चलती औसत पर आधारित गति कैप्चर रणनीति

लेखक:चाओझांग, दिनांक: 2023-11-01 15:55:51
टैगः

अवलोकन

यह रणनीति मुख्य ट्रेडिंग सिग्नल के रूप में चलती औसत का उपयोग करती है, जिसका उद्देश्य अल्पकालिक मूल्य गति को पकड़ना है, ट्रेंड रिवर्स का पता लगाने के लिए हेकिन-अशी के साथ संयुक्त है। यह गैर-लेगिंग सिग्नल उत्पन्न करने के लिए रीपेंटिंग फ़ंक्शन को हटाकर गुस्तावो ब्रामाओ की हेकिन एशी एमए रणनीति से अनुकूलित है।

रणनीति तर्क

मूल्य आधार के रूप में हेकिन-अशी बंद मूल्य nAMAn की गणना करें।
एनएएमएएन के आधार पर तेज गतिशील औसत एफएमए और धीमी गतिशील औसत एसएमए की गणना करें।
जब एफएमए एसएमए के ऊपर से गुजरता है तो खरीद संकेत उत्पन्न करें, और जब एफएमए एसएमए के नीचे से गुजरता है तो बिक्री संकेत।
इस रणनीति में रीपेंटिंग को वास्तविक समय में ट्रेडिंग सिग्नल उत्पन्न करने और बैकटेस्टिंग पूर्वाग्रह से बचने के लिए हटा दिया गया है।

लाभ विश्लेषण

हेकिन-अशी प्रवृत्ति उलट बिंदुओं को अधिक सटीक रूप से निर्धारित करने में मदद करता है।
एमए क्रॉसओवर गलत संकेतों को प्रभावी ढंग से फ़िल्टर करता है।
सिग्नल जनरेशन में कोई विलंब नहीं विश्वसनीय लाइव प्रदर्शन सुनिश्चित करता है।
विभिन्न उत्पादों के लिए अनुकूलन योग्य लचीला पैरामीटर समायोजन।
सरल और स्पष्ट तर्क, समझने और लागू करने में आसान।
मैन्युअल ट्रेडिंग जोखिमों को कम करने के लिए पूरी तरह से स्वचालित किया जा सकता है।

जोखिम विश्लेषण

कीमतों में गिरावट के साथ सीमाबद्ध बाजार में खराब प्रदर्शन।
दोहरी एमए क्रॉसओवर के साथ झूठे संकेत उत्पन्न करने के लिए प्रवण।
अनुचित एमए मापदंडों के कारण अनुपलब्ध रुझान या बढ़ते ड्रॉआउट हो सकते हैं।
व्यापार लागत प्रत्यक्ष व्यापार में शुद्ध लाभ को प्रभावित करती है।
एकल व्यापार हानि को नियंत्रित करने के लिए सख्त स्टॉप लॉस की आवश्यकता होती है।
यांत्रिक ट्रेडिंग रणनीतियों में अंतर्निहित ड्रॉडाउन जोखिम होते हैं और इसके लिए उचित पूंजी प्रबंधन की आवश्यकता होती है।

जोखिम प्रबंधन समाधान:

सीमाबद्ध बाजार से बचने के लिए अस्थिरता फ़िल्टर जोड़ें।
सिग्नल की गुणवत्ता सुनिश्चित करने के लिए फ़िल्टर जोड़ें।
गहन परीक्षण के माध्यम से एमए मापदंडों का अनुकूलन करें।
लागत प्रभाव को कम करने के लिए व्यापार आवृत्ति को समायोजित करें।
एकल ट्रेडों में हानि को नियंत्रित करने के लिए उचित स्टॉप लॉस सेट करें।
स्थिति के आकार को नियंत्रित करने के लिए पूंजी प्रबंधन को अनुकूलित करें।

सुधार दिशाएँ

संकेत की गुणवत्ता में सुधार के लिए एमए मापदंडों का अनुकूलन करें।
Whipsaw बाजार से बचने के लिए ट्रेंड फ़िल्टर जोड़ें।
रुझान की पुष्टि के लिए मात्रा संकेतकों को शामिल करें।
लाभ कैप्चर को अनुकूलित करने के लिए गतिशील स्टॉप लॉस और लाभ लेने को लागू करें।
स्थिति आकार को नियंत्रित करने के लिए पूंजी प्रबंधन मॉड्यूल को एकीकृत करें।
पूर्ण स्वचालन के लिए एल्गोरिथम ट्रेडिंग मॉड्यूल जोड़ें.

सारांश

यह रणनीति एक सरल और व्यावहारिक अल्पकालिक प्रवृत्ति निम्नलिखित रणनीति बनाने के लिए हेकिन-अशी और एमए क्रॉसओवर तकनीकों को एकीकृत करती है। यह विश्वसनीय वास्तविक समय व्यापार संकेत उत्पन्न करती है और लाइव ट्रेडिंग में अच्छा प्रदर्शन दिखाती है। मापदंडों, जोखिम प्रबंधन और एल्गोरिथम ट्रेडिंग मॉड्यूल पर आगे के अनुकूलन इसे एक पूरी तरह से स्वचालित रणनीति में बदल सकते हैं जो भरोसेमंद है।

/*backtest
start: 2022-10-25 00:00:00
end: 2023-10-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//Heikin/Kaufman by Gustavo v5
// strategy('Heikin Ashi EMA v5 no repaint ', shorttitle='Heikin Ashi EMA v5 no repaint', overlay=true, max_bars_back=500, default_qty_value=1000, initial_capital=100000, currency=currency.EUR)


// Settings - H/K
res1 = input.timeframe(title='Heikin Ashi EMA Time Frame', defval='D')
test = input(0, 'Heikin Ashi EMA Shift')
sloma = input(20, 'Slow EMA Period')
nAMA = hlc3

//Kaufman MA
Length = input.int(5, minval=1)
xPrice = input(hlc3)
xvnoise = math.abs(xPrice - xPrice[1])
Fastend = input.float(2.5, step=.5)
Slowend = input(20)
nfastend = 2 / (Fastend + 1)
nslowend = 2 / (Slowend + 1)
nsignal = math.abs(xPrice - xPrice[Length])
nnoise = math.sum(xvnoise, Length)
nefratio = nnoise != 0 ? nsignal / nnoise : 0
nsmooth = math.pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMAn = nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))

//Heikin Ashi Open/Close Price
ha_t = ticker.heikinashi(syminfo.tickerid)
ha_close = request.security(ha_t, timeframe.period, nAMAn)
mha_close = request.security(ha_t, res1, hlc3)

//Moving Average
fma = ta.ema(mha_close[test], 1)
sma = ta.ema(ha_close, sloma)
plot(fma, title='MA', color=color.new(color.black, 0), linewidth=2, style=plot.style_line)
plot(sma, title='SMA', color=color.new(color.red, 0), linewidth=2, style=plot.style_line)

//Strategy
golong = ta.crossover(fma, sma)
goshort = ta.crossunder(fma, sma)

strategy.entry('Buy', strategy.long, when=golong)
strategy.entry('Sell', strategy.short,when=goshort)

अधिक

2019 FMZ - सभी अधिकार सुरक्षित