अनुकूली अस्थिरता पर आधारित परिमित मात्रा तत्व रणनीति
ChaoZhang
अवलोकन
इस रणनीति का उपयोग सीमित मात्रा तत्वों के तरीके, के साथ संयोजन में अनुकूलन अस्थिरता माप, मूल्य परिवर्तन के लिए बहु-क्षेत्र निर्णय, प्रवृत्ति का पालन करने के प्रकार की रणनीति है. रणनीति विभिन्न समय अवधि के लिए उपयुक्त है, स्वचालित रूप से पैरामीटर को समायोजित करने में सक्षम है, विभिन्न अस्थिरता के स्तर के लिए उपयुक्त है.
सिद्धांत
रणनीति सबसे हाल ही में N रूट K लाइन के उच्च और निम्न औसत मूल्य, और पूर्ववर्ती K लाइन के उच्च और निम्न समापन औसत मूल्य की गणना करती है। फिर वर्तमान K लाइन और पूर्ववर्ती K लाइन की आनुपातिक लाभप्रदता की गणना करती है। साथ ही साथ इंट्रा और इंटर की अस्थिरता की गणना करती है।
उतार-चढ़ाव के स्तर और समायोज्य मापदंडों के आधार पर, अनुकूलन कटऑफ गुणांक की गणना करें। जब कीमत में कटऑफ से अधिक परिवर्तन होता है, तो एक खाली सिग्नल दिया जाता है। विशेष रूप से, वर्तमान के-लाइन समापन मूल्य और उच्च और निम्न औसत मूल्य के बीच अंतर एमएफ की गणना करें, जब एमएफ कटऑफ से अधिक हो तो एक बहु-हेड सिग्नल के लिए, जब एमएफ कटऑफ से कम हो तो एक खाली हेड सिग्नल के लिए।
अंत में, सिग्नल के आधार पर धन प्रवाह की गणना करें, सिग्नल पॉस को आउटपुट करें, और एक सीमित मात्रा वाले तत्व वक्र FVE को आकर्षित करें।
लाभ
- अनुकूलित पैरामीटर, विभिन्न चक्रों और अस्थिरता के स्तर के लिए लागू, मानव-अनुकूलित की आवश्यकता नहीं है।
- मूल्य प्रवृत्ति में परिवर्तन को सटीक रूप से पकड़ना।
- सीमित वॉल्यूम तत्व वक्र स्पष्ट रूप से बहुआयामी बल के विपरीत को दर्शाता है।
- वित्त पोषण के सिद्धांत की नींव मजबूत है, सिग्नल अधिक विश्वसनीय हैं।
जोखिम
- जब बाजार में भारी उतार-चढ़ाव होता है, तो अधिक गलत सिग्नल हो सकते हैं। एन पैरामीटर को उचित रूप से समायोजित किया जा सकता है।
- कीमतों के उछाल को संभालने में असमर्थ। अन्य संकेतकों को जोड़ने पर विचार करें।
- धन प्रवाह सिद्धांत और तकनीकी विश्लेषण सिग्नल के बीच विचलन हो सकता है। कई सिग्नल के लिए एक समग्र निर्णय पर विचार किया जा सकता है।
अनुकूलन दिशा
- परिणामों पर प्रभाव के लिए विभिन्न N मापदंडों का परीक्षण किया जा सकता है। सामान्य रूप से N अधिक मूल्य लेता है, जो अत्यधिक शोर को फ़िल्टर कर सकता है।
- Cintra और Cinter के अलग-अलग मानों का परीक्षण किया जा सकता है, सबसे अच्छा पैरामीटर संयोजन खोजने के लिए। या दो पैरामीटर को गतिशील रूप से समायोजित करने पर विचार किया जा सकता है।
- रणनीति की स्थिरता को बढ़ाने के लिए अन्य संकेतकों जैसे कि एमएसीडी के साथ संयोजन पर विचार किया जा सकता है।
- व्यक्तिगत नुकसान को नियंत्रित करने के लिए एक स्टॉप लॉस सिस्टम स्थापित किया जा सकता है।
संक्षेप
यह रणनीति समग्र रूप से अधिक विश्वसनीय है, सिद्धांत अच्छा है, यह एक प्रवृत्ति ट्रैकिंग रणनीति के एक घटक के रूप में काम कर सकता है, अन्य रणनीतियों के साथ उचित संयोजन के बाद प्रभाव बेहतर होगा। कुंजी यह है कि सर्वोत्तम पैरामीटर ढूंढें और अच्छे पवन नियंत्रण उपाय स्थापित करें। यदि बाद में अनुकूलन जारी रखने में सक्षम है, तो यह एक बहुत ही शक्तिशाली प्रवृत्ति ट्रैकिंग रणनीति होगी।
/*backtest
start: 2022-10-10 00:00:00
end: 2023-10-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 18/08/2017
// This is another version of FVE indicator that we have posted earlier
// in this forum.
// This version has an important enhancement to the previous one that`s
// especially useful with intraday minute charts.
// Due to the volatility had not been taken into account to avoid the extra
// complication in the formula, the previous formula has some drawbacks:
// The main drawback is that the constant cutoff coefficient will overestimate
// price changes in minute charts and underestimate corresponding changes in
// weekly or monthly charts.
// And now the indicator uses adaptive cutoff coefficient which will adjust to
// all time frames automatically.
//
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Volatility Finite Volume Elements", shorttitle="FVI")
Samples = input(22, minval=1)
Perma = input(40, minval=1)
Cintra = input(0.1, step=0.1)
Cinter = input(0.1, step=0.1)
reverse = input(false, title="Trade reverse")
xhl2 = hl2
xhlc3 = hlc3
xClose = close
xIntra = log(high) - log(low)
xInter = log(xhlc3) - log(xhlc3[1])
xStDevIntra = stdev(sma(xIntra, Samples) , Samples)
xStDevInter = stdev(sma(xInter, Samples) , Samples)
xVolume = volume
TP = xhlc3
TP1 = xhlc3[1]
Intra = xIntra
Vintra = xStDevIntra
Inter = xInter
Vinter = xStDevInter
CutOff = Cintra * Vintra + Cinter * Vinter
MF = xClose - xhl2 + TP - TP1
FveFactor = iff(MF > CutOff * xClose, 1,
iff(MF < -1 * CutOff * xClose, -1, 0))
xVolumePlusMinus = xVolume * FveFactor
Fvesum = sum(xVolumePlusMinus, Samples)
VolSum = sum(xVolume, Samples)
xFVE = (Fvesum / VolSum) * 100
xEMAFVE = ema(xFVE, Perma)
pos = iff(xFVE > xEMAFVE, 1,
iff(xFVE < xEMAFVE, -1, nz(pos[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)
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(xFVE, color=green, title="FVI")
plot(xEMAFVE, color=blue, title="FVI EMA")