1. वर्ग
  2. बहुकालिक रुझान रणनीति

बहुकालिक रुझान रणनीति

लेखक:चाओझांग, दिनांक: 2023-10-23 16:56:52
टैगः

img

अवलोकन

यह रणनीति एक ट्रेडिंग रणनीति है जो कई समय सीमाओं का उपयोग करती है। यह मुख्य रूप से प्रवृत्ति की दिशा निर्धारित करने के लिए दीर्घकालिक समय सीमा का उपयोग करती है, गति की दिशा निर्धारित करने के लिए मध्यमकालिक समय सीमा, और विशिष्ट प्रवेश बिंदुओं को खोजने के लिए अल्पकालिक समय सीमा। समग्र विचार तीन अलग-अलग समय सीमाओं में प्रवृत्ति, गति और प्रवेश समय के आधार पर निर्णय लेना है।

सिद्धांत

इस रणनीति को मुख्य रूप से निम्नलिखित के माध्यम से लागू किया जाता हैः

  1. विभिन्न समय सीमाओं को परिभाषित करें

    • दीर्घकालिक (दैनिक): समग्र प्रवृत्ति निर्धारित करने के लिए
    • मध्यम अवधि (4 घंटे): गति की दिशा निर्धारित करने के लिए
    • अल्पकालिक (कस्टम): प्रवेश बिंदुओं का पता लगाने के लिए

  2. दीर्घकालिक प्रवृत्ति निर्धारित करें

    • दीर्घकालिक प्रवृत्ति दिशा निर्धारित करने के लिए SMA का प्रयोग करें
    • यदि बंद SMA से ऊपर है, तो अपट्रेंड के रूप में परिभाषित करें
    • यदि बंद SMA से नीचे है, तो डाउनट्रेंड के रूप में परिभाषित करें

  3. मध्यम अवधि की गति निर्धारित करें

    • स्टोच के और डी लाइनों का प्रयोग करें
    • जब रेखा K रेखा D के ऊपर है, ऊपर की ओर गति के रूप में परिभाषित
    • जब रेखा K रेखा डी रेखा से नीचे है, नीचे गति के रूप में परिभाषित

  4. प्रवेश बिंदुओं का पता लगाएं

    • लंबी प्रविष्टिः दीर्घकालिक उभरती प्रवृत्ति, मध्यम अवधि स्टॉक ऊपर की ओर, अल्पकालिक एमए स्वर्ण क्रॉस
    • लघु प्रविष्टिः दीर्घकालिक गिरावट, मध्यम अवधि स्टॉक में गिरावट, अल्पकालिक एमए मृत क्रॉस

  5. बाहर निकलने के बिंदु

    • लंबा बाहर निकलनाः मध्यम अवधि की स्टॉक K रेखा D रेखा से नीचे जाती है
    • शॉर्ट एक्जिटः मध्यम अवधि के स्टॉक की K रेखा D रेखा से ऊपर जाती है।

संक्षेप में, यह रणनीति विभिन्न आयामों से प्रवृत्ति और समय का आकलन करते हुए समय सीमाओं में जानकारी का पूर्ण उपयोग करती है, जो प्रभावी रूप से झूठे ब्रेकआउट को फ़िल्टर कर सकती है और प्रवृत्ति के साथ उच्च संभावना वाले प्रवेश बिंदुओं का चयन कर सकती है।

लाभ

इस रणनीति के लाभों में निम्नलिखित शामिल हैंः

  1. कई समय सीमाओं का डिजाइन वैज्ञानिक और सावधानीपूर्वक है, जिससे बाजार के रुझान का अधिक सटीक आकलन किया जा सकता है और अल्पकालिक बाजार शोर से भटकने से बचा जा सकता है।

  2. प्रवृत्ति, गति और प्रवेश समय को ध्यान में रखते हुए व्यापक स्थितियां कई झूठे संकेतों को फ़िल्टर करने में मदद करती हैं।

  3. मध्यम अवधि की गति निर्धारित करने के लिए स्टॉक का उपयोग करना बहुत सटीक है और वास्तविक बाजार उलटफेर को पकड़ने में मदद करता है।

  4. सख्त प्रवेश मानदंड कीमतों में वृद्धि से अधिकांश झूठे ब्रेकआउट से बचते हैं।

  5. परिभाषित स्टॉप लॉस एक्जिट पॉइंट प्रत्येक ट्रेड के लिए जोखिम को प्रभावी ढंग से नियंत्रित करते हैं।

  6. विशिष्ट बाजार स्थितियों के बिना विभिन्न बाजार वातावरणों पर लागू।

  7. पूंजी प्रबंधन को अनुकूलित करने की गुंजाइश है, जैसे कि फिक्स्ड स्टॉप लॉस प्रतिशत, गतिशील स्थिति आकार आदि।

जोखिम

इस रणनीति के लिए कुछ जोखिम भी ध्यान देने योग्य हैंः

  1. रेंजिंग बाजारों में, कई स्टॉप लॉस हिट हो सकते हैं।

  2. रुझान परिवर्तन समय पर नहीं पकड़े जा सकते हैं, जिससे अनुचित व्यापार हो सकता है।

  3. केवल स्टोच पर निर्भर होकर गति का आकलन करने की सीमाएं हैं।

  4. सख्त प्रवेश मानदंडों के कारण कुछ रुझानों को नजरअंदाज किया जा सकता है।

  5. लाभ की संभावना अपेक्षाकृत सीमित है, विशाल रुझानों को पकड़ने में असमर्थ है।

जोखिमों को कम करने के कुछ तरीके:

  1. त्रुटि दर को कम करने के लिए सूक्ष्म समायोजन पैरामीटर।

  2. संयुक्त निर्णय स्थापित करने के लिए प्रवृत्ति संकेतक जोड़ें।

  3. गति का आकलन करने के लिए MACD जैसे अधिक संकेतक शामिल करें।

  4. ट्रेलिंग स्टॉप आदि का उपयोग करने के लिए स्टॉप लॉस का अनुकूलन करें।

  5. जब प्रमुख रुझान बदलता है तो स्टॉप लॉस और स्थिति का आकार तुरंत समायोजित करें।

अनुकूलन

रणनीति को अनुकूलित करने के कुछ तरीकेः

  1. संकेत की सटीकता में सुधार के लिए पैरामीटर अनुकूलन जैसे एमए अवधि, स्टोक सेटिंग्स।

  2. बेहतर निर्णय के लिए अधिक संकेतक जैसे एमएसीडी, बोलिंगर बैंड जोड़ें।

  3. प्रवेश मानदंडों को अनुकूलित करें, स्वीकार्य जोखिम स्तर पर अधिक ट्रेडों की अनुमति दें।

  4. ट्रेसिंग स्टॉप लॉस या एटीआर आधारित स्टॉप का प्रयोग करें।

  5. जब प्रमुख रुझान बदलते हैं तो स्थिति आकार को सक्रिय रूप से समायोजित करें।

  6. मापदंडों और नियमों को स्वचालित रूप से अनुकूलित करने के लिए मशीन लर्निंग का उपयोग करें।

  7. मौलिक बातों पर विचार करें, संकेतों की पुष्टि करने के लिए प्रमुख डेटा रिलीज़ का उपयोग करें।

  8. विदेशी मुद्रा, धातु आदि जैसे विभिन्न उत्पादों में परीक्षण प्रभावशीलता।

निष्कर्ष

संक्षेप में, इस बहु-समय फ्रेम प्रवृत्ति रणनीति का मुख्य विचार दीर्घकालिक, मध्यम और अल्पकालिक आयामों के आधार पर निर्णय लेना है। लाभ सख्त परिस्थितियों और नियंत्रित जोखिमों में निहित हैं, लेकिन मापदंडों और नियमों को विशिष्ट बाजारों के लिए अनुकूलन की आवश्यकता है। आगे बढ़ते हुए, इस रणनीति को अधिक संकेतकों को शामिल करके, स्टॉप को अनुकूलित करके, मशीन लर्निंग आदि को जोड़कर और बढ़ाया जा सकता है।

/*backtest
start: 2023-10-15 00:00:00
end: 2023-10-22 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("TUX MTF", overlay=true)

// MULTIPLE TIME FRAME STRATEGY
// LONG TERM --- TREND
// MED TERM --- MOMENTUM
// SHORT TERM --- ENTRY

// ENTRY POSITION TIMEFRAME
entry_position = input(title="Entry timeframe (minutes)",  defval=5, minval=1, maxval=1440)
med_term = entry_position * 4
long_term = med_term * 4

// GLOBAL VARIABLES
ma_trend = input(title="Moving Average Period (Trend)",  defval=50, minval=5, maxval=200)

// RSI
length = input(title="Stoch Length",  defval=18, minval=5, maxval=200)
OverBought = input(title="Stoch OB",  defval=80, minval=60, maxval=100)
OverSold = input(title="Stoch OS",  defval=20, minval=5, maxval=40)
smoothK = input(title="Stoch SmoothK",  defval=14, minval=1, maxval=40)
smoothD = input(title="Stoch SmoothD",  defval=14, minval=1, maxval=40)
maSm = input(title="Moving Avg SM",  defval=7, minval=5, maxval=50)
maMed = input(title="Moving Avg MD",  defval=21, minval=13, maxval=200)

// LONG TERM TREND
long_term_trend = request.security(syminfo.ticker, tostring(long_term), sma(close,ma_trend)) > request.security(syminfo.ticker, tostring(long_term), close)
plot(request.security(syminfo.ticker, tostring(long_term), sma(close,ma_trend)), title="Long Term MA", linewidth=2)
// FALSE = BEAR
// TRUE = BULL

// MED TERM MOMENTUM

k = request.security(syminfo.ticker, tostring(med_term), sma(stoch(close, high, low, length), smoothK))
d = request.security(syminfo.ticker, tostring(med_term), sma(k, smoothD))

os = k >= OverBought or d >= OverBought
ob = k <= OverSold or d <= OverSold


// SHORT TERM MA X OVER
bull_entry = long_term_trend == false and os == false and ob == false and k > d and request.security(syminfo.ticker, tostring(entry_position), crossover(sma(close, maSm), sma(close, maMed)))
bear_entry = long_term_trend == true and os == false and ob == false and k < d and request.security(syminfo.ticker, tostring(entry_position), crossunder(sma(close, maSm), sma(close, maMed)))



bull_exit = crossunder(k,d)
bear_exit = crossover(k,d)



if (bull_entry)
    strategy.entry("Long", strategy.long)
    

if (bear_entry)
    strategy.entry("Short", strategy.short)
  
strategy.close("Long", when = bull_exit == true)
strategy.close("Short", when = bear_exit == true)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित