মসৃণ Z-স্কোর ক্রসওভারের উপর ভিত্তি করে মোমেন্টাম অপ্টিমাইজড প্রাইস স্ট্যাটিস্টিকস ট্রেডিং কৌশল

Z-SCORE SMA stdev PNL Momentum Filter
সৃষ্টির তারিখ: 2025-06-03 10:44:56 অবশেষে সংশোধন করুন: 2025-06-03 10:44:56
অনুলিপি: 0 ক্লিকের সংখ্যা: 330
2
ফোকাস
319
অনুসারী

মসৃণ Z-স্কোর ক্রসওভারের উপর ভিত্তি করে মোমেন্টাম অপ্টিমাইজড প্রাইস স্ট্যাটিস্টিকস ট্রেডিং কৌশল মসৃণ Z-স্কোর ক্রসওভারের উপর ভিত্তি করে মোমেন্টাম অপ্টিমাইজড প্রাইস স্ট্যাটিস্টিকস ট্রেডিং কৌশল

ওভারভিউ

এই কৌশলটি Z- স্কোরের উপর ভিত্তি করে একটি পরিসংখ্যানগত ধারণার উপর ভিত্তি করে, যা মূল্যের স্থানীয় গড়ের তুলনায় পরিসংখ্যানগত বিচ্যুতি সনাক্ত করার জন্য ব্যবহৃত হয়। এই কৌশলটি Z- স্কোরের সমাপ্তির মূল্য গণনা করে এবং তারপরে Z স্কোরের সমতলীকরণের জন্য স্বল্পমেয়াদী এবং দীর্ঘমেয়াদী চলমান গড় প্রয়োগ করে।

কৌশল নীতি

এই কৌশলটির কেন্দ্রবিন্দু হল Z স্কোরের গণনা এবং প্রয়োগ। Z স্কোর হল একটি পরিসংখ্যান যা একটি ডাটা পয়েন্টের নমুনা গড়ের থেকে বিচ্যুতির মাত্রা পরিমাপ করে, স্ট্যান্ডার্ড ডিভেরিয়েন্ট হিসাবে। এই কৌশলটিতে, Z স্কোর গণনার সূত্রটি হলঃ Z = (সমাপ্তি মূল্য - SMA ((সমাপ্তি মূল্য, N)) / STDEV ((সমাপ্তি মূল্য, N)) যেখানে N হল ব্যবহারকারীর সংজ্ঞায়িত মৌলিক চক্র।

এই নীতির কার্যকরকরণ নিম্নরূপঃ

  1. সমাপ্তি মূল্যের জন্য প্রারম্ভিক Z-রান গণনা করা হয়েছে
  2. মূল Z-রেটিংয়ের উপর প্রয়োগ করা স্বল্পমেয়াদী মসৃণতা (SMA)
  3. দীর্ঘস্থায়ী মসৃণতা (এসএমএ) প্রয়োগ করা হয়েছে
  4. একটি স্বল্পমেয়াদী মসৃণ Z রেটিং উপর একটি দীর্ঘমেয়াদী মসৃণ Z রেটিং পরেন যখন, যদি অতিরিক্ত শর্ত পূরণ করা হয়, একটি পজিশন আরো করা
  5. যখন একটি স্বল্পমেয়াদী মসৃণ Z স্কোরের অধীনে একটি দীর্ঘমেয়াদী মসৃণ Z স্কোর পরিধান করা হয়, তখন যদি অতিরিক্ত শর্ত পূরণ করা হয় তবে প্লেইন করা হয়

অতিরিক্ত শর্তাবলীর মধ্যে রয়েছেঃ

  • সংকেত ব্যবধানঃ দুটি একই ধরনের সংকেত (ইনপুট বা আউটপুট) মধ্যে K লাইনগুলির সর্বনিম্ন সংখ্যা অবশ্যই ব্যবধান থাকতে হবে
  • গতিশীলতা ফিল্টারিংঃ ক্রমাগত তিনটি বা ততোধিক উত্থিত কে লাইন উপস্থিত হলে, প্রবেশ নিষিদ্ধ; ক্রমাগত তিনটি বা ততোধিক পতনশীল কে লাইন উপস্থিত হলে, নিষিদ্ধ

কৌশলগত সুবিধা

  1. মৌলিক পরিসংখ্যানZ স্কোর একটি পরিপক্ক পরিসংখ্যানগত হাতিয়ার যা মূল্যের গড় থেকে বিচ্যুত হওয়ার মাত্রা চিহ্নিত করতে পারে এবং মূল্যের গড়ের দিকে ফিরে যাওয়ার সুযোগকে ধরতে পারে।
  2. মসৃণতা: স্বল্পমেয়াদী এবং দীর্ঘমেয়াদী মসৃণতা প্রয়োগের মাধ্যমে অরিজিনাল জেড রেটিং, শব্দ হ্রাস এবং সংকেতের গুণমান উন্নত।
  3. সিগন্যাল বিরতি নিয়ন্ত্রণ: সংক্ষিপ্ত সংকেত ব্যবধানের মাধ্যমে, অতিরিক্ত লেনদেন এবং পুনরাবৃত্তি সংকেত কার্যকরভাবে হ্রাস করা হয়েছে।
  4. ভর ফিল্টার: শক্তিশালী প্রবণতা চলাকালীন বিপরীতমুখী ট্রেডিং নিষিদ্ধ করে, শক্তিশালী প্রবণতা চলাকালীন অপ্রয়োজনীয় ক্ষতি এড়ানো যায়।
  5. সংক্ষিপ্তকৌশলটি কেবলমাত্র ক্লোজ-অফ মূল্যের ডেটা ব্যবহার করে, জটিল সূচক প্যাকেজের উপর নির্ভর করে না, সহজেই বোঝা যায় এবং বাস্তবায়ন করা যায়।
  6. রিয়েল-টাইম মনিটরিং
  7. প্যারামিটার নমনীয়তা: ব্যবহারকারীরা বিভিন্ন বাজার এবং সময় ফ্রেম অনুযায়ী Z রেটিং বেসিক চক্র এবং মসৃণতা প্যারামিটারগুলিকে সামঞ্জস্য করতে পারেন, যাতে অভিযোজনযোগ্যতা বৃদ্ধি পায়।

কৌশলগত ঝুঁকি

  1. পরিসংখ্যানগত ঝুঁকিZ রেটিং অনুমান করে যে দামের বন্টন প্রায় সঠিকভাবে বন্টন করা হয়েছে, এবং এটি অ-অনুগত বন্টনযুক্ত বাজারের পরিবেশে দুর্বল হতে পারে।
  2. পরামিতি সংবেদনশীলতাZ-রেটিং বেসিক চক্র এবং স্লাইডিং প্যারামিটার নির্বাচন কৌশল কর্মক্ষমতা উপর উল্লেখযোগ্য প্রভাব আছে, প্যারামিটার নির্বাচন ভুল ওভারফিট বা সংকেত বিলম্ব হতে পারে।
  3. একক কারণের সীমাবদ্ধতা: কৌশলটি শুধুমাত্র Z রেটিংয়ের উপর ভিত্তি করে ক্রস-জেনারেটেড সিগন্যাল তৈরি করে, অন্যান্য নিশ্চিতকরণ সূচকের অভাব, যা মিথ্যা সংকেত সৃষ্টি করতে পারে।
  4. বাজার পরিবেশ নির্ভরতা: শক্তিশালী ট্রেন্ডিং মার্কেটে, গড় মানের রিটার্নের উপর ভিত্তি করে কৌশলগুলি ক্রমাগত ভুল সংকেত দিতে পারে।
  5. সংকেত বিলম্বিত: স্ল্যাশ গড় ব্যবহারের কারণে, সিগন্যালটি পিছিয়ে যেতে পারে এবং সেরা প্রবেশ বা প্রস্থান পয়েন্টটি মিস করতে পারে।

সমাধানঃ

  • বিভিন্ন বাজারের পরিবেশের উপর পুনর্বিবেচনা করা এবং সর্বোত্তম প্যারামিটার সমন্বয় খুঁজে বের করা
  • প্রবণতা ফিল্টার সহ, শক্তিশালী প্রবণতা বাজারে কম বা নিষিদ্ধ ট্রেডিং
  • অতিরিক্ত নিশ্চিতকরণ সূচক যোগ করুন, যেমন লেনদেনের পরিমাণ বিশ্লেষণ বা অন্যান্য প্রযুক্তিগত সূচক
  • বাজারের অস্থিরতার উপর ভিত্তি করে স্বয়ংক্রিয়ভাবে Z স্কোর প্যারামিটারগুলিকে সামঞ্জস্য করার জন্য একটি স্ব-অনুকূলিতকরণ প্যারামিটার ব্যবহার করার কথা বিবেচনা করুন

অপ্টিমাইজেশান দিক

  1. প্রবণতা সনাক্তকরণ: ট্রেন্ড সনাক্তকরণ উপাদান যুক্ত করুন, প্রবণতা দিকের স্পষ্ট বাজারে কৌশলগত আচরণকে সামঞ্জস্য করুন। এটি দীর্ঘমেয়াদী চলমান গড় বা এডিএক্স সূচকের মাধ্যমে করা যেতে পারে, শক্তিশালী প্রবণতার সময় ভুল গড় রিটার্ন সংকেত এড়ানো যায়।
  2. অস্থিরতা সমন্বয়: Z স্কোর প্যারামিটারগুলির স্বনির্ধারণযোগ্য সমন্বয় অর্জন করুন, বাজারের অস্থিরতার উপর ভিত্তি করে বেসিক চক্রের স্বয়ংক্রিয় অপ্টিমাইজেশন এবং মসৃণতা প্যারামিটারগুলি। এটি বিভিন্ন বাজারের পরিবেশে কৌশলটির স্থিতিশীলতা বাড়িয়ে তুলবে।
  3. মাল্টিপল টাইম ফ্রেম বিশ্লেষণ: একটি উচ্চতর টাইম ফ্রেমের Z রেটিং সংকেতকে একত্রিত করুন নিশ্চিতকরণ হিসাবে, কেবলমাত্র একাধিক টাইম ফ্রেমের সংকেত একমত হলে ট্রেড করুন, মিথ্যা সংকেত হ্রাস করুন।
  4. ক্ষতিপূরণ ব্যবস্থা: Z-রেটিং এর ভোল্টেবলের উপর ভিত্তি করে ডায়নামিক স্টপ লস বাস্তবায়ন করা, যা ঝুঁকি ব্যবস্থাপনা ক্ষমতা উন্নত করে। উদাহরণস্বরূপ, স্টপ লসটি একটি নির্দিষ্ট বিচ্ছিন্নতা গুণক হিসাবে সেট করা যেতে পারে যা প্রবেশের Z-রেটিংয়ের জন্য।
  5. আংশিক মুনাফা০১ঃ ধাপে ধাপে লাভের কৌশল বাস্তবায়ন, নির্দিষ্ট Z রেটিং অবমূল্যায়ন হলে অংশে পজিশন নিষ্পত্তি, তহবিল ব্যবস্থাপনা অপ্টিমাইজ করা।
  6. অর্ডার নিশ্চিত: লেনদেনের পরিমাণ বিশ্লেষণ যোগ করা হয়েছে লেনদেনের নিশ্চিতকরণ হিসাবে, লেনদেনটি কেবলমাত্র লেনদেনের পরিমাণ দ্বারা সমর্থিত হলে লেনদেন সম্পাদন করা হয়, সংকেতের গুণমান উন্নত করা হয়।
  7. সূচক সমন্বয়: Z স্কোরকে অন্যান্য পরিসংখ্যানগত বা প্রযুক্তিগত সূচকের সাথে একত্রিত করা, যেমন RSI বা বুলিন ব্যান্ড, একাধিক ফ্যাক্টর সিদ্ধান্তের মডেল তৈরি করতে এবং কৌশলগত নির্ভরযোগ্যতা বাড়াতে।

সারসংক্ষেপ

মসৃণ জেড রেটিং ক্রস-ভিত্তিক গতিশীল অপ্টিমাইজড মূল্যের পরিসংখ্যান ট্রেডিং কৌশলটি একটি পরিসংখ্যানগত নীতির উপর ভিত্তি করে একটি সহজ ট্রেডিং সিস্টেম যা মূল্যের স্থানীয় গড়ের তুলনায় বিচ্যুতি এবং প্রত্যাবর্তনের উপর দৃষ্টি নিবদ্ধ করে। মসৃণ প্রক্রিয়াকরণ, সংকেত ব্যবধান নিয়ন্ত্রণ এবং গতিশীলতা ফিল্টারিংয়ের মাধ্যমে, কৌশলটি কার্যকরভাবে শব্দ বাণিজ্যকে হ্রাস করে এবং সংকেতের গুণমানকে উন্নত করে। এই কৌশলটি বিশেষত অস্থির বাজার এবং আর্থিক পণ্যগুলির জন্য উপযুক্ত যা সমতুল্য প্রত্যাবর্তনের আচরণে স্পষ্ট।

যাইহোক, কৌশলগুলির কিছু সীমাবদ্ধতা রয়েছে, যেমন পরিসংখ্যানগত অনুমান, প্যারামিটার সংবেদনশীলতা এবং একক ফ্যাক্টর সিদ্ধান্তের উপর নির্ভরশীলতা। প্রবণতা সনাক্তকরণ, অস্থিরতা সমন্বয়, মাল্টি-টাইম ফ্রেম বিশ্লেষণ, স্টপ লস মেশিন, ক্রয় পরিমাণ নিশ্চিতকরণ এবং মাল্টি ফ্যাক্টর সমন্বয় ইত্যাদির মতো অপ্টিমাইজেশনের পদক্ষেপগুলি যুক্ত করে কৌশলগুলির রুক্ষতা এবং কার্যকারিতা উল্লেখযোগ্যভাবে বাড়ানো যেতে পারে।

সামগ্রিকভাবে, এটি একটি দৃঢ় তাত্ত্বিক ভিত্তি, একটি সংক্ষিপ্ত, সহজে বোঝা এবং প্রসারিত কৌশলগত কাঠামো যা ট্রেডিং সিস্টেমের মৌলিক উপাদান হিসাবে বা ট্রেডারদের ট্রেডিংয়ে পরিসংখ্যানের প্রয়োগ বুঝতে সহায়তা করার জন্য একটি শিক্ষামূলক সরঞ্জাম হিসাবে উপযুক্ত।

কৌশল সোর্স কোড
/*backtest
start: 2024-06-03 00:00:00
end: 2025-06-02 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/

//@version=6
strategy("Price Statistical Strategy-Z Score V 1.01", overlay=true)

// === Enable / Disable Z-Score Strategy Block ===
enableZScore = input.bool(true, title="Enable Smoothed Z-Score Strategy", tooltip="When enabled, this block calculates a smoothed Z-Score of the closing price and generates entry/exit signals based on crossover behavior between short-term and long-term smoothed Z-Scores.\n\nRecommended for quick and classic detection of price deviation from mean.\nSensitive to outliers. Best suited for relatively normal-distributed market conditions.")

// === Z-Score Parameters ===
zBaseLength = input.int(3, minval=1, title="Z-Score Base Period")
shortSmooth = input.int(3, title="Short-Term Smoothing")
longSmooth = input.int(5, title="Long-Term Smoothing")

// === Z-Score Calculation Function ===
f_zscore(src, length) =>
    mean = ta.sma(src, length)
    std_dev = ta.stdev(src, length)
    z = (src - mean) / std_dev
    z

// === Z-Score Logic ===
zRaw = f_zscore(close, zBaseLength)
zShort = ta.sma(zRaw, shortSmooth)
zLong = ta.sma(zRaw, longSmooth)


// === Minimum gap between identical signals ===
gapBars = input.int(5, minval=1, title="Bars gap between identical signals", tooltip="Minimum number of bars required between two identical signals (entry or exit). Helps reduce signal noise.")


// === Candle-based momentum filters ===
bullish_3bars = close > close[1] and close[1] > close[2] and close[2] > close[3] and close[3] > close[4]
bearish_3bars = close < close[1] and close[1] < close[2] and close[2] < close[3] and close[3] < close[4]

// === Entry and Exit Logic with minimum signal gap and candle momentum filter ===
var int lastEntryBar = na
var int lastExitBar  = na

if enableZScore
    longCondition = (zShort > zLong)
    exitCondition = (zShort < zLong)

    if longCondition and (na(lastEntryBar) or bar_index - lastEntryBar > gapBars) and not bullish_3bars
        strategy.entry("Z Score", strategy.long)
        lastEntryBar := bar_index

    if exitCondition and (na(lastExitBar) or bar_index - lastExitBar > gapBars) and not bearish_3bars
        strategy.close("Z Score", comment="Z Score")
        lastExitBar := bar_index

// === Real-time PnL Table for Last Open Position ===
var table positionTable = table.new(position.bottom_right, 2, 2, border_width=1)

// Header Labels
table.cell(positionTable, 0, 0, "Entry Price", text_color=color.white, bgcolor=color.gray)
table.cell(positionTable, 1, 0, "Unrealized PnL (%)", text_color=color.white, bgcolor=color.gray)

// Values (only when position is open)
isLong        = strategy.position_size > 0
entryPrice    = strategy.position_avg_price
unrealizedPnL = isLong ? (close - entryPrice) / entryPrice * 100 : na

// Define dynamic text color for PnL
pnlColor = unrealizedPnL > 0 ? color.green : unrealizedPnL < 0 ? color.red : color.gray

// Update Table Content
if isLong
    table.cell(positionTable, 0, 1, str.tostring(entryPrice, "#.####"), text_color=color.gray, bgcolor=color.new(color.gray, 90))
    table.cell(positionTable, 1, 1, str.tostring(unrealizedPnL, "#.##") + " %", text_color=pnlColor, bgcolor=color.new(pnlColor, 90))
else
    table.cell(positionTable, 0, 1, "—", text_color=color.gray, bgcolor=color.new(color.gray, 90))
    table.cell(positionTable, 1, 1, "—", text_color=color.gray, bgcolor=color.new(color.gray, 90))