতা বৃদ্ধি করা।

  3. এই নীতির সময়মততা বাড়ানোর জন্য উচ্চতর ফ্রিকোয়েন্সি যেমন দৈনিক মিনিট লাইন ডেটা চালু করা হয়েছে।

  4. এই তথ্যের সাথে কোম্পানির মূলধন সম্পর্কে প্রতিক্রিয়া জানানোর জন্য কন্ট্রাকশন এনার্জি গণনা করা হয়।

  5. আপনি যদি আপনার স্টোরেজটি মাসিক ভিত্তিতে তৈরি করতে চান, তবে আপনি প্রতিদিন বা সপ্তাহে স্টোরেজ বাড়ানোর জন্য একটি স্টপ এবং ইনস্টল করার ব্যবস্থা বিবেচনা করতে পারেন।

সারসংক্ষেপ

এই কৌশলটি সামগ্রিকভাবে খুব স্থিতিশীল এবং গতিশীলতা ট্র্যাকিংয়ের মাধ্যমে ঝুঁকিকে কার্যকরভাবে নিয়ন্ত্রণ করে। এর সবচেয়ে বড় সুবিধা হ’ল স্টক মূল্যের পিছনে গতিশীলতার পরিমাণ ব্যবহার করে সত্যিকারের পরিস্থিতি নির্ধারণ করা, কেবল স্টক মূল্যের অনুসরণ না করে। পরবর্তী পদক্ষেপটি আরও উচ্চতর ফ্রিকোয়েন্সি এবং আরও তথ্যবহুল ডেটা প্রবর্তন করে এই কৌশলটিকে আরও অনুকূলিত করার সম্ভাবনা রয়েছে, যাতে এটি বাজারের সুযোগগুলি আরও ভালভাবে দখল করতে পারে।

কৌশল সোর্স কোড
/*backtest
start: 2023-01-12 00:00:00
end: 2024-01-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © FrancoPassuello

//@version=5
strategy("Heiken Ashi ADM", overlay=true)
haClose = (open + high + low + close) / 4
// prevHaOpen = line.new(na, na, na, na, width = 1)
haOpen = (open[1] + close[1]) / 2
// line.set_xy1(prevHaOpen, bar_index[1], nz(haOpen[1]))
// line.set_xy2(prevHaOpen, bar_index, haClose[1])


[monopen, _1monopen, _2monopen, _3monopen, _4monopen, _5monopen, _6monopen] = request.security(syminfo.tickerid, "M", [haOpen, haOpen[1], haOpen[2], haOpen[3], haOpen[4], haOpen[5], haOpen[6]] , barmerge.gaps_off, barmerge.lookahead_on)
[monclose, _1monclose, _3monclose, _6monclose] = request.security(syminfo.tickerid, "M", [haClose, haClose[1], haClose[3], haClose[6]] , barmerge.gaps_off, barmerge.lookahead_on)
[dayclose1, _21dayclose, _63dayclose, _126dayclose, dayclose] = request.security(syminfo.tickerid, "1D", [haClose[1], haClose[21], haClose[63], haClose[126], haClose], barmerge.gaps_off, barmerge.lookahead_on)
[dayopen1, _21dayopen, _63dayopen, _126dayopen] = request.security(syminfo.tickerid, "1D", [haOpen[1], haOpen[21], haOpen[63], haOpen[126]], barmerge.gaps_off, barmerge.lookahead_on)


get_rate_of_return(price1, price2) =>
    return_ = (price1/price2 -1)*100
    return_

m0 = get_rate_of_return(monclose, monopen)
m1 = get_rate_of_return(_1monclose, _1monopen)
m2 = get_rate_of_return(monclose, _2monopen)
m3 = get_rate_of_return(_1monclose, _3monopen)
m4 = get_rate_of_return(monclose, _4monopen)
m5 = get_rate_of_return(monclose, _5monopen)
m6 = get_rate_of_return(_1monclose, _6monopen)
MS = (m1 + m3 + m6)/100
CS = (m0 + m2 + m5)/100

d1 = get_rate_of_return(dayclose1, _21dayopen)
d2 = get_rate_of_return(dayclose1, _63dayopen)
d3 = get_rate_of_return(dayclose1, _126dayopen)
DS = (d1 + d2 + d3)/100

//Last (DAILY)
lastd_s_avg1 = DS/3

lastd_Approximate1 = dayclose1*(1-lastd_s_avg1)

last_approx1_d21 = lastd_Approximate1 / _21dayopen-1
last_approx1_d63 = lastd_Approximate1 / _63dayopen-1
last_approx1_d126 = lastd_Approximate1 / _126dayopen-1

lastd_s_avg2 = (last_approx1_d21 + last_approx1_d63 + last_approx1_d126) / 3
lastd_approximate2 = (dayclose1)*(1-(lastd_s_avg1 + lastd_s_avg2))
lastd_price = lastd_approximate2

//plot(lastd_price,color = color.rgb(255, 255, 255, 14), title = "Last momentum threshold")

//Last

last_s_avg1 = MS/3

last_Approximate1 = _1monclose*(1-last_s_avg1)

last_approx1_m1 = last_Approximate1 / _1monopen-1
last_approx1_m3 = last_Approximate1 / _3monopen-1
last_approx1_m6 = last_Approximate1 / _6monopen-1

last_s_avg2 = (last_approx1_m1 + last_approx1_m3 + last_approx1_m6) / 3
last_approximate2 = (_1monclose)*(1-(last_s_avg1 + last_s_avg2))
last_price = last_approximate2
Scoring_price = _1monclose*(1-CS)

plot(last_price,color = color.rgb(255, 255, 255, 14), title = "Last momentum threshold")
//plot(Scoring_price,color = color.rgb(234, 0, 255, 14), title = "Last momentum threshold")

//Long based on month close and being the first trade of the month.

var int lastClosedMonth = -1
limit_longCondition = _1monclose > last_approximate2 and (lastClosedMonth == -1 or month(time) != lastClosedMonth)

// Long based on day close and being the first trade of the month.
limit_Dlongcondition = dayclose1 > lastd_approximate2 and (lastClosedMonth == -1 or month(time) != lastClosedMonth)

// Close trade based on day close

DCloseLongCondition = dayclose1<lastd_approximate2

//Old standard Trading rules
longCondition = _1monclose > Scoring_price
MCloseLongCondition = _1monclose<Scoring_price
shortCondition = CS < 0

if (longCondition)
    strategy.entry("Long", strategy.long)


if (strategy.position_size > 0 and MCloseLongCondition)
    strategy.close("Long")
    lastClosedMonth := month(time)