মাল্টি-টাইমফ্রেম ট্রেন্ড মোমেন্টাম ট্রেডিং কৌশল

ATR EMA VWAP CHoCH BOS CVD
সৃষ্টির তারিখ: 2025-05-15 15:53:29 অবশেষে সংশোধন করুন: 2025-05-15 15:53:29
অনুলিপি: 1 ক্লিকের সংখ্যা: 354
2
ফোকাস
319
অনুসারী

মাল্টি-টাইমফ্রেম ট্রেন্ড মোমেন্টাম ট্রেডিং কৌশল মাল্টি-টাইমফ্রেম ট্রেন্ড মোমেন্টাম ট্রেডিং কৌশল

ওভারভিউ

মাল্টি টাইম সাইকেল ট্রেডিং কৌশল হল একটি সমন্বিত ট্রেডিং সিস্টেম যা মাল্টি টাইম সাইকেল ট্রেডিং বিশ্লেষণ, গতিশীল সংকেত, ট্রেডিং ভলিউম নিশ্চিতকরণ এবং বুদ্ধিমান তহবিলের ধারণাগুলির সমন্বয়ের মাধ্যমে ব্যবসায়ীদের জন্য একটি শক্তিশালী সরঞ্জাম সরবরাহ করে যা বাজারের প্রবণতা ক্যাপচার করতে এবং ভুয়া সংকেতগুলিকে সংক্ষিপ্ত করতে সহায়তা করে। কৌশলটির অনন্য “এআই” উপাদানটি একাধিক টাইম সাইকেল ট্রেডিংয়ের প্রবণতা বিশ্লেষণ করে, একটি পরিষ্কার এবং কার্যকরী ডায়াগ্রাম সরবরাহ করে, যা উভয় নবীন এবং অভিজ্ঞ ব্যবসায়ীদের জন্য ব্যবহার করা সহজ করে। কৌশলটি সম্পূর্ণরূপে কাস্টমাইজযোগ্য, ব্যবহারকারীদের তাদের নিজস্ব ট্রেডিং শৈলীর উপর ভিত্তি করে ফিল্টারগুলিকে সামঞ্জস্য করতে দেয়।

কৌশল নীতি

এই কৌশলটি একটি সুসংগত লেনদেন ব্যবস্থা যা একাধিক উপাদানকে একত্রিত করে তৈরি করা হয়েছেঃ

  1. মাল্টি-টাইম সাইকেল ট্রেন্ড বিশ্লেষণকৌশলটি তিনটি সময়কাল ব্যবহার করে (১ ঘন্টা, ৪ ঘন্টা, দিন) প্রবণতা মূল্যায়ন করে, সূচকীয় মুভিং এভারেজ (ইএমএ) এবং লেনদেনের ভলিউম ওয়াইড এভারেজ প্রাইস (ভিডাব্লুএপি) ব্যবহার করে। যখন দাম ইএমএ এবং ভিডাব্লুএপি-র উপরে থাকে, তখন প্রবণতাটিকে মুদ্রাস্ফীতি হিসাবে বিবেচনা করা হয়; যখন দাম নীচে থাকে, তখন মুদ্রাস্ফীতি হিসাবে বিবেচনা করা হয়; অন্যথায় নিরপেক্ষ। কেবলমাত্র যখন ব্যবহারকারীর দ্বারা নির্বাচিত উচ্চতর সময়কালের প্রবণতা লেনদেনের দিকের সাথে সামঞ্জস্যপূর্ণ হয় (যেমন, ক্রয় সংকেত উচ্চতর সময়কালের মুদ্রাস্ফীতি প্রবণতার প্রয়োজন হয়) তখনই সংকেত তৈরি করা হয়। এটি গোলমাল হ্রাস করে এবং নিশ্চিত করে যে লেনদেনগুলি বিস্তৃত বাজারের পটভূমি অনুসরণ করে।

  2. ভর ফিল্টার: ধারাবাহিক কলামের মধ্যে শতাংশের দামের পরিবর্তন পরিমাপ করে এবং এটিকে ওঠানামা করার সাথে সামঞ্জস্য করে threshold (() গড় প্রকৃত পরিসরের উপর ভিত্তি করে[এটি নিশ্চিত করে যে লেনদেনগুলি কেবলমাত্র উল্লেখযোগ্য মূল্য চলাচলের সময় চলবে এবং নিম্ন গতিশীলতার শর্তগুলিকে ফিল্টার করবে।

  3. প্রবাহ ফিল্টার (ঐচ্ছিক): বর্তমান লেনদেনের পরিমাণ দীর্ঘমেয়াদী গড়ের চেয়ে বেশি কিনা তা পরীক্ষা করে এবং স্বল্পমেয়াদী লেনদেনের পরিমাণে ইতিবাচক পরিবর্তন দেখায়। এটি শক্তিশালী বাজার অংশগ্রহণের বিষয়টি নিশ্চিত করে এবং ভুয়া ব্রেকআপের ঝুঁকি হ্রাস করে।

  4. পেরেক ফিল্টার (বিকল্প): সর্বশেষ সর্বোচ্চ/নিম্নতম উচ্চতা অতিক্রম করার জন্য (ক্রয়) বা অতিক্রম করার জন্য (বিক্রয়) দামের অনুরোধ করুন, নিশ্চিত করুন যে সংকেতটি বাজারের কাঠামোর পরিবর্তনের সাথে সামঞ্জস্যপূর্ণ।

  5. স্মার্ট ফান্ডের ধারণা (CHoCH/BOS)

    • কাঠামোগত বৈশিষ্ট্যের পরিবর্তন ((CHoCH): যখন দামটি নিকটতম মূল অক্ষের উচ্চতা ((বিক্রয়)) বা নিকটতম মূল অক্ষের নিম্ন পয়েন্ট ((কিনুন)) অতিক্রম করে যথাক্রমে বিপরীত বা বিপরীত দিকে চলে যায় তখন সম্ভাব্য বিপরীতকরণ সনাক্ত করা হয়।
    • কাঠামোগত ব্রেকডাউন (BOS): যখন দাম শক্তিশালী গতিতে নিকটতম মূল অক্ষের নিম্ন পয়েন্ট (BOS) বা নিকটতম মূল অক্ষের উচ্চ পয়েন্ট (BOS) অতিক্রম করে তখন ট্রেন্ডের ধারাবাহিকতা নিশ্চিত করা হয়। এই সংকেতগুলি ট্যাগযুক্ত অনুভূমিক রেখা হিসাবে আঁকা হয়, যা মূল স্তরগুলিকে সহজেই দৃশ্যমান করে তোলে।
  6. এআই ট্রেন্ডস ড্যাশবোর্ডট্রেন্ডের দিকনির্দেশনা, গতিশীলতা এবং ওঠানামার হার (ATR) বিভিন্ন সময়সীমার সাথে মিলিয়ে ট্রেন্ডের স্কোর গণনা করা হয়েছে। ০.৫ এর উপরে স্কোর “উপরে” ট্রেন্ড, ০.৫ এর নিচে “নিচে” ট্রেন্ড, অন্যথায় “নিরপেক্ষ”। ট্রেন্ডের শক্তি (%) প্রদর্শন করে, এআই আত্মবিশ্বাস (%) এবং ট্রেন্ডের ধারাবাহিকতার উপর ভিত্তি করে (CVD) এবং ট্র্যাফিকের পার্থক্যের উপর ভিত্তি করে (CVD) বাজারের পটভূমির সংক্ষিপ্ত বিবরণ। দ্বিতীয় টেবিল ()) 1 ঘন্টা, 4 ঘন্টা এবং ডায়াল টাইম ফ্রেমের ট্রেন্ড পূর্বাভাস প্রদর্শন করে, যা ব্যবসায়ীদের ভবিষ্যতের বাজার দিকনির্দেশের পূর্বাভাস দেয়।

  7. গতিশীল প্রবণতা লাইনব্যবহারকারীর সংজ্ঞায়িত সময়ের মধ্যে (শর্টট্রেন্ডপিরিওড, লংট্রেন্ডপিরিওড) সাম্প্রতিক ওলট-পালট নিম্ন এবং উচ্চ স্তরের সমর্থন এবং প্রতিরোধের লাইনগুলি আঁকুন। এই লাইনগুলি বাজারের অবস্থার সাথে খাপ খায় এবং প্রবণতার শক্তি অনুসারে রঙিন হয়।

কৌশলগত সুবিধা

মাল্টি টাইম সাইকেল ট্রেন্ড ডায়নামিক ভলিউম ট্রেডিং কৌশলগুলির কয়েকটি উল্লেখযোগ্য সুবিধা রয়েছেঃ

  1. মিথ্যা সংকেত কমানোএই কৌশলটি প্রবণতা, গতিশীলতা, লেনদেনের পরিমাণ এবং ব্রেকিং ফিল্টারগুলির ধারাবাহিকতার প্রয়োজনের মাধ্যমে অস্থির বা কম বিশ্বাসযোগ্যতার বাজারে লেনদেনকে হ্রাস করে।

  2. বাজারের সাথে খাপ খাইয়ে নেওয়াএটিআর-ভিত্তিক গতিশীল থ্রেশহোল্ডগুলি প্রবণতা-ভিত্তিক গতিশীলতার সাথে সামঞ্জস্য করতে পারে যাতে ট্রেন্ডিং বাজার এবং ব্যাচেলর বাজারগুলিতে সংকেতগুলি প্রাসঙ্গিক থাকে।

  3. সিদ্ধান্ত গ্রহণের প্রক্রিয়া সহজ করাএআই ড্যাশবোর্ডগুলি জটিল বহু-সময়কালীন ডেটাকে ব্যবহারকারী-বান্ধব সারণীতে একত্রিত করে, ম্যানুয়াল বিশ্লেষণের প্রয়োজনীয়তা দূর করে।

  4. স্মার্ট ফান্ডিং:CHoCH এবং BOS সিগন্যাল ক্যাপচার এজেন্সির দামের অ্যাকশন প্যাটার্ন, যা ট্রেডারদের বিপরীতমুখী এবং পুনরাবৃত্তির স্বীকৃতি দেওয়ার সুবিধা দেয়।

  5. দৃষ্টিশক্তিকৌশলঃ মূল স্তর, সংকেত এবং প্রবণতা লাইন চিহ্নিত করে, বাজারের কাঠামো পরিষ্কারভাবে দৃশ্যমান করে, যা ব্যবসায়ীদের মূল্যের আচরণকে আরও ভালভাবে বুঝতে সহায়তা করে।

  6. ঝুঁকি ব্যবস্থাপনা অন্তর্নির্মিত: পূর্বনির্ধারিত স্টপ এবং লস লেভেলগুলি শৃঙ্খলাবদ্ধ ঝুঁকি ব্যবস্থাপনার জন্য সহায়ক, যা দীর্ঘমেয়াদী ব্যবসায়ের সাফল্যের জন্য গুরুত্বপূর্ণ।

  7. প্রথম সতর্কতা“প্রস্তুত” সংকেত দিয়ে, ব্যবসায়ীরা সম্পূর্ণ বিকাশের আগে সতর্কতা পেতে পারে, যা আরও প্রস্তুতি এবং পরিকল্পনা করার সময় দেয়।

কৌশলগত ঝুঁকি

যদিও এই কৌশলটির অনেক সুবিধা রয়েছে, তবে এর কিছু সম্ভাব্য ঝুঁকিও রয়েছেঃ

  1. প্যারামিটার অপ্টিমাইজেশান ফাঁদওভার-অপ্টিমাইজেশন কৌশলগত প্যারামিটারগুলি কার্ভ ফিট হতে পারে এবং ভবিষ্যতের বাজারের অবস্থার অধীনে দুর্বল পারফরম্যান্স করতে পারে। সমাধানটি একাধিক বাজার এবং সময়কালের উপর বিস্তৃত ব্যাক-টেস্টিং করা এবং প্যারামিটারগুলির একটি শক্ত সেট খুঁজে পাওয়া।

  2. বিলম্ব সংকেত: একাধিক ফিল্টার ব্যবহারের ফলে সিগন্যালগুলি মূল্যের গতির তুলনায় কিছুটা বিলম্বিত হতে পারে এবং কখনও কখনও আদর্শ প্রবেশের পয়েন্টগুলি মিস করে। সমাধানটি হ’ল প্যারামিটারগুলিকে সামঞ্জস্য করা যা বাজারের গতির জন্য আরও সংবেদনশীল, যেমন মূলধারার দৈর্ঘ্য এবং গতিশীলতার থ্রেশহোল্ড।

  3. ভুল ট্রেন্ড সনাক্তকরণ: উচ্চ অস্থিরতা বা দিকনির্দেশনাহীন বাজারে, প্রবণতা মূল্যায়ন সঠিক হতে পারে না। সমাধান হল এই অবস্থার অধীনে লেনদেন হ্রাস করা বা কঠোরতর ফিল্টার প্রয়োজনীয়তা যুক্ত করা।

  4. তহবিল ব্যবস্থাপনার ত্রুটিস্থির স্টপ এবং স্টপ লস পয়েন্টগুলি সমস্ত বাজার অবস্থার জন্য উপযুক্ত নাও হতে পারে। সমাধানটি হল এগুলিকে বর্তমানের অস্থিরতার জন্য এটিআর-ভিত্তিক মানগুলিতে সামঞ্জস্য করা।

  5. কম্পিউটার-নিবিড়কৌশলগত জটিলতা কিছু প্ল্যাটফর্মের উপর পারফরম্যান্স সমস্যা সৃষ্টি করতে পারে, বিশেষত যখন প্রচুর পরিমাণে ঐতিহাসিক তথ্য বিশ্লেষণ করা হয়। সমাধান হল রিটার্নিং সময়সীমা সীমাবদ্ধ করা বা অপ্রয়োজনীয় গণনা সহজ করা।

  6. তথ্য নির্ভরতা: কৌশলটি নির্ভুল বহু-সময়কালীন ডেটার উপর নির্ভর করে, যা সমস্ত ট্রেডিং পরিবেশে ব্যবহারযোগ্য নাও হতে পারে। সমাধানটি নির্ভরযোগ্য বিকল্পগুলি বাস্তবায়ন করা, যেমন কোডে প্রদর্শিত স্থানীয় মান গণনা।

  7. উচ্চ তরলতা বাজার পছন্দকম তরলতার বাজারে কৌশলটি আরও ভুল সংকেত তৈরি করতে পারে। মূল মুদ্রা জোড়া, ব্যাপকভাবে পরিচালিত শেয়ার এবং প্রধান ক্রিপ্টোকারেন্সিগুলিতে মনোনিবেশ করা সমাধান।

কৌশল অপ্টিমাইজেশনের দিকনির্দেশনা

এই কৌশলটি নিম্নলিখিত উপায়ে আরও উন্নত করা যেতে পারেঃ

  1. স্বনির্ধারিত প্যারামিটার: স্বয়ংক্রিয়ভাবে প্যারামিটারগুলি সামঞ্জস্য করার জন্য, যেমন ঐতিহাসিক ওঠানামা ডেটার উপর ভিত্তি করে গতিশীল থ্রেশহোল্ডের অপ্টিমাইজেশন। এটি বিভিন্ন বাজারের অবস্থার মধ্যে কৌশলগুলির অভিযোজনযোগ্যতা বাড়িয়ে তুলতে পারে।

  2. মেশিন লার্নিং ইন্টিগ্রেশন: মেশিন লার্নিং অ্যালগরিদমগুলিকে সর্বোত্তম প্যারামিটার সমন্বয় সনাক্ত করতে বা নির্দিষ্ট বাজার অবস্থার অধীনে কৌশলটির কার্যকারিতা পূর্বাভাস দেওয়ার জন্য প্রয়োগ করুন। এটি ঐতিহাসিক কার্যকারিতা ডেটা বিশ্লেষণ করে কৌশলটির “এআই” দিকটি আরও বাড়িয়ে তুলতে পারে।

  3. বাজার সংবেদন সূচক: বাইরের বাজার সংবেদন ডেটা যেমন ভিআইএক্স সূচক বা সোশ্যাল মিডিয়া সংবেদন বিশ্লেষণ যুক্ত করুন, যাতে ট্রেডিং সিদ্ধান্তের জন্য আরও বিস্তৃত পটভূমি সরবরাহ করা যায়। এটি কৌশলকে চরম বাজার পরিস্থিতিতে ট্রেডিং এড়াতে সহায়তা করতে পারে।

  4. সময় ফিল্টার: মার্কেট ওভারটাইম প্যাটার্নের উপর ভিত্তি করে ফিল্টার যুক্ত করুন এবং কম ওভারটাইম সময়ের মধ্যে ট্রেডিং এড়িয়ে চলুন (যেমন এশিয়ান সেশনের মাঝামাঝি সময়) । এটি নিম্নমানের সংকেতের সংখ্যা হ্রাস করতে পারে।

  5. পারস্পরিক সম্পর্ক বিশ্লেষণ: ক্রস-অ্যাসেট প্রাসঙ্গিকতা যাচাইকরণ যুক্ত করুন যাতে নিশ্চিত হয় যে লেনদেনটি প্রাসঙ্গিক বাজারের সাথে সামঞ্জস্যপূর্ণ (যেমনঃ ইউরো / ডলার লেনদেনের সময় ডলার সূচক বিবেচনা করুন) । এটি অতিরিক্ত সংকেত নিশ্চিতকরণ সরবরাহ করতে পারে।

  6. তহবিল ব্যবস্থাপনা অপ্টিমাইজেশন: অস্থিরতার উপর ভিত্তি করে একটি গতিশীল স্টপ / লস লেভেল প্রয়োগ করুন এবং তহবিল পরিচালনার নিয়মগুলি যুক্ত করুন যেমন অ্যাকাউন্টের বৃদ্ধির সাথে সাথে অবস্থানের আকারকে সামঞ্জস্য করা। এটি দীর্ঘমেয়াদী ঝুঁকি-সংশোধিত রিটার্নকে উন্নত করবে।

  7. কর্মক্ষমতা অপ্টিমাইজেশান: কোড সরলীকরণ, অপ্রয়োজনীয় গণনা হ্রাস, বিশেষত ট্রেন্ড লাইন এবং টেবিল প্রদর্শনের ক্ষেত্রে, রিয়েল-টাইম ট্রেডিংয়ে কৌশলটির প্রতিক্রিয়াশীলতা বাড়ানোর জন্য।

  8. তথ্যের অপ্রাসঙ্গিকতাডেটা বিচ্ছিন্নতা বা অনুপস্থিত মানগুলিকে আরও মার্জিতভাবে পরিচালনা করার জন্য উন্নত কৌশল, যা অস্বাভাবিক পরিস্থিতিতে স্থিতিশীলতা নিশ্চিত করে।

সারসংক্ষেপ

মাল্টি টাইম সাইকেল ট্রেন্ড ডায়নামিক ট্রেডিং কৌশলটি একটি সম্পূর্ণ ট্রেডিং সিস্টেম সরবরাহ করে, যা প্রচলিত প্রযুক্তিগত বিশ্লেষণ, স্মার্ট তহবিলের ধারণাগুলি এবং অনন্য এআই-চালিত ট্রেন্ড বিশ্লেষণের সাথে মিলিত। এর শক্তিটি হ’ল একাধিক স্তরের ফিল্টারিং এবং নিশ্চিতকরণ প্রক্রিয়া যা নিশ্চিত করে যে ট্রেডিং সংকেতগুলি কেবলমাত্র উচ্চ সম্ভাব্যতার ক্ষেত্রে উত্পন্ন হয়।

এই কৌশলটির একটি বিশেষভাবে উদ্ভাবনী দিক হ’ল মাল্টি-টাইম-পিরিয়ড ট্রেন্ডের তথ্যকে একটি স্বজ্ঞাত ভিজ্যুয়াল ডেক্সটপে সংহত করা, যা ব্যবসায়ীদের জটিল ম্যানুয়াল বিশ্লেষণের প্রয়োজন ছাড়াই দ্রুত বাজার পরিস্থিতি মূল্যায়ন করতে দেয়। গতিশীল সমর্থনকারী প্রতিরোধের লাইন এবং মূল কাঠামোর স্তরের দৃশ্যমানতা এই সহজ ব্যবহারকে আরও বাড়িয়ে তোলে।

বুদ্ধিমানভাবে CHoCH এবং BOS ধারণাগুলিকে একত্রিত করে, এই কৌশলটি বাজারের মানসিকতার সূক্ষ্ম পরিবর্তনগুলি ধরতে সক্ষম হয়, যা সাধারণত প্রবণতার ধারাবাহিকতা বা সম্ভাব্য বিপরীতকরণের ইঙ্গিত দেয়। এটিআর-এর সমন্বয় থ্রেশহোল্ডের ব্যবহার নিশ্চিত করে যে কৌশলটি বিভিন্ন ওঠানামার অবস্থার সাথে খাপ খাইয়ে নিতে পারে, যা এটিকে একাধিক বাজারের পরিবেশের জন্য উপযুক্ত করে তোলে।

কিছু ঝুঁকি এবং সীমাবদ্ধতা থাকা সত্ত্বেও, প্রস্তাবিত অপ্টিমাইজেশান পদক্ষেপের মাধ্যমে এই ইতিমধ্যে শক্তিশালী সিস্টেমটি আরও বাড়ানো যেতে পারে। ঝুঁকি ব্যবস্থাপনার নীতিগুলি বুদ্ধিমানের সাথে প্রয়োগ করা এবং নির্দিষ্ট ট্রেডিং লক্ষ্য এবং ঝুঁকি সহনশীলতার উপর ভিত্তি করে প্যারামিটারগুলিকে সামঞ্জস্য করা এই কৌশলটি যে কোনও ব্যবসায়ীর সরঞ্জাম বাক্সে একটি মূল্যবান হাতিয়ার হওয়ার সম্ভাবনা রয়েছে।

শেষ পর্যন্ত, সমস্ত ট্রেডিং কৌশলগুলির মতো, সাফল্য সঠিক প্যারামিটার অপ্টিমাইজেশন, শৃঙ্খলাবদ্ধ বাস্তবায়ন, শক্ত ঝুঁকি ব্যবস্থাপনা এবং বাজারের গতিশীলতার গভীর বোঝার উপর নির্ভর করবে।

কৌশল সোর্স কোড
/*backtest
start: 2024-05-15 00:00:00
end: 2025-05-13 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/

//@version=5
strategy("PowerHouse SwiftEdge AI v2.10 Strategy", overlay=true, calc_on_every_tick=true)

// Inputs med fleksible indstillinger
length = input.int(5, "Pivot Length", minval=1, maxval=20, step=1, tooltip="Number of bars to identify pivot highs and lows.")
momentum_threshold_base = input.float(0.01, "Base Momentum Threshold (%)", minval=0.001, maxval=1.0, step=0.001, tooltip="Base percentage change for signals.")
tp_points = input.int(10, "Take Profit (points)", minval=5, maxval=500, step=5)
sl_points = input.int(10, "Stop Loss (points)", minval=5, maxval=500, step=5)
min_signal_distance = input.int(5, "Min Signal Distance (bars)", minval=1, maxval=50, step=1)
tp_box_height = input.float(0.5, "TP Box Height % (Optional)", minval=0.1, maxval=2.0, step=0.1)
pre_momentum_factor_base = input.float(0.5, "Base Pre-Momentum Factor", minval=0.1, maxval=1.0, step=0.1, tooltip="Base factor for Get Ready signals.")
shortTrendPeriod = input.int(30, title="Short Trend Period", minval=10, maxval=100)
longTrendPeriod = input.int(100, title="Long Trend Period", minval=50, maxval=200)

// Brugerdefinerede filtre
use_momentum_filter = input.bool(true, "Use Momentum Filter", group="Signal Filters", tooltip="Require price change to exceed momentum threshold.")
use_trend_filter = input.bool(true, "Use Higher Timeframe Trend Filter", group="Signal Filters", tooltip="Require alignment with the selected higher timeframe trend.")
higher_tf_choice = input.string("60", "Higher Timeframe", options=["60", "240", "D"], group="Signal Filters", tooltip="Choose the timeframe for the higher timeframe filter.")
use_lower_tf_filter = input.bool(true, "Use Lower Timeframe Filter", group="Signal Filters", tooltip="Prevent signals against the selected lower timeframe trend.")
lower_tf_choice = input.string("60", "Lower Timeframe", options=["60", "240", "D"], group="Signal Filters", tooltip="Choose the timeframe for the lower timeframe filter.")
use_volume_filter = input.bool(false, "Use Volume Filter", group="Signal Filters", tooltip="Require volume above average (optional).")
use_breakout_filter = input.bool(false, "Use Breakout Filter", group="Signal Filters", tooltip="Require price to break previous high/low (optional).")
show_get_ready = input.bool(true, "Show Get Ready Signals", group="Signal Filters", tooltip="Enable or disable Get Ready signals.")
restrict_repeated_signals = input.bool(false, "Restrict Repeated Signals", group="Signal Filters", tooltip="Prevent multiple signals in the same trend direction until trend changes.")
restrict_trend_tf_choice = input.string("60", "Restrict Trend Timeframe", options=["60", "240", "D"], group="Signal Filters", tooltip="Choose the timeframe to check trend for restricting repeated signals.")
enable_ai_analysis = input.bool(true, "Enable AI Market Analysis", group="AI Market Analysis", tooltip="Show AI predictions for future trends across timeframes.")
ai_table_position = input.string("Bottom Center", "AI Market Analysis Table Position", options=["Top Left", "Top Center", "Top Right", "Middle Left", "Middle Center", "Middle Right", "Bottom Left", "Bottom Center", "Bottom Right"], group="AI Market Analysis", tooltip="Choose the position of the AI Market Analysis table.")

// Ekstra inputs til valgfrie filtre
volumeLongPeriod = input.int(50, "Long Volume Period", minval=10, maxval=100, group="Volume Filter Settings")
volumeShortPeriod = input.int(5, "Short Volume Period", minval=1, maxval=20, group="Volume Filter Settings")
breakoutPeriod = input.int(5, "Breakout Period", minval=1, maxval=50, group="Breakout Filter Settings")

// Funktion til at konvertere streng til position
f_getTablePosition(position_string) =>
    switch position_string
        "Top Left" => position.top_left
        "Top Center" => position.top_center
        "Top Right" => position.top_right
        "Middle Left" => position.middle_left
        "Middle Center" => position.middle_center
        "Middle Right" => position.middle_right
        "Bottom Left" => position.bottom_left
        "Bottom Center" => position.bottom_center
        "Bottom Right" => position.bottom_right
        => position.middle_right  // Standard fallback

// AI-drevet adaptiv signaljustering med ATR
atr_raw = ta.atr(14)
atr = na(atr_raw) and bar_index > 0 ? (high - low) : atr_raw
volatility_factor = atr / close
momentum_threshold = momentum_threshold_base * (1 + volatility_factor * 2)
pre_momentum_factor = pre_momentum_factor_base * (1 - volatility_factor * 0.5)
pre_momentum_threshold = momentum_threshold * pre_momentum_factor

// Raw CVD-beregning
var float raw_cvd = 0.0
delta_volume = close > close[1] ? volume : close < close[1] ? -volume : 0
raw_cvd := raw_cvd + delta_volume

// Volatility Context baseret på absolut CVD
cvd_level = math.abs(raw_cvd) < 10000 ? "Low" : math.abs(raw_cvd) < 50000 ? "Medium" : "High"
cvd_color = raw_cvd > 0 ? color.lime : raw_cvd < 0 ? color.red : color.yellow

// Beregn prisændring (momentum)
price_change = ((close - close[1]) / close[1]) * 100

// Find højder og lavpunkter
pivot_high = ta.pivothigh(high, length, length)
pivot_low = ta.pivotlow(low, length, length)

// Variabler til at gemme seneste højder og lavpunkter
var float last_high = na
var float last_low = na
if not na(pivot_high)
    last_high := pivot_high
if not na(pivot_low)
    last_low := pivot_low

// Variabler til signalstyring
var float choch_sell_level = na
var float choch_buy_level = na
var float bos_sell_level = na
var float bos_buy_level = na
var float tp_sell_level = na
var float tp_buy_level = na
var int last_signal_bar = -min_signal_distance - 1
var string last_signal = "Neutral"
var int last_trend = 0  // Sporer den sidste trendretning for restrict_repeated_signals

// Multi-tidsramme trendanalyse med robust fallback
// Beregn EMA og VWAP for hver tidsramme
ema60_raw = request.security(syminfo.tickerid, "60", ta.ema(close, 20), lookahead=barmerge.lookahead_on)
vwap60_raw = request.security(syminfo.tickerid, "60", ta.vwap(hlc3), lookahead=barmerge.lookahead_on)
ema240_raw = request.security(syminfo.tickerid, "240", ta.ema(close, 20), lookahead=barmerge.lookahead_on)
vwap240_raw = request.security(syminfo.tickerid, "240", ta.vwap(hlc3), lookahead=barmerge.lookahead_on)
emaD_raw = request.security(syminfo.tickerid, "D", ta.ema(close, 20), lookahead=barmerge.lookahead_on)
vwapD_raw = request.security(syminfo.tickerid, "D", ta.vwap(hlc3), lookahead=barmerge.lookahead_on)

// Lokale EMA og VWAP som fallback
local_ema = ta.ema(close, 20)
local_vwap = ta.vwap(hlc3)

// Fallback for manglende data
ema60 = na(ema60_raw) ? local_ema : ema60_raw
vwap60 = na(vwap60_raw) ? local_vwap : vwap60_raw
ema240 = na(ema240_raw) ? local_ema : ema240_raw
vwap240 = na(vwap240_raw) ? local_vwap : vwap240_raw
emaD = na(emaD_raw) ? local_ema : emaD_raw
vwapD = na(vwapD_raw) ? local_vwap : vwapD_raw

// Trendbestemmelse (1 = op, -1 = ned, 0 = neutral)
trend60 = close > ema60 and close > vwap60 ? 1 : close < ema60 and close < vwap60 ? -1 : 0
trend240 = close > ema240 and close > vwap240 ? 1 : close < ema240 and close < vwap240 ? -1 : 0
trendD = close > emaD and close > vwapD ? 1 : close < emaD and close < vwapD ? -1 : 0

// AI-Trend Strength (-100 til +100)
trend_strength_raw = trend60 + trend240 + trendD
trend_strength = (trend_strength_raw / 3) * 100

// AI Confidence (simuleret succesrate)
var float ai_confidence = 50.0
if trend_strength_raw == 3 or trend_strength_raw == -3
    ai_confidence := 90.0
else if trend_strength_raw >= 2 or trend_strength_raw <= -2
    ai_confidence := 75.0
else
    ai_confidence := 60.0

// Filterbetingelser
// Dynamisk valg af higher timeframe trend (til signalfiltrering)
var int higher_tf_trend = 0
switch higher_tf_choice
    "60" => higher_tf_trend := trend60
    "240" => higher_tf_trend := trend240
    "D" => higher_tf_trend := trendD

bullish_trend_ok = higher_tf_trend == 1
bearish_trend_ok = higher_tf_trend == -1

// Dynamisk valg af lower timeframe trend (til signalfiltrering)
var int lower_tf_trend = 0
switch lower_tf_choice
    "60" => lower_tf_trend := trend60
    "240" => lower_tf_trend := trend240
    "D" => lower_tf_trend := trendD

lower_tf_bullish = lower_tf_trend == 1
lower_tf_bearish = lower_tf_trend == -1
lower_tf_not_neutral = lower_tf_trend != 0

// Dynamisk valg af trend-tidsramme til restrict_repeated_signals
var int restrict_tf_trend = 0
switch restrict_trend_tf_choice
    "60" => restrict_tf_trend := trend60
    "240" => restrict_tf_trend := trend240
    "D" => restrict_tf_trend := trendD

volAvg50 = ta.sma(volume, volumeLongPeriod)
volShort = ta.sma(volume, volumeShortPeriod)
volCondition = volume > volAvg50 and ta.change(volShort) > 0
highestBreakout = ta.highest(high, breakoutPeriod)
lowestBreakout = ta.lowest(low, breakoutPeriod)

// CHoCH og BOS definitioner
choch_sell = ta.crossunder(low, last_high) and close < open
choch_buy = ta.crossover(high, last_low) and close > open
bos_sell = ta.crossunder(low, last_low[1]) and low < last_low[1] and close < open
bos_buy = ta.crossover(high, last_high[1]) and high > last_high[1] and close > open

// Signalbetingelser med valgbare filtre
early_sell_signal = use_momentum_filter ? price_change < -momentum_threshold : true
early_buy_signal = use_momentum_filter ? price_change > momentum_threshold : true
sell_trend_ok = use_trend_filter ? bearish_trend_ok : true
buy_trend_ok = use_trend_filter ? bullish_trend_ok : true
sell_lower_tf_ok = use_lower_tf_filter ? (not lower_tf_bullish and lower_tf_not_neutral) : true
buy_lower_tf_ok = use_lower_tf_filter ? (not lower_tf_bearish and lower_tf_not_neutral) : true
sell_volume_ok = use_volume_filter ? volCondition : true
buy_volume_ok = use_volume_filter ? volCondition : true
sell_breakout_ok = use_breakout_filter ? close < lowestBreakout[1] : true
buy_breakout_ok = use_breakout_filter ? close > highestBreakout[1] : true

// Logik for at begrænse gentagne signaler baseret på restrict_tf_trend
sell_allowed = not restrict_repeated_signals or (last_signal != "Sell" or (last_signal == "Sell" and restrict_tf_trend != last_trend and restrict_tf_trend != -1))
buy_allowed = not restrict_repeated_signals or (last_signal != "Buy" or (last_signal == "Buy" and restrict_tf_trend != last_trend and restrict_tf_trend != 1))

sell_condition = early_sell_signal and (bar_index - last_signal_bar >= min_signal_distance) and sell_trend_ok and sell_lower_tf_ok and sell_volume_ok and sell_breakout_ok and sell_allowed
buy_condition = early_buy_signal and (bar_index - last_signal_bar >= min_signal_distance) and buy_trend_ok and buy_lower_tf_ok and buy_volume_ok and buy_breakout_ok and buy_allowed

get_ready_sell = use_momentum_filter ? (price_change < -pre_momentum_threshold and price_change > -momentum_threshold) : true and (bar_index - last_signal_bar >= min_signal_distance) and sell_trend_ok and sell_lower_tf_ok and sell_volume_ok and sell_breakout_ok
get_ready_buy = use_momentum_filter ? (price_change > pre_momentum_threshold and price_change < momentum_threshold) : true and (bar_index - last_signal_bar >= min_signal_distance) and buy_trend_ok and buy_lower_tf_ok and buy_volume_ok and buy_breakout_ok

// Strategy logic
if buy_condition
    strategy.entry("Long", strategy.long)
    strategy.exit("TP/SL Long", "Long", limit=close + tp_points, stop=close - sl_points)
    label.new(bar_index, low, "Buy", color=color.green, style=label.style_label_up, textcolor=color.white)
    tp_buy_level := high + tp_points
    last_signal := "Buy"
    last_signal_bar := bar_index
    last_trend := restrict_tf_trend

if sell_condition
    strategy.entry("Short", strategy.short)
    strategy.exit("TP/SL Short", "Short", limit=close - tp_points, stop=close + sl_points)
    label.new(bar_index, high, "Sell", color=color.red, style=label.style_label_down, textcolor=color.white)
    tp_sell_level := low - tp_points
    last_signal := "Sell"
    last_signal_bar := bar_index
    last_trend := restrict_tf_trend

// Plot Get Ready signals
if show_get_ready and get_ready_sell
    label.new(bar_index, high, "Get Ready SELL", color=color.orange, style=label.style_label_down, textcolor=color.black, size=size.small)

if show_get_ready and get_ready_buy
    label.new(bar_index, low, "Get Ready BUY", color=color.yellow, style=label.style_label_up, textcolor=color.black, size=size.small)

// Plot CHoCH og BOS som fulde linjer med AI-agtige farver
var line choch_sell_line = na
var line choch_buy_line = na
var line bos_sell_line = na
var line bos_buy_line = na



// Trendlinjer med bufferkontrol og AI-laser-look
var line sup = na
var line res = na

if barstate.islast
    float lowest_y2 = 60000
    int lowest_x2 = 0
    float highest_y2 = 0
    int highest_x2 = 0
    
    // Begræns lookback til max 2000 bars for at undgå bufferfejl
    int maxShortBars = math.min(math.min(shortTrendPeriod, bar_index), 2000)
    for i = 1 to maxShortBars
        if low[i] < lowest_y2
            lowest_y2 := low[i]
            lowest_x2 := i
        if high[i] > highest_y2
            highest_y2 := high[i]
            highest_x2 := i
            
    float lowest_y1 = 60000
    int lowest_x1 = 0
    float highest_y1 = 0
    int highest_x1 = 0
    
    // Begræns lookback til max 2000 bars for at undgå bufferfejl
    int maxLongBars = math.min(math.min(longTrendPeriod, bar_index), 2000)
    for j = shortTrendPeriod + 1 to maxLongBars
        if low[j] < lowest_y1
            lowest_y1 := low[j]
            lowest_x1 := j
        if high[j] > highest_y1
            highest_y1 := high[j]
            highest_x1 := j
            
    int trendStrength = trend_strength_raw

// Plot niveauer
plot(choch_sell_level, title="Last High at CHoCH", color=color.aqua, style=plot.style_circles, linewidth=1, trackprice=false)
plot(choch_buy_level, title="Last Low at CHoCH", color=color.lime, style=plot.style_circles, linewidth=1, trackprice=false)
plot(bos_sell_level, title="Last Low at BOS", color=color.fuchsia, style=plot.style_circles, linewidth=1, trackprice=false)
plot(bos_buy_level, title="Last High at BOS", color=color.teal, style=plot.style_circles, linewidth=1, trackprice=false)
plot(tp_sell_level, title="TP Sell", color=color.red, style=plot.style_circles, linewidth=1, trackprice=false)
plot(tp_buy_level, title="TP Buy", color=color.green, style=plot.style_circles, linewidth=1, trackprice=false)
plot(last_high, title="Last High", color=color.red, style=plot.style_histogram, linewidth=1, trackprice=true)
plot(last_low, title="Last Low", color=color.green, style=plot.style_histogram, linewidth=1, trackprice=true)

// AI Markedsanalyse - Beregn data uanset betingelse
momentum_1h = request.security(syminfo.tickerid, "60", close - close[3], lookahead=barmerge.lookahead_on)
momentum_4h = request.security(syminfo.tickerid, "240", close - close[3], lookahead=barmerge.lookahead_on)
momentum_d = request.security(syminfo.tickerid, "D", close - close[3], lookahead=barmerge.lookahead_on)

// Beregn ATR og SMA(ATR) for hver tidsramme
atr_1h = request.security(syminfo.tickerid, "60", ta.atr(14), lookahead=barmerge.lookahead_on)
atr_4h = request.security(syminfo.tickerid, "240", ta.atr(14), lookahead=barmerge.lookahead_on)
atr_d = request.security(syminfo.tickerid, "D", ta.atr(14), lookahead=barmerge.lookahead_on)
sma_atr_1h = request.security(syminfo.tickerid, "60", ta.sma(ta.atr(14), 20), lookahead=barmerge.lookahead_on)
sma_atr_4h = request.security(syminfo.tickerid, "240", ta.sma(ta.atr(14), 20), lookahead=barmerge.lookahead_on)
sma_atr_d = request.security(syminfo.tickerid, "D", ta.sma(ta.atr(14), 20), lookahead=barmerge.lookahead_on)

// Lokale ATR og SMA(ATR) som fallback
local_atr = ta.atr(14)
local_sma_atr = ta.sma(ta.atr(14), 20)

// Fallback for manglende data
volatility_1h = na(atr_1h) ? local_atr : atr_1h
volatility_4h = na(atr_4h) ? local_atr : atr_4h
volatility_d = na(atr_d) ? local_atr : atr_d
volatility_avg_1h = na(sma_atr_1h) ? local_sma_atr : sma_atr_1h
volatility_avg_4h = na(sma_atr_4h) ? local_sma_atr : sma_atr_4h
volatility_avg_d = na(sma_atr_d) ? local_sma_atr : sma_atr_d
momentum_1h := na(momentum_1h) ? 0 : momentum_1h
momentum_4h := na(momentum_4h) ? 0 : momentum_4h
momentum_d := na(momentum_d) ? 0 : momentum_d

// Analyse baseret på trend, momentum og volatilitet
score_1h = trend60 + (momentum_1h > 0 ? 0.5 : momentum_1h < 0 ? -0.5 : 0) + (volatility_1h > volatility_avg_1h ? 0.5 : 0)
score_4h = trend240 + (momentum_4h > 0 ? 0.5 : momentum_4h < 0 ? -0.5 : 0) + (volatility_4h > volatility_avg_4h ? 0.5 : 0)
score_d = trendD + (momentum_d > 0 ? 0.5 : momentum_d < 0 ? -0.5 : 0) + (volatility_d > volatility_avg_d ? 0.5 : 0)

// Forudsigelser
pred_1h = score_1h > 0.5 ? "Up" : score_1h < -0.5 ? "Down" : "Neutral"
pred_4h = score_4h > 0.5 ? "Up" : score_4h < -0.5 ? "Down" : "Neutral"
pred_d = score_d > 0.5 ? "Up" : score_d < -0.5 ? "Down" : "Neutral"

// Futuristisk AI-Trend Dashboard
var table trendTable = table.new(position.top_right, columns=2, rows=6, bgcolor=color.new(color.black, 50), border_width=2, border_color=color.new(color.teal, 20))
table.cell(trendTable, 0, 0, "AI-Trend Matrix v2.10", text_color=color.new(color.aqua, 0), bgcolor=color.new(color.navy, 60))
table.cell(trendTable, 1, 0, "", bgcolor=color.new(color.navy, 60))
table.merge_cells(trendTable, 0, 0, 1, 0)
table.cell(trendTable, 0, 1, "Trend Strength", text_color=color.white)
table.cell(trendTable, 1, 1, str.tostring(math.round(trend_strength)), text_color=trend_strength > 0 ? color.rgb(0, math.min(255, trend_strength * 2.55), 0) : color.rgb(math.min(255, math.abs(trend_strength) * 2.55), 0, 0))
table.cell(trendTable, 0, 2, "AI Confidence", text_color=color.white)
table.cell(trendTable, 1, 2, str.tostring(ai_confidence) + "%", text_color=color.teal)
table.cell(trendTable, 0, 3, "AI Calibration", text_color=color.white)
table.cell(trendTable, 1, 3, "CVD: " + str.tostring(math.round(raw_cvd)) + " (" + cvd_level + ")", text_color=cvd_color)
table.cell(trendTable, 0, 4, "1H", text_color=color.white)
table.cell(trendTable, 1, 4, trend60 == 1 ? "Up" : trend60 == -1 ? "Down" : "Neutral", text_color=trend60 == 1 ? color.lime : trend60 == -1 ? color.fuchsia : color.yellow)
table.cell(trendTable, 0, 5, "4H", text_color=color.white)
table.cell(trendTable, 1, 5, trend240 == 1 ? "Up" : trend240 == -1 ? "Down" : "Neutral", text_color=trend240 == 1 ? color.lime : trend240 == -1 ? color.fuchsia : color.yellow)

// Tabel for AI Markedsanalyse
if enable_ai_analysis
    var table ai_table = table.new(f_getTablePosition(ai_table_position), columns=4, rows=2, bgcolor=color.new(color.black, 50), border_width=2, border_color=color.new(color.teal, 20))
    table.cell(ai_table, 0, 0, "AI Market Analysis", text_color=color.new(color.aqua, 0), bgcolor=color.new(color.navy, 60))
    table.cell(ai_table, 1, 0, "1H", text_color=color.white)
    table.cell(ai_table, 2, 0, "4H", text_color=color.white)
    table.cell(ai_table, 3, 0, "1D", text_color=color.white)
    table.cell(ai_table, 0, 1, "Prediction", text_color=color.white)
    table.cell(ai_table, 1, 1, pred_1h, text_color=pred_1h == "Up" ? color.lime : pred_1h == "Down" ? color.fuchsia : color.yellow)
    table.cell(ai_table, 2, 1, pred_4h, text_color=pred_4h == "Up" ? color.lime : pred_4h == "Down" ? color.fuchsia : color.yellow)
    table.cell(ai_table, 3, 1, pred_d, text_color=pred_d == "Up" ? color.lime : pred_d == "Down" ? color.fuchsia : color.yellow)

// Debug alerts for null data
if na(ema60) or na(vwap60)
    alert("Warning: 60-minute timeframe data is null!", alert.freq_once_per_bar)
if na(ema240) or na(vwap240)
    alert("Warning: 240-minute timeframe data is null!", alert.freq_once_per_bar)
if na(emaD) or na(vwapD)
    alert("Warning: Daily timeframe data is null!", alert.freq_once_per_bar)