
रणनीति LazyBear के संपीड़न गतिशीलता संकेतक पर आधारित है, जो कि ब्रिन बैंड और केल्टनर चैनल के साथ संयुक्त है, मूल्य ब्रेकआउट चैनल के संपीड़न और विस्तार के रूपों की पहचान करता है, स्टॉक की कीमतों की संभावित प्रवृत्ति दिशा का आकलन करता है, स्थिति को खोलने के लिए प्रवृत्ति ट्रैकिंग का उपयोग करता है। रणनीति का लाभ यह है कि गतिशीलता संकेतक की क्षमता को पहचानने की क्षमता का पूरा उपयोग किया जाता है, और ट्रेडिंग सिग्नल की गुणवत्ता को नियंत्रित करने के लिए कई सशर्त फ़िल्टर सेट किए जाते हैं, जो अनिश्चित ट्रेडिंग सिग्नल को प्रभावी रूप से फ़िल्टर कर सकते हैं और पूरे आघात में बहुत अधिक बार व्यापार से बच सकते हैं।
ब्रिन बेल्ट में मध्य, ऊपरी और निचले रेल की गणना करें। मध्य रेल एक सरल चलती औसत के लिए n-दिन के समापन मूल्य है, और ऊपरी और निचले रेल एक मानक अंतर के लिए n-दिन के समापन मूल्य के लिए m गुना है।
केल्टनर चैनल में मध्य रेखा, ऊपरी रेखा और निचली रेखा की गणना करें। मध्य रेखा n दिनों के समापन मूल्य की सरल चलती औसत है, और ऊपरी और निचली रेखा n दिनों की वास्तविक तरंग दैर्ध्य के सरल चलती औसत है, जो n गुना से कम है।
यह निर्धारित करने के लिए कि क्या कीमत ब्रीनिंग बैंड और केल्टनर चैनल के ऊपर और नीचे के ट्रैक को तोड़ती है, संपीड़न और विस्तार रूपों का गठन करती है। यह संपीड़न रूप है जब कीमत ऊपर से नीचे के ट्रैक को तोड़ती है, और यह विस्तार रूप है जब कीमत नीचे से ट्रैक को तोड़ती है।
एक गति सूचक के रूप में एक रैखिक रिग्रेशन वक्र के मान की गणना करें। जब गति रेखा पर 0 होता है तो यह एक खरीद संकेत है, और जब 0 नीचे होता है तो यह एक बिक्री संकेत है।
संपीड़न विस्तार आकार, गतिशीलता सूचक दिशा, औसत फ़िल्टर और अन्य जैसे कई शर्तों के संयोजन में अंतिम व्यापार संकेत का निर्धारण करें। केवल सभी शर्तों को पूरा करने के लिए व्यापार संकेत उत्पन्न किया जाएगा, गलत व्यापार से बचा जाएगा।
उच्च गुणवत्ता वाले संपीड़न और विस्तार के रूपों की पहचान करने के लिए ब्रिन बैंड और केल्टनर चैनल दोहरे फ़िल्टरिंग का उपयोग करें।
गतिशीलता संकेतक मूल्य रुझानों को समय पर पकड़ने में सक्षम है, जो चैनल संकेतक के साथ पूरक है।
इस तरह से, आप अपने व्यवसाय को और अधिक लाभदायक बना सकते हैं।
मल्टी कंडीशनिंग का उपयोग करें ताकि आप भूकंपीय स्थिति में लगातार पोजीशन न खोलें।
विभिन्न किस्मों और मापदंडों के संयोजन के लिए तकनीकी संकेतक पैरामीटर को अनुकूलित किया जा सकता है।
एक विशिष्ट समय अवधि के लिए अनुकूलित परीक्षण के लिए एक समय सीमा निर्धारित की जा सकती है।
ट्रेंड ट्रैकिंग रणनीति, जब रुझान पलट जाता है तो नुकसान हो सकता है।
अनुचित पैरामीटर सेटिंग से लेनदेन की उच्च आवृत्ति या खराब सिग्नल गुणवत्ता हो सकती है।
ऐतिहासिक डेटा परीक्षणों पर भरोसा करने से भविष्य में वापसी की निरंतर स्थिरता की गारंटी नहीं दी जा सकती।
बाजार में उतार-चढ़ाव और कीमतों में भारी उतार-चढ़ाव के कारण होने वाली घटनाओं का सामना करने में असमर्थ।
समय विंडो गलत तरीके से सेट की गई है, जिससे ओवरफिट हो सकता है।
बुलिन बैंड और केल्टनर चैनल के पैरामीटर को अनुकूलित करें और सबसे अच्छा संयोजन खोजें।
एकल लेनदेन के अधिकतम नुकसान को नियंत्रित करने के लिए परीक्षण में चलती रोक को शामिल किया गया है।
एक विशिष्ट नस्ल और चक्र के लिए और अधिक अनुकूलन की कोशिश करें।
इस प्रकार, हम एक मशीन लर्निंग मॉडल का उपयोग कर ट्रेंड रिवर्स का पता लगाने की कोशिश कर रहे हैं।
विभिन्न प्रविष्टि अनुक्रम और स्थिति प्रबंधन रणनीतियों का परीक्षण करना।
इस अध्ययन से पता चलता है कि कैसे ट्रेंड रिवर्स सिग्नल को पहचाना जा सकता है और समय पर नुकसान को रोका जा सकता है।
इस रणनीति में मूल्य प्रवृत्ति की दिशा का निर्धारण करने और प्रवृत्ति का पालन करने के लिए कई तकनीकी संकेतकों का संयोजन किया गया है, और इसकी मजबूत अनुकूलन क्षमता है। पैरामीटर अनुकूलन और बहु-शर्त फ़िल्टरिंग के माध्यम से, ट्रेडिंग आवृत्ति को प्रभावी ढंग से नियंत्रित किया जा सकता है और सिग्नल की गुणवत्ता में सुधार किया जा सकता है। लेकिन रिवर्स ट्रेडिंग और आकस्मिक घटनाओं पर अभी भी सतर्कता की आवश्यकता है, जो ट्रेंड रिवर्स सिग्नल और जोखिम नियंत्रण तंत्र को अनुकूलित करने के लिए खोज जारी रख सकती है।
/*backtest
start: 2022-11-06 00:00:00
end: 2023-11-12 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
//Strategy based on LazyBear Squeeze Momentum Indicator
//I added some custom feature and filters
//
// @author LazyBear
// List of all my indicators:
// https://docs.google.com/document/d/15AGCufJZ8CIUvwFJ9W-IKns88gkWOKBCvByMEvm5MLo/edit?usp=sharing
// v2 - fixed a typo, where BB multipler was always stuck at 1.5. [Thanks @ucsgears]
//
strategy(shorttitle = "SQZMOM_LB", title="Strategy for Squeeze Momentum Indicator [LazyBear]", overlay=false, calc_on_every_tick=true, pyramiding=0,default_qty_type=strategy.percent_of_equity,default_qty_value=100,currency=currency.USD)
length = input(14, title="BB Length")
mult = input(2.0,title="BB MultFactor")
lengthKC=input(16, title="KC Length")
multKC = input(1.5, title="KC MultFactor")
useTrueRange = input(true, title="Use TrueRange (KC)", type=bool)
//FILTERS
useExtremeOrders = input(false, title="Early entry on momentum change", type=bool)
useMomAverage = input(false, title="Filter for Momenutum value", type=bool)
MomentumMin = input(20, title="Min for momentum")
// Calculate BB
src = close
basis = sma(src, length)
dev = mult * stdev(src, length)
upperBB = basis + dev
lowerBB = basis - dev
// Calculate KC
ma = sma(src, lengthKC)
range = useTrueRange ? tr : (high - low)
rangema = sma(range, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC
sqzOn = (lowerBB > lowerKC) and (upperBB < upperKC)
sqzOff = (lowerBB < lowerKC) and (upperBB > upperKC)
noSqz = (sqzOn == false) and (sqzOff == false)
val = linreg(src - avg(avg(highest(high, lengthKC), lowest(low, lengthKC)),sma(close,lengthKC)), lengthKC,0)
bcolor = iff( val > 0, iff( val > nz(val[1]), lime, green), iff( val < nz(val[1]), red, maroon))
scolor = noSqz ? blue : sqzOn ? black : aqua
plot(val, color=bcolor, style=histogram, linewidth=4)
plot(0, color=scolor, style=cross, linewidth=2)
//LOGIC
//momentum filter
filterMom=useMomAverage?abs(val)>(MomentumMin/100000)?true:false:true
//standard condition
longCondition = scolor[1]!=aqua and scolor==aqua and bcolor==lime and filterMom
exitLongCondition = bcolor==green and not useExtremeOrders
shortCondition = scolor[1]!=aqua and scolor==aqua and bcolor==red and filterMom
exitShortCondition = bcolor==maroon and not useExtremeOrders
//early entry
extremeLong= useExtremeOrders and scolor==aqua and bcolor==maroon and bcolor[1]!=bcolor[0] and filterMom
exitExtLong = scolor==black or bcolor==red
extremeShort = useExtremeOrders and scolor==aqua and bcolor==green and bcolor[1]!=bcolor[0] and filterMom
exitExtShort = scolor==black or bcolor==lime
//STRATEGY
strategy.entry("SQ_Long", strategy.long, when = longCondition)
strategy.close("SQ_Long",when = exitLongCondition )
strategy.entry("SQ_Long_Ext", strategy.long, when = extremeLong)
strategy.close("SQ_Long_Ext",when = exitExtLong)
//strategy.exit("exit Long", "SQ_Long", when = exitLongCondition)
strategy.entry("SQ_Short", strategy.short, when = shortCondition)
strategy.close("SQ_Short",when = exitShortCondition)
strategy.entry("SQ_Short_Ext", strategy.short, when = extremeShort)
strategy.close("SQ_Short_Ext",when = exitExtShort)
//strategy.exit("exit Short", "SQ_Short", when = exitShortCondition)
// // === Backtesting Dates === thanks to Trost
// testPeriodSwitch = input(true, "Custom Backtesting Dates")
// testStartYear = input(2018, "Backtest Start Year")
// testStartMonth = input(1, "Backtest Start Month")
// testStartDay = input(1, "Backtest Start Day")
// testStartHour = input(0, "Backtest Start Hour")
// testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,testStartHour,0)
// testStopYear = input(2018, "Backtest Stop Year")
// testStopMonth = input(12, "Backtest Stop Month")
// testStopDay = input(14, "Backtest Stop Day")
// testStopHour = input(23, "Backtest Stop Hour")
// testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,testStopHour,0)
// testPeriod() =>
// time >= testPeriodStart and time <= testPeriodStop ? true : false
// isPeriod = testPeriodSwitch == true ? testPeriod() : true
// // === /END
// if not isPeriod
// strategy.cancel_all()
// strategy.close_all()