क्रॉसिंग मास्टर-रिवर्सल ब्रेकथ्रू रणनीति
ChaoZhang
अवलोकन
क्रॉसिंग मास्टर-रिवर्स ब्रेकिंग रणनीति एक सरल लेकिन व्यावहारिक ट्रेडिंग रणनीति है जो चलती औसत पर आधारित है। यह तेजी से चलती औसत और धीमी गति से चलती औसत के क्रॉसिंग को खरीदने और बेचने के संकेत के रूप में उपयोग करता है। जब तेजी से चलती औसत धीमी गति से चलती औसत को नीचे से पार करता है तो एक खरीद संकेत उत्पन्न होता है; जब तेजी से चलती औसत धीमी गति से चलती औसत को ऊपर से नीचे से पार करता है तो एक बेचने का संकेत उत्पन्न होता है। यह रणनीति मध्यम अस्थिरता वाले बाजार के लिए उपयुक्त है।
रणनीति सिद्धांत
इस रणनीति में दो चलती औसत का उपयोग किया जाता हैः एक अल्पकालिक तेजी से चलती औसत और एक दीर्घकालिक धीमी गति से चलती औसत। तेजी से चलती औसत पैरामीटर 12 दिनों का है, धीमी गति से चलती औसत पैरामीटर 26 दिनों का है। रणनीति पहले ENDPOINT के 2 दिन के सरल चलती औसत को मूल्य डेटा के रूप में गणना करती है, फिर तेजी से चलती औसत और धीमी गति से चलती औसत की गणना करती है। यदि तेजी से चलती औसत पर धीमी गति से चलती औसत को पार किया जाता है, तो एक खरीद संकेत उत्पन्न होता है; यदि तेजी से चलती औसत नीचे धीमी गति से चलती औसत को पार करता है, तो एक बिक्री संकेत उत्पन्न होता है।
विशेष रूप से, यह रणनीति तेजी से चलती औसत और धीमी गति से चलती औसत के आकार की तुलना करके बाजार की चाल का आकलन करती है। जब तेजी से चलती औसत की संख्या धीमी गति से चलती औसत से अधिक होती है, तो बाजार को ऊपर की ओर बढ़ने की प्रवृत्ति में माना जाता है (बुलिश); जब तेजी से चलती औसत की संख्या धीमी गति से चलती औसत की तुलना में कम होती है, तो बाजार को नीचे की ओर बढ़ने की प्रवृत्ति में माना जाता है (बियरिश) । यह रणनीति मूल्य परिवर्तन के संकेतकों के साथ मिलकर बाजार को उलटने के लिए खरीद और बिक्री करती है।
खरीद संकेतों के लिए ट्रिगर तर्क यह है कि जब बाजार में गिरावट की प्रवृत्ति से उछाल की प्रवृत्ति में बदल जाता है, तो एक खरीद संकेत तब उत्पन्न होता है जब तेजी से चलती औसत पर धीमी गति से चलती औसत होता है और कीमत तेजी से चलती औसत से अधिक होती है।
एक बेचने के संकेत के लिए ट्रिगर तर्क यह है कि जब बाजार एक तेजी से चलती औसत के नीचे एक धीमी गति से चलती औसत के नीचे एक तेजी से चलती औसत के नीचे एक धीमी गति से चलती औसत के नीचे एक तेजी से चलती औसत के नीचे एक तेजी से चलती औसत के नीचे एक बिक्री संकेत उत्पन्न होता है।
इस तरह के डिजाइन के माध्यम से, रणनीतियों को बाजार में पलटाव के दौरान पलटाव के अवसरों को समय पर पकड़ने में मदद मिलती है।
श्रेष्ठता विश्लेषण
इस रणनीति के निम्नलिखित फायदे हैं:
रणनीति तर्क सरल और स्पष्ट है, इसे समझना और लागू करना आसान है।
चलती औसत तकनीक परिपक्व, विश्वसनीय और व्यापक रूप से लागू है।
दोहरी चलती औसत डिजाइन के साथ, यह बाजार के शोर को प्रभावी ढंग से फ़िल्टर करने और बाजार के रुझानों की पहचान करने में मदद करता है।
मूल्य गतिशीलता सूचकांक के साथ, यह खरीद और बिक्री के समय की सटीकता में सुधार कर सकता है।
पैरामीटर अनुकूलित करने के लिए पर्याप्त जगह है, आप बाजार के अनुसार पैरामीटर को समायोजित कर सकते हैं और बेहतर प्रभाव प्राप्त कर सकते हैं।
स्टॉपलॉस लॉजिक जोड़ा जा सकता है, जो जोखिम को नियंत्रित करता है।
मध्यम व्यापारिक आवृत्ति, अत्यधिक व्यापार से बचें।
अन्य संकेतकों के साथ संयोजन में अनुकूलित किया जा सकता है, जैसे कि ब्रिन बैंड, आरएसआई, आदि।
इस तरह के आंकड़ों से पता चलता है कि यह रणनीति किस तरह काम कर रही है।
जोखिम विश्लेषण
इस रणनीति के साथ निम्नलिखित जोखिम भी हैं:
द्विआधारी चलती औसत रणनीतियाँ गलत संकेतों के लिए प्रवण हैं, जो बाजार के रुझानों को याद कर सकती हैं या अनावश्यक ट्रेडों को उत्पन्न कर सकती हैं।
चलती औसत में देरी है, और यह एक त्वरित पलटाव का मौका खो सकता है।
अनुचित पैरामीटर सेट करने से लेन-देन की आवृत्ति बहुत अधिक या बहुत कम हो सकती है।
यह रणनीति मध्यम या दीर्घकालिक ट्रेडिंग के लिए उपयुक्त है, जबकि लघु अवधि के ट्रेडिंग के लिए खराब हो सकती है।
यह रणनीति बाजार की आकस्मिक घटनाओं के प्रभाव का सामना करने में असमर्थ है।
एक निश्चित अवधि के लिए हानि का जोखिम।
विभिन्न नस्लों के लिए पैरामीटर सेटिंग्स को समायोजित करने की आवश्यकता होती है।
हालांकि, इस तरह की घटनाओं के बाद, बाजारों में उतार-चढ़ाव की स्थिति में प्रभाव कम हो सकता है।
जोखिम को निम्न तरीकों से कम किया जा सकता हैः
वर्तमान बाजार परिदृश्य के अनुकूल पैरामीटर को अनुकूलित करना।
अन्य संकेतकों के साथ मिलकर फ़िल्टर सिग्नल
नुकसान नियंत्रण के लिए एक रोकथाम तंत्र।
स्थिति प्रबंधन को ठीक से समायोजित करें।
विभिन्न किस्मों के अनुसार अनुकूलन मापदंडों का परीक्षण करना।
अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
वर्तमान बाजार स्थितियों के अनुरूप चलती औसत के आवधिक पैरामीटर का अनुकूलन करना।
विभिन्न प्रकार के चलती औसत का परीक्षण करें, जैसे कि सूचकांक चलती औसत, भारित चलती औसत आदि।
प्रवृत्ति को सत्यापित करने के लिए लेन-देन की मात्रा को बढ़ाएं।
अन्य तकनीकी संकेतकों जैसे MACD, RSI आदि के साथ संयोजन।
अतिरिक्त रोकथाम रणनीतियों जैसे कि गति रोकथाम, समय रोकथाम आदि।
स्थिति प्रबंधन रणनीतियों को अनुकूलित करें, जैसे कि निश्चित हिस्सेदारी, गतिशील अनुपात, आदि।
समय-सीमा, उप-प्रजाति परीक्षण मापदंडों का अनुकूलन
मशीन सीखने के एल्गोरिदम को जोड़ना, एआई तकनीक का उपयोग पैरामीटर स्वचालित अनुकूलन और सिग्नल परीक्षण के लिए करना
डीप लर्निंग तकनीक का उपयोग करके अधिक जटिल ग्राफिक्स की पहचान करना।
बिना पैरामीटर के रणनीति डिजाइन के बारे में जानें।
निरंतर अनुकूलन के माध्यम से, रणनीतियों की अनुकूलन क्षमता को बढ़ाया जा सकता है ताकि विभिन्न बाजार स्थितियों में स्थिर प्रभाव प्राप्त किया जा सके।
संक्षेप
कुल मिलाकर, पार करने के लिए मास्टर-उलट-ब्रेकिंग रणनीति की समग्र विचारधारा स्पष्ट, लागू करने में आसान है, और कुछ व्यावहारिक मूल्य है। यह रणनीति चलती औसत संकेतक के रुझान निर्णय के लाभ को पकड़ती है, जबकि मूल्य गतिशीलता संकेतक के साथ संयोजन में संकेत की गुणवत्ता में सुधार होता है। पैरामीटर अनुकूलन और जोखिम नियंत्रण के मामले में सुधार की जगह भी है। कुल मिलाकर, यह रणनीति हमें एक सरल संकेतक-आधारित व्यापारिक रणनीति को लागू करने के लिए एक विचारधारा प्रदान करती है। यह एक अच्छा उदाहरण है कि कैसे एक मात्रात्मक व्यापारिक रणनीति सीखना है। निरंतर अनुकूलन और समृद्ध के माध्यम से, प्रभावी रणनीति विकसित करने की उम्मीद है जो बाजार के अनुकूल हो।
/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement
src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)
// === INPUT BACKTEST RANGE ===
FromYear = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => time >= start and time <= finish ? true : false // create function "within window of time"
Bullish = Fast>Slow
Bearish = Fast<Slow
Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast
//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0
//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0
//Plot
l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)
strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)