डबल मूविंग एवरेज स्टॉप लॉस रणनीति
ChaoZhang
अवलोकन
यह रणनीति दो चलती औसत रेखाओं पर आधारित एक स्टॉप-लॉस रणनीति है। इसमें दो चलती औसत रेखाओं का उपयोग किया जाता है, एक मुख्य औसत रेखा और एक स्टॉप-लॉस रेखा। जब कीमत मुख्य औसत रेखा से ऊपर होती है, तो यह अधिक होता है, और जब कीमत स्टॉप-लॉस रेखा से नीचे होती है, तो यह अधिक होता है; जब कीमत मुख्य औसत रेखा से नीचे होती है, तो यह शून्य होती है, और जब कीमत स्टॉप-लॉस रेखा से ऊपर होती है तो यह शून्य होती है। गतिशील रूप से समायोजित करके, यह स्टॉप-लॉस रेखा को पूरा करता है।
रणनीति सिद्धांत
इस रणनीति में, स्मा फ़ंक्शन का उपयोग किया जाता है, जिसमें एक सरल चलती औसत की गणना की जाती है, जिसकी लंबाई len होती है, जो कि मुख्य औसत रेखा ma ≠ है। फिर उपयोगकर्ता के इनपुट के आधार पर, एक बहुहेड स्टॉप प्रतिशत elpercent और एक खाली हेड स्टॉप प्रतिशत espercent की गणना की जाती है। इसके लिए, बहुहेड स्टॉप लाइन el और खाली हेड स्टॉप लाइनes की गणना की जाती है।
el = ma + (ma * elpercent / 100) es = ma + (ma * espercent / 100)
जहां elpercent और espercent क्रमशः मुख्य औसत रेखा के ऊपर और नीचे विचलन के प्रतिशत को दर्शाते हैं।
इस प्रकार तीन रेखाएं बनती हैं: मुख्य औसत रेखा ma, बहुहेड रुकावट रेखा el, खालीहेड रुकावट रेखाes
रणनीति का लेन-देन तर्क हैः
यदि समापन मूल्य बहुहेड स्टॉप लाइन el से अधिक है, तो एक अधिक स्थिति खोलें; यदि समापन मूल्य शून्य हेड स्टॉप लाइन es से कम है, तो एक अधिक स्थिति बंद करें।
यदि समापन मूल्य शून्य से नीचे है तो स्थिति को खाली करें; यदि समापन मूल्य शून्य से ऊपर है तो स्थिति को खाली करें।
रणनीतिक लाभ
दोहरी चलती औसत रेखा का उपयोग करके स्टॉप लॉस स्टॉप पॉइंट को सेट करना, जोखिम को प्रभावी ढंग से नियंत्रित कर सकता है।
मुख्य औसत रेखा की लंबाई len और विचलन प्रतिशत elpercent, espercent अनुकूलित किया जा सकता है, विभिन्न बाजारों के लिए पैरामीटर को समायोजित किया जा सकता है, अनुकूलन योग्य है।
स्टॉप लॉस मैकेनिज्म का उपयोग करके, नुकसान को समय पर रोक दिया जा सकता है ताकि नुकसान को और अधिक विस्तारित न किया जा सके।
रणनीति सरल और स्पष्ट है, इसे लागू करना आसान है, और यह शुरुआती लोगों के लिए उपयुक्त है।
एक ही समय में अधिक काम करने के लिए, दो-तरफा व्यापार का पूरा लाभ उठाएं।
जोखिम और समाधान
डेटा फिटनेस जोखिमों का पता लगाएं. मोबाइल समानांतर रणनीति ऐतिहासिक डेटा फिटनेस के लिए मजबूत है, और रीयल-टाइम प्रभाव में अंतर हो सकता है। समाधान जटिल चर बाजारों में रीयल-टाइम सत्यापन में है, जो रीयल-टाइम की स्थिति के अनुसार पैरामीटर को समायोजित करता है।
स्टॉप लॉस के बहुत करीब होने का जोखिम। यदि स्टॉप लॉस को मेजर एवरेज के बहुत करीब सेट किया जाता है, तो स्टॉप लॉस को अल्पकालिक मूल्य उतार-चढ़ाव से ट्रिगर किया जा सकता है। स्टॉप लॉस की दूरी को उचित रूप से बढ़ाया जा सकता है ताकि इससे बचा जा सके।
द्विपक्षीय लेनदेन के साथ धन दबाव. एक ही समय में अधिक से अधिक घाटे का संचालन करने के लिए, पर्याप्त धन की आवश्यकता होती है, जो गारंटी के रूप में तैयार की जाती है। धन दबाव को नियंत्रित करने के लिए स्थिति को उचित रूप से कम किया जा सकता है।
पैरामीटर अनुकूलन जोखिम. विभिन्न बाजार स्थितियों के लिए पैरामीटर सेटिंग में काफी अंतर हो सकता है, पैरामीटर को अनुकूलित करने के लिए समय की आवश्यकता होती है। मशीन लर्निंग जैसी तकनीकी सहायक पैरामीटर अनुकूलन का उपयोग किया जा सकता है।
अनुकूलन दिशा
बाजार के रुझानों को समझने के लिए और अधिक संकेतकों को शामिल करने पर विचार किया जा सकता है, जिससे निर्णय लेने की प्रभावशीलता में सुधार हो सकता है। उदाहरण के लिए, मात्रा-मूल्य संकेतकों, उतार-चढ़ाव संकेतकों आदि को शामिल करना।
स्वचालित रूप से अनुकूलित करने के लिए चलती औसत रेखा की लंबाई और स्टॉप लॉस पैरामीटर का अध्ययन किया जा सकता है, ताकि बाजार में बदलाव के अनुसार इसे समायोजित किया जा सके।
ट्रेडिंग किस्मों के लिए फ़िल्टर जोड़ा जा सकता है, केवल ट्रेंडिंग किस्मों के तहत व्यापार करें।
स्टॉप को ट्रैक करने के लिए स्टॉप मोड को बदलने पर विचार किया जा सकता है, जो स्टॉप को कीमत के आधार पर वास्तविक समय में समायोजित करता है।
एक पैरामीटर अनुकूलित मूल्यांकन प्रणाली स्थापित की जा सकती है, जो स्वचालित रूप से सबसे अच्छा पैरामीटर संयोजन खोजने के लिए फीडबैक परिणामों का उपयोग करती है।
संक्षेप
इस रणनीति की समग्र विचार स्पष्ट और समझने में आसान है, दोहरी गतिशील समान रेखा का उपयोग करके नुकसान को रोकना, जोखिम को प्रभावी ढंग से नियंत्रित किया जा सकता है। रणनीति में पैरामीटर समायोज्य, अनुकूलनशीलता और अन्य फायदे हैं, लेकिन ध्यान देने की आवश्यकता है कि डेटा फिटिंग, स्टॉप लॉस दूरी सेटिंग और अन्य समस्याएं भी हैं। आगे के अनुकूलन के साथ, यह रणनीति एक प्रभावी स्टॉप लॉस रणनीति बन सकती है। यह एल्गोरिथ्म ट्रेडिंग सीखने के लिए शुरुआती के लिए उपयुक्त है, अभ्यास में लगातार सुधार, धीरे-धीरे एक अद्वितीय ट्रेडिंग सिस्टम का गठन।
/*backtest
start: 2022-11-08 00:00:00
end: 2023-11-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//Noro
//2019
//@version=4
strategy(title = "Robot WhiteBox StopMA", shorttitle = "Robot WhiteBox StopMA", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0)
//Settings
needlong = input(true, defval = true, title = "Long")
needshort = input(false, defval = false, title = "Short")
len = input(50)
src = input(ohlc4)
elpercent = input(5.0, minval = 0, maxval = 100, title = "Shift long, %")
espercent = input(-5.0, minval = -100, maxval = 0, title = "Shift short, %")
showlines = input(true, defval = true, title = "Show lines")
showbg = input(true, defval = true, title = "Show background")
//Levels
ma = sma(src, len)
el = ma + ((ma / 100) * elpercent)
es = ma + ((ma / 100) * espercent)
//Lines
colel = showlines ? color.lime : na
colma = showlines ? color.blue : na
coles = showlines ? color.red : na
plot(el, color = colel, offset = 1)
plot(ma, color = colma, offset = 1)
plot(es, color = coles, offset = 1)
//Background
trend = 0
trend := high > el[1] ? 1 : low < es[1] ? -1 : trend[1]
colbg = showbg == false ? na : trend == 1 ? color.lime : trend == -1 ? color.red : na
bgcolor(colbg, transp = 80)
//Trading
if ma > 0
strategy.entry("Long", strategy.long, needlong ? na : 0, stop = el)
strategy.entry("Short", strategy.short, needshort ? na : 0, stop = es)