बहु-कारक रिवर्सल ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांक: 2023-09-19 21:13:04
टैगः

अवलोकन

यह रणनीति मूल्य उलटों की पहचान करने के लिए कई तकनीकी संकेतकों को जोड़ती है, जिससे यह एक बहु-कारक संचालित उलट ट्रेडिंग रणनीति बन जाती है। यह 123 पैटर्न को ध्रुवीकृत फ्रैक्टल दक्षता (पीएफई) संकेतक के साथ एकीकृत करती है, केवल तभी ट्रेडों में प्रवेश करती है जब दोनों झूठे संकेतों को फ़िल्टर करने और जीत दर में सुधार करने के लिए संकेत पर सहमत होते हैं।

रणनीति तर्क

इस रणनीति में दो मुख्य घटक शामिल हैंः

  1. 123 पैटर्न पहचानः एक खरीद संकेत तब उत्पन्न होता है जब क्लोजर लगातार 2 दिनों तक ऊपर होता है और फिर तीसरे दिन नीचे जाता है, स्टोकैस्टिक फास्ट लाइन धीमी रेखा से नीचे होती है। एक बिक्री संकेत तब उत्पन्न होता है जब विपरीत होता है।

  2. पीएफई सूचक की सीमाः ऊपरी सीमा से अधिक पीएफई बिक्री संकेतों को दर्शाता है, निचली सीमा से नीचे पीएफई खरीद संकेतों को दर्शाता है।

ट्रेडों को तभी दर्ज किया जाता है जब 123 पैटर्न और PFE सूचक दोनों सहमत हों। अन्यथा, स्थिति फ्लैट होती है।

123 पैटर्न संभावित उलटफेरों की पहचान करता है। PFE झूठे ब्रेकआउट से बचने के लिए प्रवृत्ति दक्षता को मापता है। साथ में वे बहु-कारक पुष्टि के माध्यम से सटीकता में सुधार करते हैं।

लाभ

  • 123 पैटर्न और पीएफई एक दूसरे को मान्य करते हैं, झूठे संकेतों को कम करते हैं
  • मूल्य दक्षता का मूल्यांकन करने के लिए पीएफई का ठोस सैद्धांतिक आधार है
  • बहु-कारक संचालित सटीकता में सुधार करता है
  • उल्टा पैटर्न और प्रवृत्ति संकेतक को जोड़ने से लचीलापन मिलता है
  • अनुकूलन योग्य मापदंड बदलते बाजारों के अनुकूल

जोखिम और न्यूनीकरण

  • व्यक्तिगत कारक गलत संकेत दे सकते हैं
  • कारक ट्यूनिंग को निरंतर अनुकूलन की आवश्यकता होती है
  • कम समय के लिए होल्डिंग जोखिम अक्सर स्टॉप लॉस

शमन उपाय:

  1. सटीकता में सुधार के लिए अतिरिक्त कारक
  2. बढ़ी हुई मजबूती के लिए पैरामीटर अनुकूलन
  3. इष्टतम मापदंडों को खोजने के लिए ऑटो-अनुकूलन विधियाँ
  4. फिक्स्ड या ट्रेलिंग स्टॉप हानि का प्रयोग करें

बढ़ोतरी के अवसर

इस रणनीति को निम्न के माध्यम से बढ़ाया जा सकता हैः

  1. अस्थिरता आधारित स्टॉप
  2. मशीन लर्निंग के माध्यम से सभी मापदंडों का स्वतः अनुकूलन
  3. मजबूत रुझानों के दौरान उलटा होने की आवृत्ति को कम करना
  4. बाजार की अस्थिरता के लिए अनुकूलन सूचकांक
  5. जोखिमों में विविधता लाने और लाभ में सुधार के लिए पोर्टफोलियो संयोजन

निष्कर्ष

यह रणनीति रिवर्स पॉइंट्स की पहचान करने के लिए कई कारकों को जोड़ती है, सैद्धांतिक ठोसता और कार्यान्वयन में आसानी प्रदान करती है। बहु-कारक दृष्टिकोण एकल संकेतकों की तुलना में सटीकता में सुधार करता है। पैरामीटर अनुकूलन, स्टॉप लॉस प्रबंधन, पोर्टफोलियो संयोजन और अधिक के माध्यम से आगे के सुधार आ सकते हैं।


/*backtest
start: 2023-09-11 00:00:00
end: 2023-09-13 08:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 16/04/2021
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// The Polarized Fractal Efficiency (PFE) indicator measures the efficiency 
// of price movements by drawing on concepts from fractal geometry and chaos 
// theory. The more linear and efficient the price movement, the shorter the 
// distance the prices must travel between two points and thus the more efficient 
// the price movement.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos


PFE(Length,LengthEMA,BuyBand,SellBand) =>
    pos = 0.0
    PFE = sqrt(pow(close - close[Length], 2) + 100)
    C2C = sum(sqrt(pow((close - close[1]), 2) + 1), Length)
    xFracEff = iff(close - close[Length] > 0,  round((PFE / C2C) * 100) , round(-(PFE / C2C) * 100))
    xEMA = ema(xFracEff, LengthEMA)
    pos := iff(xEMA < SellBand, -1,
    	      iff(xEMA > BuyBand, 1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & PFE (Polarized Fractal Efficiency)", shorttitle="Combo", overlay = true)
line1 = input(true, "---- 123 Reversal ----")
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
line2 = input(true, "---- PFE ----")
LengthPFE = input(9, minval=1)
LengthEMA = input(5, minval=1)
BuyBand = input(50, step = 0.1)
SellBand = input(-50, step = 0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posPFE = PFE(LengthPFE,LengthEMA,BuyBand,SellBand)
pos = iff(posReversal123 == 1 and posPFE == 1 , 1,
	   iff(posReversal123 == -1 and posPFE == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1 , 1, pos))	   
if (possig == 1 ) 
    strategy.entry("Long", strategy.long)
if (possig == -1 )
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )

अधिक