माह के अंत में DCA प्रतिवर्तन रणनीति
ChaoZhang
अवलोकन
इस रणनीति का उद्देश्य परिसंपत्तियों की अल्पकालिक गिरावट की प्रवृत्ति के अंत की पहचान करना है, और उस बिंदु पर एक निश्चित राशि में निवेश करके परिसंपत्तियों को खरीदना है। इस तरह से परिसंपत्ति की वापसी शुरू होने के बाद कम लागत वाली कीमतों पर निवेश किया जा सकता है।
सिद्धांत
यह रणनीति मासिक समय-फ्रेम पर आधारित है। प्रति माह 240 1 घंटे की K लाइनें हैं, जो प्रवृत्ति को बदलने का समय निर्धारित करती हैं।
विशेष रूप से, रणनीति ईएमए की गणना करके ईएमए तेज लाइन और ईएमए धीमी लाइन का अंतर करती है_सीडी और ईएमए_सीडी की सिग्नल लाइन, जब एक त्वरित लाइन में सिग्नल लाइन को पार करती है, तो यह निर्धारित करती है कि अल्पकालिक गिरावट का रुझान समाप्त हो गया है, और एक खरीद संकेत देता है।
खरीद संकेत के बाद, रणनीति उसी महीने के अंत में बंद हो जाती है। और फिर दूसरे महीने में इस प्रक्रिया को दोहराएं, नियमित रूप से खरीदें और एक महीने के लिए रखें।
यह हमें कम समय में गिरावट के अंत में धीमी गति से सांस लेने की अनुमति देता है, और निवेश को स्थिर करता है।
लाभ
इस रणनीति का सबसे बड़ा लाभ यह है कि यह उतार-चढ़ाव को फ़िल्टर कर सकता है और केवल रुझान के मोड़ पर खरीद सकता है, जिससे बेहतर कीमतों पर निवेश तय किया जा सकता है।
इसके अलावा, ईएमए का उपयोग करके ट्रेंड रिवर्स पॉइंट का आकलन करना, केवल के लाइन रिवर्स के आधार पर निर्णय लेने की तुलना में अधिक स्थिर और सटीक है। ईएमए शॉर्ट-टर्म मार्केट के शोर के प्रभाव को खरीदने के समय पर मिटा सकता है।
अंत में, एक महीने के अंत में एक स्टॉपलॉस सेट करें जो हर महीने के निवेश के प्रदर्शन को लॉक कर सकता है और एक महीने में अधिकतम नुकसान को सीमित कर सकता है।
जोखिम
इस रणनीति का सबसे बड़ा जोखिम यह है कि खरीद के बाद कीमतें गिरती रहती हैं, जिससे अंत के अंत में स्टॉप लॉस होता है। यह आमतौर पर निर्णय उलटने की गलती के कारण होता है।
ईएमए आवधिक मापदंडों को समायोजित करके निर्णय को अनुकूलित किया जा सकता है, या आरएसआई जैसे अन्य संकेतकों के साथ मिलकर रिवर्स सिग्नल की पुष्टि की जा सकती है।
एक अन्य जोखिम स्टॉपलॉस सेटिंग्स है। स्टॉपलॉस बहुत छोटे हैं जो अल्पकालिक उतार-चढ़ाव से रोक दिए जाते हैं, और बहुत बड़े हैं जो नुकसान को सीमित नहीं करते हैं। सबसे अच्छा पैरामीटर खोजने के लिए विभिन्न स्टॉपलॉस का परीक्षण करने की आवश्यकता है।
अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
ईएमए चक्र पैरामीटर का अनुकूलन करें और ट्रेंड रिवर्स के लिए सबसे अच्छा पैरामीटर संयोजन ढूंढें
RSI जैसे अन्य संकेतकों के लिए फ़िल्टर जोड़ें
विभिन्न स्टॉप प्वाइंट्स का परीक्षण करें और अधिकतम नुकसान को सीमित करने के लिए सबसे अच्छा स्टॉप प्वाइंट ढूंढें
एक रोक के आधार पर चलती रोक को जोड़ने पर विचार किया जा सकता है, जो कीमत के आधार पर वास्तविक समय में रोक की स्थिति को समायोजित करता है
विभिन्न समय चक्रों का परीक्षण किया जा सकता है, जैसे कि सूर्य रेखा, परिधि संचालन, यह देखने के लिए कि कौन सी अवधि रणनीति सबसे अच्छा काम करती है
संक्षेप
इस रणनीति की समग्र सोच स्पष्ट और सरल है, ईएमए के माध्यम से अल्पकालिक प्रवृत्ति उलट का आकलन करें और टर्नओवर के अंत में निवेश करें, ताकि कम कीमतों पर निवेश करने के लिए अस्थिर बाजारों को प्रभावी ढंग से फ़िल्टर किया जा सके। रणनीति अनुकूलन के लिए जगह मुख्य रूप से पैरामीटर अनुकूलन और स्टॉप-लॉस रणनीति को समायोजित करने के लिए है। कुल मिलाकर, यह रणनीति एक स्थिर परिसंपत्ति विन्यास के लिए एक उत्कृष्ट रणनीति है, जो आगे परीक्षण और अनुकूलन के लायक है।
/*backtest
start: 2023-09-07 00:00:00
end: 2023-10-07 00:00:00
period: 1h
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/
// © BHD_Trade_Bot
// @version=5
// strategy(
// shorttitle = 'DCA After Downtrend',
// title = 'DCA After Downtrend (by BHD_Trade_Bot)',
// overlay = true,
// calc_on_every_tick = true,
// calc_on_order_fills = true,
// use_bar_magnifier = true,
// pyramiding = 100,
// initial_capital = 0,
// default_qty_type = strategy.cash,
// default_qty_value = 1000,
// commission_type = strategy.commission.percent,
// commission_value = 0.1)
// Backtest Time Period
start_year = input(title='Start year' ,defval=2017)
start_month = input(title='Start month' ,defval=1)
start_day = input(title='Start day' ,defval=1)
start_time = timestamp(start_year, start_month, start_day, 00, 00)
end_year = input(title='end year' ,defval=2050)
end_month = input(title='end month' ,defval=1)
end_day = input(title='end day' ,defval=1)
end_time = timestamp(end_year, end_month, end_day, 23, 59)
window() => true
// EMA
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
// EMA_CD
emacd = ema50 - ema200
emacd_signal = ta.ema(emacd, 20)
hist = emacd - emacd_signal
// Count n candles after x long entries
var int nPastCandles = 0
var int entryNumber = 0
nPastCandles := nPastCandles + 1
// ENTRY CONDITIONS
// 8 hours per day => 240 hours per month
entry_condition1 = nPastCandles > entryNumber * 240
// End of downtrend
entry_condition2 = ta.crossover(emacd, emacd_signal)
ENTRY_CONDITIONS = entry_condition1 and entry_condition2
if ENTRY_CONDITIONS and window()
entryNumber := entryNumber + 1
entryId = 'Long ' + str.tostring(entryNumber)
strategy.entry(entryId, strategy.long)
// CLOSE CONDITIONS
// Last bar
CLOSE_CONDITIONS = barstate.islast
if CLOSE_CONDITIONS
strategy.close_all()
// Draw
plot(ema50, color=color.orange, linewidth=3)
plot(ema200, color=entry_condition1 ? color.green : color.red, linewidth=3)