Qiyuan Asu কৌশল মসৃণ চলমান গড় উপর ভিত্তি করে
ChaoZhang
ওভারভিউ
এই কৌশলটির মূল ধারণা হল মূল্যের প্রবণতা আবিষ্কারের জন্য একটি মসৃণ উন্মুক্ত গড় গণনা করার জন্য একটি মসৃণ চলমান গড় ব্যবহার করা, এবং যখন দাম একটি মসৃণ উন্মুক্ত গড়ের সাথে ফর্কে থাকে তখন এটি আরও বেশি করে এবং যখন এটি মৃত হয় তখন এটি খালি করে।
কৌশল নীতি
এই কৌশলটি প্রথমে smoothedMovingAvg নামে একটি ফাংশন সংজ্ঞায়িত করে, যা পূর্ববর্তী সময়ের চলমান গড় এবং সর্বশেষ মূল্য ব্যবহার করে বর্তমান সময়ের চলমান গড়কে একটি নির্দিষ্ট ওজনের সাথে গণনা করে।
তারপর একটি ফাংশন getHAClose সংজ্ঞায়িত করা হয়, যা খোলা মূল্য, সর্বোচ্চ মূল্য, সর্বনিম্ন মূল্য এবং বন্ধ মূল্যের উপর ভিত্তি করে শুরু হওয়া গড় লাইনটির বন্ধ মূল্য গণনা করতে ব্যবহৃত হয়।
প্রধান কৌশলগত লজিকের মধ্যে, প্রথমে বিভিন্ন পিরিয়ডের প্রারম্ভিক মূল্যগুলি নেওয়া হয়, তারপরে smoothedMovingAvg ফাংশন ব্যবহার করে একটি মসৃণ চলমান গড় গণনা করা হয়, তারপরে getHAClose ফাংশন ব্যবহার করে একটি মসৃণ প্রারম্ভিক সমাপ্তি মূল্য গণনা করা হয়।
অবশেষে, যখন দামের উপরে সমতলতা বন্ধের মূল্যের দিকে এগিয়ে যায় তখন আরও বেশি কিছু করুন, যখন দামের নীচে সমতলতা বন্ধের মূল্যের দিকে এগিয়ে যায় তখন শূন্য করুন, যখন দামের নীচে সমতলতা বন্ধের দিকে এগিয়ে যায় তখন সমতলতা অতিক্রম করুন।
সামর্থ্য বিশ্লেষণ
এই কৌশলটির সবচেয়ে বড় সুবিধা হল যে সমতল চলমান গড় ব্যবহার করে সমতল সূচনা গড় গণনা করা হয়, যা মূল্যের প্রবণতা আরও সঠিকভাবে নির্ধারণ করতে পারে, কিছু শব্দ ফিল্টার করে এবং কম্পনের সময় ভুল সংকেত তৈরি করা এড়ায়। এছাড়াও, সূচনা গড়ের নিজস্ব সুবিধাগুলি রয়েছে যা প্রবণতাকে হাইলাইট করে এবং দামের সাথে মিলিতভাবে ব্যবহার করা যায়, যা বিচারযোগ্যতা আরও উন্নত করতে পারে।
ঝুঁকি বিশ্লেষণ
এই কৌশলটি নিম্নলিখিত ঝুঁকির সম্মুখীন হয়েছেঃ
- সমতলীকরণ প্যারামিটারগুলি ভুলভাবে সেট করা হয়েছে, যার ফলে কৌশলটি মূল্যের বিপরীতমুখী সুযোগগুলি মিস করতে পারে বা ভুল সংকেত তৈরি করতে পারে। সর্বোত্তম প্যারামিটারগুলি পুনরাবৃত্তি এবং অপ্টিমাইজেশনের মাধ্যমে খুঁজে বের করতে হবে।
- দামের তীব্র অস্থিরতার সময়, মসৃণ গড়টি দামের পরিবর্তনের সাথে বিলম্বিত হতে পারে, যার ফলে স্টপ লস বা বিপরীত হওয়ার সুযোগ মিস করা যায়। এই সময়ে পজিশন এড়ানোর ঝুঁকি হ্রাস করা প্রয়োজন।
উপরোক্ত ঝুঁকির জন্য, আমরা ঝুঁকি কমাতে এবং কৌশলগত স্থিতিশীলতা উন্নত করতে পারি, যেমন সমতলকরণ প্যারামিটারগুলিকে সামঞ্জস্য করা, স্টপ লস প্রক্রিয়াগুলি প্রবর্তন করা, একক লেনদেনের অবস্থান হ্রাস করা ইত্যাদি।
অপ্টিমাইজেশান দিক
এই কৌশলটি নিম্নলিখিত দিকগুলি থেকেও উন্নত করা যেতে পারেঃ
- স্বয়ংক্রিয়ভাবে সমতলীকরণ প্যারামিটার যুক্ত করুন, বাজার অস্থিরতা বাড়লে স্বয়ংক্রিয়ভাবে প্যারামিটারগুলি সামঞ্জস্য করুন।
- অন্যান্য সূচকগুলির সাথে মিলিত হয়ে ফিল্টার হিসাবে কাজ করে যাতে দামের ঝাঁকুনির সময় ভুল সংকেত দেওয়া যায় না। যেমন MACD, KD ইত্যাদি।
- একক ক্ষতি নিয়ন্ত্রণের জন্য ক্ষতি বন্ধ করার ব্যবস্থা যোগ করা হয়েছে। শতাংশ ক্ষতি বা দোলন ক্ষতি বন্ধ করতে পারেন।
- ট্রেডিং প্রজাতি, সময়কাল ইত্যাদির জন্য অপ্টিমাইজেশন, সবচেয়ে সুবিধাজনক প্রজাতি এবং ট্রেডিং পর্বের উপর মনোনিবেশ করা।
উপরের কয়েকটি পয়েন্টের অপ্টিমাইজেশনের মাধ্যমে, কৌশলটির কার্ভ ফিট হওয়ার ঝুঁকি আরও হ্রাস করা এবং কৌশলটির অভিযোজনযোগ্যতা এবং স্থিতিশীলতা বাড়ানো যেতে পারে।
সারসংক্ষেপ
এই কৌশলটির সামগ্রিক চিন্তাভাবনাটি পরিষ্কার এবং সহজেই বোঝা যায়, মূল্যের প্রবণতা নির্ধারণের জন্য মসৃণ আলোকসজ্জার গড় লাইন গণনা করে এবং সেই অনুযায়ী দীর্ঘ এবং সংক্ষিপ্ত পদক্ষেপ গ্রহণ করে। সর্বাধিক সুবিধা হ’ল আংশিক শব্দটি ফিল্টার করা এবং সংকেত সিদ্ধান্তের নির্ভুলতা বাড়ানো। তবে কিছু পরামিতি অপ্টিমাইজ করা কঠিন এবং দ্রুত বিপরীত হওয়ার ঝুঁকিও রয়েছে। স্ব-অনুকূলিতকরণ ব্যবস্থা প্রবর্তন, সূচক প্যাকেজ প্রসারিত ইত্যাদির মাধ্যমে আরও অপ্টিমাইজ করা যেতে পারে, এটি গভীর গবেষণার যোগ্য।
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Smoothed Heiken Ashi Strategy", overlay=true)
// Inputs
g_TimeframeSettings = 'Display & Timeframe Settings'
time_frame = input.timeframe(title='Timeframe for HA candle calculation', defval='', group=g_TimeframeSettings)
g_SmoothedHASettings = 'Smoothed HA Settings'
smoothedHALength = input.int(title='HA Price Input Smoothing Length', minval=1, maxval=500, step=1, defval=10, group=g_SmoothedHASettings)
// Define a function for calculating the smoothed moving average
smoothedMovingAvg(src, len) =>
smma = 0.0
smma := na(smma[1]) ? ta.sma(src, len) : (smma[1] * (len - 1) + src) / len
smma
// Function to get Heiken Ashi close
getHAClose(o, h, l, c) =>
((o + h + l + c) / 4)
// Calculate smoothed HA candles
smoothedHAOpen = request.security(syminfo.tickerid, time_frame, open)
smoothedMA1close = smoothedMovingAvg(request.security(syminfo.tickerid, time_frame, close), smoothedHALength)
smoothedHAClose = getHAClose(smoothedHAOpen, smoothedHAOpen, smoothedHAOpen, smoothedMA1close)
// Plot Smoothed Heiken Ashi candles
plotcandle(open=smoothedHAOpen, high=smoothedHAOpen, low=smoothedHAOpen, close=smoothedHAClose, color=color.new(color.blue, 0), wickcolor=color.new(color.blue, 0))
// Strategy logic
longCondition = close > smoothedHAClose
shortCondition = close < smoothedHAClose
strategy.entry("Buy", strategy.long, when=longCondition)
strategy.close("Buy", when=shortCondition)
plotshape(series=longCondition, title="Buy Signal", color=color.green, style=shape.labelup, location=location.belowbar)
plotshape(series=shortCondition, title="Sell Signal", color=color.red, style=shape.labeldown, location=location.abovebar)