মাল্টি-টাইম পিরিয়ড MACD জিরো-ক্রস রিভার্সাল কৌশল


সৃষ্টির তারিখ: 2024-02-18 15:27:21 অবশেষে সংশোধন করুন: 2024-02-18 15:27:21
অনুলিপি: 0 ক্লিকের সংখ্যা: 548
1
ফোকাস
1617
অনুসারী

মাল্টি-টাইম পিরিয়ড MACD জিরো-ক্রস রিভার্সাল কৌশল

ওভারভিউ

একাধিক সময়কালের MACD শূন্য-অক্ষ ক্রস বিপরীত কৌশলটি বিভিন্ন সময়ের জন্য MACD সূচকগুলি গণনা করে, দামের সম্ভাব্য বিপরীত সংকেত সনাক্ত করে, প্রবণতা অনুসরণকারী স্টপ লস পদ্ধতি গ্রহণ করে, উচ্চতর তহবিল ব্যবহারের দক্ষতার জন্য।

কৌশল নীতি

এই কৌশলটি একই সাথে 3-চক্র এবং 10-চক্রের এসএমএ মুভিং এভারেজ গণনা করে, একটি দ্রুত এবং ধীর লাইন তৈরি করে, এবং তারপরে এমএসিডি সূচক এবং সংকেত লাইন গণনা করে। যখন দ্রুত লাইন এবং সংকেত লাইনটি উপরে বা নীচে শূন্য-অক্ষের ক্রস হয়, তখন দামটি সমালোচনামূলক পয়েন্টে পৌঁছে যায় এবং একটি বিপরীত হওয়ার সম্ভাবনা রয়েছে। এছাড়াও, এই কৌশলটি বিপরীত সিগন্যালের নির্ভরযোগ্যতা সনাক্ত করতে প্রচুর পরিমাণে মাল্টি-হোল্ড স্ট্যাটাস বিচার, আরএসআই সূচক ইত্যাদির সাথে মিলিত হয়। যখন বিপরীত সিগন্যালটি একটি নির্দিষ্ট নির্ভরযোগ্যতার প্রয়োজনীয়তা পূরণ করে, তখন অতিরিক্ত বা খালি করা উচিত।

মূলত, কৌশলটি নিম্নলিখিত উপায়ে মূল্য বিপরীতের বিচার করেঃ

  1. MACD শূন্য-অক্ষের ক্রস, যা মূল্যের সমালোচনামূলক পয়েন্টের দিকে নির্দেশ করে
  2. লেনদেনের পরিমাণের উপর ক্রয়-বিক্রয় চাপের কারণে খালি অবস্থান
  3. বিপরীত সিগন্যালের তীব্রতা নির্ধারণের জন্য MACD প্রান্তিকের পরিবর্তনের সাথে RSI সূচকটি বিপরীতমুখী প্রবণতা দেখায়
  4. ফাস্টলাইন এবং সিগন্যাল লাইন বিপরীতভাবে ক্রস করে, একটি বিপরীত সিগন্যাল তৈরি করে

যখন বিপরীত সিগন্যালের নির্ভরযোগ্যতা বেশি থাকে, তখন কৌশলটি ট্রেন্ড অনুসরণ করে স্টপ লস পদ্ধতিতে প্রবেশ করে এবং উচ্চতর লাভের চেষ্টা করে।

সামর্থ্য বিশ্লেষণ

এই কৌশলটির বেশ কিছু সুবিধা রয়েছেঃ

  1. মাল্টি-মিটার বিচার, রিভার্স সিগন্যালকে আরো নির্ভরযোগ্য করে তোলে
  2. MACD শূন্য-অক্ষ ক্রস দ্বারা বিপরীত বিন্দু নির্ধারণ, উচ্চ নির্ভুলতা
  3. RSI সূচক এবং লেনদেনের পরিমাণ সহায়ক বিচার, উচ্চ নির্ভরযোগ্যতা
  4. ট্রেন্ড ট্র্যাকিং স্টপ লস পদ্ধতি, উচ্চতর তহবিল ব্যবহারের দক্ষতার জন্য

ঝুঁকি বিশ্লেষণ

এই কৌশলটির কিছু ঝুঁকিও রয়েছেঃ

  1. MACD সূচকগুলি মিথ্যা সংকেত প্রেরণের সম্ভাবনা বেশি, সহজেই আটকে যায়
  2. মাল্টি-স্পেস ট্রান্সফর্মেশনের সময়, স্টপ ড্যাম্পের সম্ভাবনা বেশি
  3. ভুল প্যারামিটার সেট করা ট্রেডিংয়ের ঘন ঘনতা, ট্রেডিংয়ের খরচ এবং স্লাইড পয়েন্টের ক্ষতির কারণ হতে পারে

নিম্নলিখিত উপায়ে ঝুঁকি কমাতে পারেনঃ

  1. সঠিকভাবে স্টপ লস এড়িয়ে চলুন
  2. অপ্টিমাইজেশান প্যারামিটার, কম ট্রেডিং ফ্রিকোয়েন্সি
  3. কেবলমাত্র সমালোচনামূলক প্রতিরোধের স্তরের কাছাকাছি প্রবেশের বিষয়টি বিবেচনা করুন

অপ্টিমাইজেশান দিক

এই কৌশলটি আরও উন্নত করা যেতে পারেঃ

  1. মেশিন লার্নিং অ্যালগরিদম যুক্ত করা হয়েছে, যা বিপরীত সিগন্যালের নির্ভরযোগ্যতা নির্ধারণে সহায়তা করে
  2. আবেগের পরিমাপ বৃদ্ধি করে
  3. প্রবেশের সঠিকতা উন্নত করার জন্য সমন্বিত সমালোচনামূলক সমর্থনকারী প্রতিরোধের অবস্থান
  4. অপ্টিমাইজ করা ক্ষতি বন্ধের পদ্ধতি, তহবিলের ব্যবহারের দক্ষতা আরও বাড়ানো
  5. ট্রেডিং ফ্রিকোয়েন্সি কমানোর জন্য সর্বোত্তম প্যারামিটার সমন্বয় পরীক্ষা করা

সারসংক্ষেপ

মাল্টিটাইম পিরিয়ড MACD শূন্য-অক্ষ ক্রস বিপরীত কৌশল, মূল্য, লেনদেনের পরিমাণ এবং ওঠানামা সূচকগুলির মতো একাধিক মাত্রার তথ্যকে সমন্বিত করে, একাধিক সূচক বিচার করে বিপরীত দিকে যাওয়ার সময় নির্ধারণ করে, লাভজনক হওয়ার পরে সময়মত ক্ষতি বন্ধ করে দেয়, বিপরীত অবস্থার পরিস্থিতিতে আরও ভাল আয় করতে পারে। এই কৌশলটি মেশিন লার্নিং এবং মূল পজিশনের অপ্টিমাইজেশনের মাধ্যমে আরও উন্নত হওয়ার সম্ভাবনা রয়েছে, যাতে ব্যবসায়ের ফ্রিকোয়েন্সি এবং ঝুঁকি হ্রাস করা যায়, লাভের স্থান বাড়ানো যায়।

কৌশল সোর্স কোড
/*backtest
start: 2023-02-11 00:00:00
end: 2024-02-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 Oscillator Profile Flagging", overlay=false)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10.0)
takeProfit = input( title="Take Profit", defval=0.8)
stopLoss = input( title="Stop Loss", defval=0.75)

fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)

buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]

getRSISlopeChange(lookBack) =>
    j = 0
    for i = 0 to lookBack
        if ( rsi[i] - rsi[ i + 1 ] ) > -5
            j += 1
    j

getBuyerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if buyVolume[i] > sellVolume[i]
            j += 1
    j

getSellerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if sellVolume[i] > buyVolume[i]
            j += 1
    j

getVolBias(lookBack) =>
    float b = 0.0
    float s = 0.0
    for i = 1 to lookBack
        b += buyVolume[i]
        s += sellVolume[i]
    b > s

getSignalBuyerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] > signalBiasValue
            j += 1
    j

getSignalSellerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < ( 0.0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0.0 - signalBiasValue )
            j += 1
    j

getPriceRising(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] > close[i + 1]
            j += 1
    j


getPriceFalling(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] < close[i + 1] 
            j += 1
    j

getRangeNarrowing(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] < intrabarRange[i + 1] 
            j+= 1
    j

getRangeBroadening(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] > intrabarRange[i + 1] 
            j+= 1
    j

bool isNegativeSignalReversal = signalSlope < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0

bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0

bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - macdBiasValue )

bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)

bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )

// 393.60 Profit 52.26% 15m
if ( hasBullInversion and rsiSlope > 1.5 and volume > 300000.0 )
    strategy.entry("15C1", strategy.long, qty=10.0)
strategy.exit("TPS", "15C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 356.10 Profit 51,45% 15m
if ( getVolBias(shortLookBack) == false and rsiSlope > 3.0 and signalSlope > 0)
    strategy.entry("15C2", strategy.long, qty=10.0)
strategy.exit("TPS", "15C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 124 Profit 52% 15m
if ( rsiSlope < -11.25 and macdSlope < 0.0 and signalSlope < 0.0)
    strategy.entry("15P1", strategy.short, qty=10.0)
strategy.exit("TPS", "15P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)

// 455.40 Profit 49% 15m
if ( math.abs(math.abs(macd) - math.abs(signal)) < .1 and buyVolume > sellVolume and hasBullInversion)
    strategy.entry("15P2", strategy.short, qty=10.0)
strategy.exit("TPS", "15P2", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)