মোমেন্টাম অসিলেটরের উপর ভিত্তি করে কৌশলগুলি অপ্টিমাইজ করা
ChaoZhang
ওভারভিউ
এই কৌশলটি গতিশীলতার সূচক ক্যালকুলেটর পরিবর্তনের হার (ROC) এর উপর ভিত্তি করে অপ্টিমাইজেশন উন্নতি করার কৌশল। মূল ROC কৌশলটির তুলনায়, এই কৌশলটি নিম্নলিখিত অপ্টিমাইজেশন করেছেঃ
- সর্বাধিক ঐতিহাসিক ROC মান সন্নিবেশ করান, বর্তমান ROC গতিশীলতা সর্বাধিক ঐতিহাসিক ROC তুলনা করুন, গতিশীলতার আপেক্ষিক মান পান।
- গতিশীলতার আপেক্ষিক মানকে মসৃণ করে, একটি সংকেত উৎপন্ন করে।
- ক্রেতা-বিক্রেতা সংকেত যোগ করুন।
এই অপ্টিমাইজেশানগুলি ব্যবহার করে, অনেকগুলি অকার্যকর সংকেতগুলি ফিল্টার করা যায়, যা কৌশলগুলিকে আরও স্থিতিশীল এবং নির্ভরযোগ্য করে তোলে।
কৌশল নীতি
এই কৌশলটির কেন্দ্রীয় সূচক হ’ল পরিবর্তনের হার (ROC) । ROC একটি নির্দিষ্ট সময়ের মধ্যে শেয়ারের দামের পরিবর্তনের হার পরিমাপ করে। কৌশলটি প্রথমে 9 টি সময়ের দৈর্ঘ্যের একটি ROC মান গণনা করে। তারপরে এটি গত 200 সময়ের মধ্যে এই ROC সূচকের সর্বাধিক মান রেকর্ড করে এবং বর্তমান ROC এর সর্বাধিক historicalতিহাসিক ROC এর শতাংশ গণনা করে, গতিশীলতার আপেক্ষিক শক্তি অর্জন করে। উদাহরণস্বরূপ, যদি গত 200 দিনের মধ্যে ROC সর্বোচ্চ 100 এর উপরে পৌঁছে যায়, তবে সেই দিনের ROC 80 হলে আপেক্ষিক শক্তি 80%।
এই আপেক্ষিক দৃঢ়তাটি দৈর্ঘ্য 10 এর এসএমএর মাধ্যমে মসৃণভাবে চিকিত্সা করা হয়, স্বল্পমেয়াদী ওঠানামাগুলি ফিল্টার করে এবং একটি মসৃণতা কার্ভ পাওয়া যায়। যখন মসৃণতা কার্ভটি 3 দিনের জন্য টানা এবং -80% এর নীচে থাকে, তখন শেয়ারের দামের পতন ধীরে ধীরে শুরু হয় এবং নীচের লক্ষণগুলি তৈরি হয়, তাই আরও বেশি করা হয়; যখন মসৃণতা কার্ভটি 3 দিনের জন্য ধীরে ধীরে এবং 80% এর উপরে থাকে, তখন শেয়ারের দামের বৃদ্ধি ধীরে ধীরে শুরু হয় এবং শীর্ষের লক্ষণগুলি তৈরি হয়, তাই এটি প্যাকেজ করা হয়।
সামর্থ্য বিশ্লেষণ
এই কৌশলটি মূল ROC কৌশলটির তুলনায় নিম্নলিখিত সুবিধাগুলি নিয়ে আসেঃ
- ঐতিহাসিক ROC সর্বোচ্চ মানের তুলনা চালু করা হয়েছে, যা গতিশীলতা সূচকের আপেক্ষিক উচ্চতা পরিমাপ করতে পারে এবং নিখুঁত মানের চেয়ে বেশি নয় এমন অকার্যকর সংকেতগুলি ফিল্টার করতে পারে।
- মসৃণ নয়েজ ফিল্টারিং, সিগন্যালকে আরো স্থিতিশীল এবং নির্ভরযোগ্য করে তোলে।
সামগ্রিকভাবে, এই কৌশলটি ROC সূচককে কার্যকরভাবে দ্বিতীয় প্রক্রিয়াকরণ করেছে, যা এটিকে বাস্তব-প্লেট ট্রেডিংয়ের জন্য আরও উপযুক্ত করে তুলেছে।
ঝুঁকি বিশ্লেষণ
এই কৌশলটি নিম্নলিখিত ঝুঁকির সাথে জড়িতঃ
- ROC সূচকটি বাজারের প্রবণতা নির্ধারণ করতে পারে না, এবং কিছু বিভ্রান্তিকর রয়েছে। যদি আপনি বোর বা বিয়ার রূপান্তর সময়কালের মুখোমুখি হন তবে কৌশলটি ব্যর্থ হতে পারে।
- লেনদেনের থ্রেশহোল্ডগুলি নিখুঁত নয়, খুব বেশি বা খুব কম থ্রেশহোল্ডগুলি কৌশলটির কার্যকারিতা প্রভাবিত করে।
- এসএমএ প্যারামিটার সেট না করাও কৌশলকে প্রভাবিত করতে পারে।
উপরোক্ত ঝুঁকি হ্রাস করার জন্য, প্রবণতা সূচকগুলির সাথে মিলিত হওয়া বিবেচনা করা যেতে পারে, বৃহত্তর প্রবণতা নির্ধারণ করা; থ্রেশহোল্ড প্যারামিটারগুলি সামঞ্জস্য করুন, সর্বোত্তম প্যারামিটারগুলি পরীক্ষা করুন; এসএমএ চক্রের প্যারামিটারগুলি অনুকূলিত করুন।
অপ্টিমাইজেশান দিক
এই কৌশলটি নিম্নলিখিত দিক থেকে অপ্টিমাইজ করা যেতে পারেঃ
- প্রবণতা সূচকগুলির সাথে মিলিত হয়ে, বাজারের সামগ্রিক গতিবিধি নির্ধারণ করুন, যাতে ষাঁড়ের বিয়ার রূপান্তরিত হওয়ার সময় এটি ব্যর্থ না হয়।
- বিভিন্ন ROC দৈর্ঘ্যের পরামিতি এবং ক্রয়-বিক্রয় থ্রেশহোল্ডের পরামিতি পরীক্ষা করে সর্বোত্তম প্যারামিটার সমন্বয় খুঁজুন।
- এসএমএ মসৃণকরণ পরামিতিগুলিকে অপ্টিমাইজ করুন এবং সর্বোত্তম প্যারামিটারগুলি সন্ধান করুন।
- ক্ষতি প্রতিরোধ ব্যবস্থা বাড়ানো।
সারসংক্ষেপ
এই কৌশলটি দ্বিতীয় স্তরের বিকাশের জন্য একটি অনুকূলিতকরণ কৌশল। এটি ইতিহাসের সর্বোচ্চ মানের তুলনা, এসএমএ মসৃণকরণ এবং ক্রয়-বিক্রয় হ্রাসের মতো উপকরণগুলি প্রবর্তন করে, যা কৌশলটিকে আরও স্থিতিশীল করে তোলে। প্রধান সুবিধা হ’ল সংকেতের গুণমান উচ্চ এবং রিয়েল-স্টোরে উপযুক্ত। পরবর্তী সময়ে ট্রেন্ডিং, প্যারামিটার অপ্টিমাইজেশন ইত্যাদির সংমিশ্রণে উন্নতি করা যেতে পারে, যার ফলে কৌশলটির কার্যকারিতা আরও উন্নত হয়।
/*backtest
start: 2024-02-12 00:00:00
end: 2024-02-19 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title="Rate Of Change Mod Strategy", shorttitle="ROC", format=format.price, precision=2)
//length = input.int(9, minval=1)
//source = input(close, "Source")
//roc = 100 * (source - source[length])/source[length]
//plot(roc, color=#2962FF, title="ROC")
//hline(0, color=#787B86, title="Zero Line")
length = input.int(9, minval=1, title="Length")
maxHistory = input(200, title="Max Historical Period for ROC")
lenghtSmooth = input.int(10, minval=1, title="Length Smoothed ROC")
lenghtBUY = input.int(-80, title="Buy Threshold")
lenghtSELL = input.int(80, title="Buy Threshold")
source = close
roc = 100 * (source - source[length]) / source[length]
// Calculate the maximum ROC value in the historical period
maxRoc = ta.highest(roc, maxHistory)
// Calculate current ROC as a percentage of the maximum historical ROC
rocPercentage = (roc / maxRoc) * 100
rocPercentageS = ta.sma(rocPercentage, lenghtSmooth)
if ta.rising(rocPercentageS, 3) and rocPercentageS < lenghtBUY
strategy.entry("Buy", strategy.long)
if ta.falling(rocPercentageS, 3) and rocPercentageS > lenghtSELL
strategy.close("Buy")
plot(rocPercentage, color=color.new(color.blue, 0), title="Percentage ROC")
plot(rocPercentageS, color=color.new(#21f32c, 0), title="Percentage ROC")
hline(0, color=color.new(color.gray, 0), title="Zero Line")