Nadaraya-Watson রিগ্রেশন এবং ATR চ্যানেলের উপর ভিত্তি করে প্রবণতা অনুসরণ করা কৌশল
ChaoZhang
ওভারভিউ
এই কৌশলটি একটি ট্রেন্ড ট্র্যাকিং কৌশল যা নাদারায়া-ওয়াটসন রিটার্ন এবং এটিআর চ্যানেলের সাথে মিলিত হয় যাতে ট্রেন্ডের দিকনির্দেশনা এবং প্রবেশের পয়েন্টগুলি সনাক্ত করা যায়। যখন দামটি ট্র্যাকের নীচে ভেঙে যায়, তখন অতিরিক্ত কাজ করা হয়; যখন দামটি ট্র্যাকের উপরে ভেঙে যায়, তখন প্লেইন করা হয়। একই সাথে একটি স্টপ লস প্রক্রিয়া সেট করা হয়।
কৌশল নীতি
প্রথমত, এই কৌশলটি নদারায়-ওয়াটসন কোর রিগ্রেশন ব্যবহার করে দুটি ভিন্ন পিছিয়ে থাকা সময়ের জন্য রিগ্রেশন কার্ভ গণনা করে এবং তারপরে দুটি রিগ্রেশন কার্ভের ক্রসগুলি তুলনা করে ট্রেন্ডের দিকনির্দেশের সিদ্ধান্ত নেয়। বিশেষত, h-মেয়াদ এবং h-লগ সময়ের জন্য রিগ্রেশন কার্ভগুলি পৃথকভাবে গণনা করা হয়, যখন h-লগ সময়ের কার্ভের উপরে h-মেয়াদ অতিক্রম করা হয় তখন অনুমান করা হয়; যখন h-লগ সময়ের কার্ভের নীচে h-মেয়াদ অতিক্রম করা হয় তখন অনুমান করা হয়।
দ্বিতীয়ত, এই কৌশলটি এটিআর চ্যানেল ব্যবহার করে প্রবেশের পয়েন্ট নির্ধারণ করে। ঊর্ধ্বরেখা হল রিটার্ন কার্ভের n-পর্বের এটিআর এর গুণিতক যোগ করা এবং নিম্নরেখা হল রিটার্ন কার্ভের n-পর্বের এটিআর এর গুণিতক বিয়োগ করা। ঊর্ধ্বরেখা অতিক্রম করার সময় দরজা খোলা থাকে এবং প্রবেশ করা হয় এবং নিম্নরেখা অতিক্রম করার সময় দরজা খোলা থাকে এবং প্রবেশ করা হয়।
অবশেষে, একটি স্টপ লস ব্যবস্থা স্থাপন করা হয়েছে। যদি দামটি ক্রমাগত স্টপ লস বারস রুট কে লাইন প্রবেশের দামের চেয়ে কম হয় তবে স্টপ লস হয়।
কৌশলগত শক্তি বিশ্লেষণ
এই কৌশলটি রিটার্নাল বিশ্লেষণ এবং চ্যানেল ব্রেকথ্রুয়ের সাথে মিলিত হয়, যা বাজারের প্রবণতাগুলির দিকনির্দেশনা এবং শক্তিকে আরও সঠিকভাবে ধরে রাখে। এই পদ্ধতিটি কেবলমাত্র চলমান গড়ের মতো সূচক ব্যবহার করে প্রবণতা সনাক্তকরণের তুলনায় মিথ্যা সংকেত হ্রাস করে এবং কৌশলটির স্থায়িত্ব বাড়ায়।
এছাড়াও, এটিআর চ্যানেলটি যুক্তিসঙ্গত প্রবেশের পয়েন্ট স্থাপন করে যাতে ট্রেন্ডের বিপরীত দিকের কাছাকাছি ভুল প্রবেশ করা যায় না। স্টপ লস সিস্টেমটি একক ক্ষতির উপরও কার্যকরভাবে নিয়ন্ত্রণ করে।
সুতরাং, এই কৌশলটি প্রবণতা সনাক্তকরণের ক্ষমতা, প্রবেশাধিকার সঠিকতা এবং একক স্টপ লস ঝুঁকি নিয়ন্ত্রণের মতো সুবিধাগুলি রয়েছে।
ঝুঁকি বিশ্লেষণ
এই কৌশলটির সবচেয়ে বড় ঝুঁকি হল যে এটিআর চ্যানেল ভেঙে গেলে, দামটি বিপরীতমুখী হতে পারে বা সংকলন করতে পারে, যার ফলে এটি প্রবেশের জন্য উপযুক্ত নয় বা প্রবেশের পরে খুব শীঘ্রই বন্ধ হয়ে যায়।
এছাড়াও, রিগ্রেশন কার্ভ এবং এটিআর চ্যানেল উভয়ই কিছু প্যারামিটার অপ্টিমাইজেশনের প্রয়োজন। যদি প্যারামিটারগুলি ভুলভাবে সেট করা হয় তবে রিগ্রেশন বিশ্লেষণের কার্যকারিতা দুর্বল হয় বা এটিআর খুব বড় বা খুব ছোট হয় তবে কৌশলটির কার্যকারিতা প্রভাবিত হতে পারে।
অপ্টিমাইজেশান দিক
কৌশলটির স্থায়িত্ব এবং নির্ভুলতা বাড়ানোর জন্য অন্যান্য সূচক যেমন VOLUME, MACD ইত্যাদির সাথে প্রবণতা এবং বিপরীত সংকেতগুলি বিবেচনা করা যেতে পারে।
রিটার্নাল বিশ্লেষণের মধ্যে কোর ফাংশনগুলিও সামঞ্জস্য করা যেতে পারে, যেমন ইপানেচনিকভের কোর বিবেচনা করে, যাতে আরও ভাল ফিটনেস পাওয়া যায়।
ATR চ্যানেলের ATR চক্র এবং গুণকগুলিও সর্বোত্তম প্যারামিটার সমন্বয় খুঁজে পেতে পুনরাবৃত্ত পরীক্ষার অপ্টিমাইজেশনের প্রয়োজন।
সারসংক্ষেপ
এই কৌশলটি রিগ্রেশন বিশ্লেষণ এবং চ্যানেল ব্রেকিং পদ্ধতির সমন্বিত প্রয়োগ করে, প্রবণতার দিকনির্দেশ এবং শক্তি সনাক্ত করে, যুক্তিসঙ্গত পয়েন্টে প্রবেশ করে এবং স্টপ লস সেট করে, যার ফলে একটি স্থিতিশীল প্রবণতা অনুসরণ করার কৌশল রয়েছে। উপ-কৌশল অপ্টিমাইজেশনের জন্য প্রচুর জায়গা রয়েছে এবং আরও পরীক্ষার এবং উন্নতির জন্য উপযুক্ত।
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Custom Strategy with Stop Loss and EMA", overlay=true)
src = input(close, title='Source')
h = input(10, title='Lookback Window', tooltip='The number of bars used for the estimation.')
r = input(10, title='Relative Weighting', tooltip='Relative weighting of time frames.')
x_0 = input(50, title='Start Regression at Bar', tooltip='Bar index on which to start regression.')
lag = input(2, title='Lag', tooltip='Lag for crossover detection.')
stopLossBars = input(3, title='Stop Loss Bars', tooltip='Number of bars to check for stop loss condition.')
emaPeriod = input(46, title='EMA Period', tooltip='Period for Exponential Moving Averages.')
lenjeje = input(32, title='ATR Period', tooltip='Period to calculate upper and lower band')
coef = input(2.7, title='Multiplier', tooltip='Multiplier to calculate upper and lower band')
// Function for Nadaraya-Watson Kernel Regression
kernel_regression1(_src, _size, _h) =>
_currentWeight = 0.0
_cumulativeWeight = 0.0
for i = 0 to _size + x_0
y = _src[i]
w = math.pow(1 + (math.pow(i, 2) / ((math.pow(_h, 2) * 2 * r))), -r)
_currentWeight += y * w
_cumulativeWeight += w
[_currentWeight, _cumulativeWeight]
// Calculate Nadaraya-Watson Regression
[currentWeight1, cumulativeWeight1] = kernel_regression1(src, h, h)
yhat1 = currentWeight1 / cumulativeWeight1
[currentWeight2, cumulativeWeight2] = kernel_regression1(src, h-lag, h-lag)
yhat2 = currentWeight2 / cumulativeWeight2
// Calculate Upper and Lower Bands
upperjeje = yhat1 + coef * ta.atr(lenjeje)
lowerjeje = yhat1 - coef * ta.atr(lenjeje)
// Plot Upper and Lower Bands
plot(upperjeje, color=color.rgb(0, 247, 8), title="Upper Band", linewidth=2)
plot(lowerjeje, color=color.rgb(255, 0, 0), title="Lower Band", linewidth=2)
// Calculate EMAs
emaLow = ta.ema(low, emaPeriod)
emaHigh = ta.ema(high, emaPeriod)
// Plot EMAs
plot(emaLow, color=color.rgb(33, 149, 243, 47), title="EMA (Low)", linewidth=2)
plot(emaHigh, color=color.rgb(255, 153, 0, 45), title="EMA (High)", linewidth=2)
// Long Entry Condition
longCondition = low < lowerjeje
strategy.entry("Long", strategy.long, when=longCondition)
// Stop Loss Condition
stopLossCondition = close[1] < strategy.position_avg_price and close[2] < strategy.position_avg_price and close[3] < strategy.position_avg_price
strategy.close("Long", when=stopLossCondition)
// Close and Reverse (Short) Condition
shortCondition = high > upperjeje
strategy.close("Long", when=shortCondition)
strategy.entry("Short", strategy.short, when=shortCondition)