মুভিং এভারেজ ভিত্তিক রিট্রেসমেন্ট ট্রেডিং কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটির মূল ধারণা হ’ল দীর্ঘমেয়াদী প্রবণতার দিক থেকে স্বল্পমেয়াদী প্রত্যাহারের লেনদেন করা। বিশেষত, দীর্ঘমেয়াদী প্রবণতার দিকনির্দেশের জন্য 200-দিনের সরল চলমান গড় ব্যবহার করুন, স্বল্পমেয়াদী প্রবণতার দিকনির্দেশের জন্য 10-দিনের সরল চলমান গড় ব্যবহার করুন। দাম 200-দিনের লাইনের উপরে থাকলে এটি একটি শীর্ষস্থানীয় বাজার, যখন দাম 200-দিনের লাইনের নীচে থাকে তখন এটি একটি শীর্ষস্থানীয় বাজার।
কৌশল নীতি
এই কৌশলটি 200-দিনের সরল চলমান গড় এবং 10-দিনের সরল চলমান গড় ব্যবহার করে বাজার প্রবণতা নির্ধারণ করে। যখন দাম 200-দিনের লাইনটি অতিক্রম করে তখন এটি মাল্টি-হেড মার্কেটে প্রবেশ করে বলে মনে করা হয় এবং যখন দাম 200-দিনের লাইনটি অতিক্রম করে তখন এটি শূন্য বাজারে প্রবেশ করে বলে মনে করা হয়। মাল্টি-হেড মার্কেটে, যদি দাম 10 দিনের লাইনের কাছাকাছি পড়ে, তবে এটি একটি স্বল্পমেয়াদী সামঞ্জস্যের সাথে দেখা হয়।
বিশেষত, যখন নিম্নলিখিত শর্তগুলি পূরণ হয়, তখন আরও প্রবেশ করুনঃ দাম 200 দিনের লাইনের উপরে, দাম 10 দিনের লাইনের নীচে, পূর্বে কোনও অবস্থান ছিল না। যখন নিম্নলিখিত শর্তগুলি পূরণ হয়, তখন খালি পজিশনটি মাঠে চলে যায়ঃ দাম 10 দিনের লাইনের উপরে, পূর্বে একাধিক পজিশন ছিল। বিশাল ক্ষতি রোধ করার জন্য, FAILSAFE স্টপ লস সেট করা হয়েছে, যদি সর্বোচ্চ পয়েন্ট থেকে প্রত্যাহারের পরিমাণ 10% এর বেশি হয়, তবে সরাসরি স্টপ লস চলে যায়।
এটি দেখা যায় যে এই কৌশলটির ট্রেডিং লজিকটি মূলত সমান্তরাল গোল্ডেন ফোর্কের উপর ভিত্তি করে, দীর্ঘ এবং স্বল্প গড়ের পরে প্রবণতার দিকনির্দেশে প্রত্যাহারের ক্রয় এবং প্রবণতা ট্র্যাকিং স্টপগুলি প্রচলিত প্রবণতা ট্র্যাকিং কৌশলগুলির মধ্যে রয়েছে।
সামর্থ্য বিশ্লেষণ
এই কৌশলটির সবচেয়ে বড় সুবিধা হল কম মূলধন ব্যয়ে প্রবণতা অনুসরণ করা এবং অতিরিক্ত উপার্জনের চেষ্টা করা। এর সুনির্দিষ্ট সুবিধাগুলি হলঃ
লং-কর্ট মিডল লাইনের সমন্বয় ব্যবহার করে প্রবণতার দিকনির্দেশের মূল স্তরের মূল্যায়ন করা যায়, যা কার্যকরভাবে মাঝারি-লং লাইনের প্রবণতার সুযোগগুলিকে লক করতে পারে এবং স্বল্পমেয়াদী ট্রেন্ডের দ্বারা বিভ্রান্ত হওয়া এড়াতে পারে।
স্বল্পমেয়াদী প্রত্যাহারের পদ্ধতিতে, ক্রয় ব্যয় সর্বাধিক করা যায়, যার ফলে উচ্চ মুনাফার সুযোগ পাওয়া যায়।
FAILSAFE স্টপ লস সিস্টেমটি কার্যকরভাবে একক ক্ষতি নিয়ন্ত্রণ করে এবং অ্যাকাউন্টের তহবিলকে সুরক্ষিত করে।
এটি স্টপ আউটগুলি ট্র্যাক করার অনুমতি দেয় এবং অতিরিক্ত আলফা অর্জনের জন্য মধ্য-লং লাইন ট্রেন্ডের সুযোগকে পুরোপুরি কাজে লাগায়।
এই পদ্ধতিতে ট্রেডিং করা হয় সম্পূর্ণরূপে যান্ত্রিক পদ্ধতিতে, যার ফলে এই কৌশলটি সহজেই কার্যকর করা যায়।
ঝুঁকি বিশ্লেষণ
এই কৌশলটি নিম্নলিখিত ঝুঁকির সাথে জড়িতঃ
রিটার্নিং ডেটা ফিটনেস ঝুঁকি। প্রকৃত বাজার অবস্থার ঐতিহাসিক তথ্য থেকে পার্থক্য থাকতে পারে, যার ফলে বাস্তব ডিস্কের লেনদেনের প্রভাব হ্রাস পায়।
ভুয়া ব্রেকিং ঝুঁকি দাম শুধুমাত্র গড় লাইন কাছাকাছি স্পর্শ করে যদি বিপরীত পুনঃনির্ধারণের একটি বড় সম্ভাবনা, ক্ষুদ্র ক্ষয়ক্ষতি ক্রমবর্ধমান হতে পারে
প্রবণতা বিপরীত ঝুঁকি। মাঝারি-দীর্ঘ লাইনের প্রবণতা হঠাৎ বিপরীত হওয়া সাধারণ ঘটনা, যখন পজিশন রাখা বড় ক্ষতির কারণ হতে পারে।
এর প্রতিকার নিম্নরূপঃ
নমুনার সংখ্যা বাড়ানো, আরো ঐতিহাসিক তথ্য ব্যবহার করে সুস্থতা যাচাইকরণ করা, যাতে ফলাফল নির্ভরযোগ্য হয়।
প্যারামিটার অপ্টিমাইজ করুন, ট্রেডিং সিগন্যালের গুণমান নিশ্চিত করতে সমান্তরাল সিস্টেমের প্যারামিটার সমন্বয় করুন।
যথাযথভাবে স্টপ লিনিয়ার প্রশস্তকরণ, দামের জন্য কিছু পুনর্নির্ধারণের জায়গা দেওয়া, অত্যধিক সংবেদনশীল স্টপ এড়ানো।
অপ্টিমাইজেশান দিক
এই কৌশলটি আরও উন্নত করা যেতে পারে নিম্নলিখিত উপায়েঃ
যেমন, ট্রাডাকশন ভলিউম ফিল্টারিং এর মাধ্যমে অপ্রয়োজনীয় ট্রাডাকশন কমানো সম্ভব।
অন্যান্য সূচক যেমন কেডিজে, এমএসিডি ইত্যাদির সাথে মিলিত হয়ে সূচক প্যাকেজ তৈরি করে, যা ট্রেডিং সিগন্যালের গুণমান বাড়িয়ে তুলতে পারে।
বিভিন্ন পজিশন হোল্ডিং টাইম পরীক্ষা করা, স্টপ ও লস স্ট্র্যাটেজি অপ্টিমাইজ করা, শার্প রেট আরও বাড়ানো ইত্যাদি।
বাজারের অবস্থার উপর ভিত্তি করে প্যারামিটারগুলিকে গতিশীলভাবে সামঞ্জস্য করুন, কৌশলগুলিকে আরও রুক্ষ করে তুলতে স্ব-অনুকূলিতকরণ প্যারামিটার অপ্টিমাইজেশান প্রক্রিয়া তৈরি করুন।
অ্যালগরিদম ট্রেডিং মডিউল যুক্ত করা, মেশিন লার্নিং এবং অন্যান্য পদ্ধতি ব্যবহার করে স্বয়ংক্রিয়ভাবে ট্রেডিং সংকেত তৈরি করা, মানুষের হস্তক্ষেপ হ্রাস করা।
সারসংক্ষেপ
এই কৌশলটির সামগ্রিক ধারণাটি পরিষ্কার, বাস্তবায়ন করা সহজ, কম খরচে মধ্য-লম্বা প্রবণতা অনুসরণ করে, স্থিতিশীল আলফা অর্জন করা যায়। তবে নির্দিষ্ট সম্ভাব্যতা বেনিফিট হওয়ার ঝুঁকিও রয়েছে, স্থিতিশীলতা বাড়ানোর জন্য আরও অপ্টিমাইজ করা দরকার। সামগ্রিকভাবে, এই কৌশলটি প্রবণতা অনুসরণের দৃষ্টিকোণ থেকে ডিজাইন করা হয়েছে, আরও গবেষণা এবং প্রয়োগের জন্য উপযুক্ত। যদি প্যারামিটারগুলি যথাযথভাবে সামঞ্জস্য করা হয় তবে ভাল রিয়েল-স্টোর প্রভাব পাওয়া উচিত।
/*backtest
start: 2024-01-21 00:00:00
end: 2024-02-20 00:00:00
period: 1h
basePeriod: 15m
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/
// © irfanp056
// @version=5
strategy("Simple Pullback Strategy",
overlay=true,
initial_capital=100000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=1000, // 100% of balance invested on each trade
commission_type=strategy.commission.cash_per_contract,
commission_value=0.005) // Interactive Brokers rate
// Get user input
i_ma1 = input.int(title="MA 1 Length", defval=200, step=10, group="Strategy Parameters", tooltip="Long-term MA")
i_ma2 = input.int(title="MA 2 Length", defval=10, step=10, group="Strategy Parameters", tooltip="Short-term MA")
i_stopPercent = input.float(title="Stop Loss Percent", defval=0.10, step=0.1, group="Strategy Parameters", tooltip="Failsafe Stop Loss Percent Decline")
i_lowerClose = input.bool(title="Exit On Lower Close", defval=false, group="Strategy Parameters", tooltip="Wait for a lower-close before exiting above MA2")
i_startTime = input(title="Start Filter", defval=timestamp("01 Jan 1995 13:30 +0000"), group="Time Filter", tooltip="Start date & time to begin searching for setups")
i_endTime = input(title="End Filter", defval=timestamp("1 Jan 2099 19:30 +0000"), group="Time Filter", tooltip="End date & time to stop searching for setups")
// Get indicator values
ma1 = ta.sma(close, i_ma1)
ma2 = ta.sma(close, i_ma2)
// Check filter(s)
f_dateFilter = true
// Check buy/sell conditions
var float buyPrice = 0
buyCondition = close > ma1 and close < ma2 and strategy.position_size == 0 and f_dateFilter
sellCondition = close > ma2 and strategy.position_size > 0 and (not i_lowerClose or close < low[1])
stopDistance = strategy.position_size > 0 ? ((buyPrice - close) / close) : na
stopPrice = strategy.position_size > 0 ? buyPrice - (buyPrice * i_stopPercent) : na
stopCondition = strategy.position_size > 0 and stopDistance > i_stopPercent
// Enter positions
if buyCondition
strategy.entry(id="Long", direction=strategy.long)
if buyCondition[1]
buyPrice := open
// Exit positions
if sellCondition or stopCondition
strategy.close(id="Long", comment="Exit" + (stopCondition ? "SL=true" : ""))
buyPrice := na
// Draw pretty colors
plot(buyPrice, color=color.lime, style=plot.style_linebr)
plot(stopPrice, color=color.red, style=plot.style_linebr, offset=-1)
plot(ma1, color=color.blue)
plot(ma2, color=color.orange)