अवलोकन

यह रणनीति स्टॉक ट्रेडिंग के लिए कई फ्यूज मॉडल का संयोजन करती है। यह विभिन्न बाजार स्थितियों में व्यापार के अवसरों को पकड़ने के लिए पैकेज लाइन मॉडल, खाली दिल फ्यूज मॉडल और क्रॉस स्टार मॉडल को जोड़ती है।

सिद्धांत

इस रणनीति का मुख्य तर्क यह है कि कई फ्यूज फैसले के नियम बनाए जाते हैं और फिर इन नियमों को एक व्यापारिक संकेत के लिए संश्लेषित किया जाता है।

सबसे पहले, यह कुछ बुनियादी चर को परिभाषित करता है जो एक तार के गुणों का वर्णन करते हैं, जैसे कि तार इकाई का आकार, खोलने की कीमत, बंद करने की कीमत, आदि।

फिर, यह ट्रेडिंग बार के तीन प्रकारों को परिभाषित करता है, जो कि ट्रेडिंग बार के समापन और उद्घाटन के बीच के संबंधों के आधार पर होता हैः 1 ट्रेडिंग बार के लिए है, -1 ट्रेडिंग बार के लिए है, और 0 ट्रेडिंग बार के लिए है।

इस आधार पर, तीन मोनोफिट निर्णय नियम बनाए गए हैं:

1. Engulfing Pattern: वर्तमान K-लाइन ऊपर की K-लाइन को घेर लेती है और खरीद या बेचने का संकेत देती है।

2. हारामी पैटर्नः ऊपर की K लाइन वर्तमान K लाइन को घेरती है, जो खरीद या बेचने का संकेत देती है।

3. हारामी क्रॉस पैटर्नः एक क्रॉस पैटर्न के साथ एक खाली पिंजरे का संयोजन, एक खरीद या बिक्री संकेत उत्पन्न करता है।

इन ट्रेड फॉर्मेशन नियमों के अनुसार, खरीद और बिक्री के समय निर्धारित किए जा सकते हैं। और कुछ अतिरिक्त शर्तों के साथ, जैसे कि ट्रेडिंग समय सीमा, अनुचित ट्रेडिंग संकेतों को फ़िल्टर करने के लिए।

ट्रेडिंग के भाग में, स्थिति रखने की स्थिति का पहले आकलन किया जाता है, यदि संकेत संकेत के विपरीत है, तो स्थिति को पहले बंद कर दिया जाएगा, और फिर संकेत की दिशा के अनुसार स्थिति खोला जाएगा।

लाभ

• कई रूपों का संयोजन, स्थिरता मजबूत. एक एकल रूप विशेष बाजार की स्थिति से अधिक प्रभावित हो सकता है, संयोजन में उपयोग किए जाने वाले रूप स्थिरता को बढ़ा सकते हैं।

• एक ही दिशा में आकृति की पुष्टि, समग्र निर्णय, गलतफहमी से बचें। विभिन्न आकृति मॉडल अलग-अलग कोणों से प्रवृत्ति का न्याय करते हैं, और संकेतों को एक-दूसरे से सत्यापित कर सकते हैं।

• पैरामीटर समायोज्य और अनुकूलनीय है। उपयोगकर्ता विभिन्न आकृति मॉडल का चयन करने के लिए स्वतंत्र रूप से संयोजन कर सकते हैं, ट्रेडिंग समय सीमा जैसे पैरामीटर को समायोजित कर सकते हैं, बाजार में बदलाव के लिए लचीला प्रतिक्रिया दे सकते हैं।

• अच्छी तरह से व्यापार तर्क. स्थिति निर्णय और रोक-हानि से बाहर निकलने के तर्क के साथ संयुक्त, जोखिम को प्रभावी ढंग से नियंत्रित किया जा सकता है.

जोखिम

• बहु-पैरामीटर संयोजन जटिलता को बढ़ाता है। विभिन्न मापदंडों के संयोजन की संगतता का परीक्षण करने की आवश्यकता होती है, और गलत संयोजन प्रभाव को कम कर सकता है।

• shape पैरामीटर सेटिंग अनुभव पर निर्भर करती है. shape पैरामीटर को समायोजित करने के लिए अनुभव की आवश्यकता होती है, जैसे कि इकाई का आकार उपयुक्त है या नहीं।

• एकतरफा स्थिति रखने से होने वाले जोखिम. केवल अधिक या केवल कम करने से लाभ की जगह सीमित हो जाएगी. पैरामीटर सेटिंग के माध्यम से एक साथ अधिक कम करना संभव है।

• प्रवृत्ति पलटने के बिंदु को याद किया जा सकता है. यह रणनीति आकृति पहचान पर आधारित है, और प्रवृत्ति पलटने को प्रभावी ढंग से निर्धारित नहीं कर सकती है। समय को अन्य संकेतकों के साथ संयोजन में आंका जा सकता है।

अनुकूलन

• एकतरफा पोजीशन रखने के जोखिम को कम करने के लिए स्टॉप लॉस रणनीति को बढ़ाएं।

• अन्य तकनीकी संकेतकों के साथ संयोजन में, एक बड़ी प्रवृत्ति की दिशा का आकलन करें और प्रतिगामी व्यापार से बचें। जैसे कि MACD, Bollinger Band आदि।

• विभिन्न नस्लों के लिए पैरामीटर वरीयताओं का परीक्षण करें और विभिन्न नस्लों के लिए उपयुक्त आकृति संयोजन बनाएं।

• एआई के माध्यम से पैरामीटर अनुकूलन और आकृति मान्यता के लिए मशीन सीखने के एल्गोरिदम को जोड़ना।

संक्षेप

इस रणनीति ने कई प्रकार के फ्यूज के लाभों को एकीकृत करके एक अपेक्षाकृत स्थिर और विश्वसनीय शॉर्ट-लाइन ट्रेडिंग सिस्टम का निर्माण किया है। हालांकि, कुछ पैरामीटर सेटिंग्स और जोखिम नियंत्रण को और अधिक जटिल बाजार वातावरण के अनुकूल बनाने के लिए और अधिक अनुकूलित करने की आवश्यकता है। कुल मिलाकर, यह रणनीति तर्कसंगत है, पर्याप्त अनुभव और डेटा के आधार पर, मशीन सीखने जैसे साधनों के माध्यम से बुद्धिमान अनुकूलन के लिए, संभावनाएं व्यापक हैं।