डबल मूविंग एवरेज गोल्डन क्रॉस और डेड क्रॉस ट्रेडिंग रणनीति
ChaoZhang
अवलोकन
इस रणनीति में दोहरी चलती औसत के गोल्डन फोरक्स और डेड फोरक्स का उपयोग किया जाता है, जो खरीद और बेचने के संकेत देते हैं। जब एक तेज चलती औसत नीचे से धीमी चलती औसत को पार करता है, तो एक गोल्डन फोरक्स और खरीद संकेत होता है। जब एक तेज चलती औसत ऊपर से नीचे से धीमी चलती औसत को पार करता है, तो एक डेड फोरक्स और बेचने का संकेत होता है।
रणनीति सिद्धांत
इस रणनीति में निम्नलिखित घटक शामिल हैं:
कीमतों के प्रतिशत के रूप में ऑसिलेटर के मूल्य की गणना की जाती है। ऑसिलेटर का मूल्य कीमतों का एक प्रतिशत है, जिसमें से एक औसत मूल्य घटाया जाता है। औसत मूल्य को 20 दिन के उच्चतम और निम्नतम मूल्य के औसत से गणना की जाती है।
20 दिन के हलचल औसत के रूप में ऑसिलेटर मान का एक चलती औसत की गणना करें।
चलती औसत के लिए विलंबता की गणना करें, जैसे कि 12 दिन की विलंबता।
यह निर्धारित करने के लिए कि क्या चलती औसत ऊपर या नीचे की ओर बढ़ रही है, चलती औसत में देरी हो रही है, गोल्ड फोर्क या डेड फोर्क सिग्नल दिखाई दे रहा है।
खरीदें और बेचें सिग्नल।
विशेष रूप से, रणनीति पहले कीमतों के ऑसिलेटर मानों की गणना करती है, फिर ऑसिलेटर की चलती औसत की गणना करती है, और फिर उस चलती औसत की विलंबता की गणना करती है।
जब एक ऑस्केलेटर चलती औसत पर एक विलंबित चलती औसत के माध्यम से गुजरता है, तो एक गोल्डन फोर्क सिग्नल उत्पन्न होता है, जो अधिक होता है; जब एक ऑस्केलेटर चलती औसत के नीचे एक विलंबित चलती औसत के माध्यम से गुजरता है, तो एक मृत फोर्क सिग्नल उत्पन्न होता है, जो शून्य होता है।
इस प्रकार, द्विआधारी चलती औसत के क्रॉसिंग को देखते हुए, व्यापार की दिशा निर्धारित की जाती है।
श्रेष्ठता विश्लेषण
इस रणनीति के निम्नलिखित फायदे हैं:
दोहरी चलती औसत का उपयोग करके झूठे संकेतों को फ़िल्टर करने के लिए, सिग्नल की विश्वसनीयता को बढ़ाएं।
मध्यवर्ती प्रवृत्ति को पकड़ने के लिए तेज और धीमी औसत रेखा संयोजन का उपयोग करें। तेज औसत रेखा मूल्य परिवर्तन के प्रति संवेदनशील है, धीमी औसत रेखा में विलंबता है, संयोजन का उपयोग अल्पकालिक शोर को खत्म करने के साथ-साथ मध्यवर्ती प्रवृत्ति को पकड़ने के लिए किया जा सकता है।
ऑस्सिलेटर का उपयोग व्यापारिक संकेतों को स्पष्ट करने के लिए ब्रेकआउट को उजागर करने के लिए किया जा सकता है।
विभिन्न बाजार स्थितियों के लिए अनुकूलित चलती औसत एल्गोरिदम और पैरामीटर
रणनीतिक तर्क सरल और स्पष्ट है, इसे समझने और लागू करने में आसान है, और यह सीखने के लिए उपयुक्त है।
जोखिम विश्लेषण
इस रणनीति के साथ निम्नलिखित जोखिम भी हैं:
दोहरी चलती औसत के क्रॉसिंग से सिग्नल में देरी होती है और सबसे अच्छा प्रवेश बिंदु खो दिया जा सकता है।
द्विआधारी चलती औसत बाजार में गलत संकेत देने के लिए प्रवण है।
हालांकि, यह स्पष्ट नहीं है कि यह प्रवृत्ति कितनी मजबूत या कमजोर है, और यह एक बुल मार्केट में बहुत जल्दी समाप्त हो सकता है।
PARAMETERS में बहुत सारे समायोज्य पैरामीटर हैं, जो सबसे अच्छा संयोजन खोजने के लिए अनुकूलित करना मुश्किल है।
कोई स्टॉप लॉस मैकेनिज्म नहीं है, और कोई भी व्यक्तिगत नुकसान को नियंत्रित नहीं कर सकता।
अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
विभिन्न बाजारों में विभिन्न संयोजनों की स्थिरता का परीक्षण करने के लिए चलती औसत के प्रकार और मापदंडों का अनुकूलन करें।
ट्रेडों को गलत संकेतों के कारण खोले जाने से बचने के लिए ADX जैसे ट्रेंड-सेटिंग इंडिकेटरों को जोड़ना।
एकल हानि को नियंत्रित करने के लिए स्टॉप-लॉस रणनीति जैसे कि मूव स्टॉप या प्रतिशत स्टॉप जोड़ें।
अन्य संकेतकों के साथ संयोजन में, जैसे कि ट्रेडिंग वॉल्यूम ऊर्जा, आरएसआई, आदि, ट्रेडिंग सिग्नल की गुणवत्ता में सुधार करता है।
मशीन सीखने के तरीकों का उपयोग करके पैरामीटर को स्वचालित रूप से अनुकूलित करें और अधिक स्थिर पैरामीटर सेटिंग प्राप्त करें।
प्रवेश की शर्तों में उचित छूट पर विचार करें ताकि छूट की संभावना कम हो सके।
संक्षेप
दोहरी चलती औसत गोल्डन फोर्क रणनीति, तेजी से और धीमी गति से औसत के संयोजन से मेल खाती है, जबकि अल्पकालिक बाजार के शोर को खत्म करती है, कीमतों के मध्यवर्ती रुझान के टर्निंग पॉइंट को पकड़ती है, जिससे ट्रेडिंग सिग्नल उत्पन्न होते हैं। इस रणनीति के फायदे सरल, आसान, समझने में आसान और नौसिखिया के अनुकूल हैं। लेकिन इसमें गलत सिग्नल पैदा करने, प्रवृत्ति की ताकत का आकलन करने में असमर्थता और अन्य कमियां भी हैं। इस रणनीति को अनुकूलित करके सुधार किया जा सकता है। चलती औसत पैरामीटर को अनुकूलित करके, रुझान का आकलन करने वाले संकेतक जोड़ें, स्टॉप लॉस स्थितियों को सेट करें, आदि। कुल मिलाकर, दोहरी चलती औसत रणनीति एक व्यावहारिक तकनीकी संकेतक रणनीति है, जिसे अनुकूलित करने के बाद प्रयोगात्मक परीक्षण के लिए समायोजित किया जाना चाहिए।
/*backtest
start: 2023-09-06 00:00:00
end: 2023-10-06 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © EvoCrypto
//@version=4
strategy("Distance Oscillator Strategy- evo", shorttitle="Distance Oscillator Strategy")
// INPUTS {
na_1 = input(false, title="────────────{ Oscillator }──────────────")
// Osc_Src = input(close, title="Oscillator Source ")
Example_Length = input(20, title="Example Length", minval=1)
Osc_Src = (highest(Example_Length) + lowest(Example_Length)) / 2
// Strategy can not let you choose a Moving Average to connect with like the study version, so I use the MA above as example
Osc_Format = input("Percent",title="Oscillator Format", options=["Percent", "Currency"])
na_2 = input(false, title="─────────────{ Average }──────────────")
Average_Type = input("Hull", title="Average Type", options=["Hull", "Sma", "Ema", "Wma"])
Length = input(50, title="Average Length", minval=1)
Lagg = input(12, title="Average Lagg", minval=1)
Display_MA = input(true, title="Display Average")
// }
// SETTINGS {
Osc_Sum =
Osc_Format == "Percent" ? (close - Osc_Src) / close * 100 :
Osc_Format == "Currency" ? (close - Osc_Src) : na
Osc_MA = Display_MA == false ? na:
Average_Type == "Hull"? hma(Osc_Sum, Length) :
Average_Type == "Sma" ? sma(Osc_Sum, Length) :
Average_Type == "Ema" ? ema(Osc_Sum, Length) :
Average_Type == "Wma" ? wma(Osc_Sum, Length) : na
Osc_MA_1 = Osc_MA[Lagg]
Cross_Up = crossover( Osc_MA, Osc_MA_1)
Cross_Down = crossunder(Osc_MA, Osc_MA_1)
Osc_Color = Osc_Sum > 0 ? color.new(#bbdefb, 70) : Osc_Sum < 0 ? color.new(#000000, 70) : na
Average_Color = Osc_MA > Osc_MA_1 ? color.new(#311b92, 100) : Osc_MA < Osc_MA_1 ? color.new(#b71c1c, 100) : na
// }
// PLOT {
plot(Osc_Sum, title="Oscillator", color=Osc_Color, style=plot.style_histogram, linewidth=2)
Plot_0 = plot(Osc_MA, title="Osc Average",color=#b71c1c, linewidth=2)
Plot_1 = plot(Osc_MA_1, title="Osc Average",color=#311b92, linewidth=2)
fill(Plot_0, Plot_1, title="Average", color=Average_Color)
plotshape(Cross_Up ? Osc_MA_1 : na, title="Cross Up", color=#bbdefb, location=location.absolute, size=size.tiny, style=shape.circle)
plotshape(Cross_Down ? Osc_MA_1 : na, title="Cross Down", color=#000000, location=location.absolute, size=size.tiny, style=shape.circle)
// }
// STRATEGY {
if (Cross_Up)
strategy.entry("Long", strategy.long)
if (Cross_Down)
strategy.entry("Short", strategy.short)
// }