CT TTM संकेतक पर आधारित मात्रात्मक व्यापार रणनीति

Common strategy

Created: 2023-11-15 16:06:37

Last modified: 3 years ago

Copy: 1

ChaoZhang

1802

Followers

सिंहावलोकन

यह रणनीति CT TTM संकेतक का उपयोग करके मूल्य की प्रवृत्ति को पहचानती है और ट्रेलिंग स्टॉप-लॉस के माध्यम से जोखिम को नियंत्रित करती है। रणनीति का नाम "CT TTM संकेतक आधारित प्रवृत्ति अनुगमन रणनीति" है।

रणनीति का सिद्धांत

यह रणनीति मूल्य प्रवृत्ति का आकलन करने के लिए CT TTM संकेतक का उपयोग करती है। विशेष रूप से, रणनीति में निम्नलिखित चर परिभाषित किए गए हैं:

e1 - मध्य बैंड का मध्य मूल्य
osc - e1 अवधि के समापन मूल्य और e1 के अंतर की रैखिक प्रतिगमन गणना से प्राप्त ऑसिलेटर
diff - बोलिंगर बैंड और केल्टनर चैनल के बीच का अंतर
osc_color - osc के विभिन्न रंगों को निर्दिष्ट करता है
mid_color - diff के विभिन्न रंगों को निर्दिष्ट करता है

यदि osc 0 रेखा को ऊपर की ओर पार करता है, तो इसे हरा रंग दिखाया जाता है, जो तेजी (लॉन्ग) का संकेत है; यदि osc 0 रेखा को नीचे की ओर पार करता है, तो इसे लाल रंग दिखाया जाता है, जो मंदी (शॉर्ट) का संकेत है।

जब osc सकारात्मक होता है, तो लॉन्ग (खरीद) किया जाता है; जब osc नकारात्मक होता है, तो शॉर्ट (बिक्री) किया जाता है।

यह रणनीति प्रवृत्ति की दिशा निर्धारित करने के लिए ऑसिलेटर osc का उपयोग करती है, और तेजी/मंदी की ताकत का आकलन करने के लिए diff का उपयोग करती है। जब ऑसिलेटर osc 0 रेखा को ऊपर की ओर पार करता है, तो यह माना जाता है कि बाजार नीचे से ऊपर की ओर जा रहा है, और लॉन्ग किया जाता है; जब osc 0 रेखा को नीचे की ओर पार करता है, तो यह माना जाता है कि बाजार ऊपर से नीचे की ओर जा रहा है, और शॉर्ट किया जाता है।

रणनीति के लाभों का विश्लेषण

इस रणनीति के निम्नलिखित लाभ हैं:

CT TTM संकेतक का उपयोग करके प्रवृत्ति की पहचान करने की सटीकता अधिक होती है। CT TTM संकेतक मूविंग एवरेज, बोलिंगर बैंड और केल्टनर चैनल को एकीकृत करता है, जो मूल्य प्रवृत्ति को प्रभावी ढंग से पहचानने में सक्षम है।
ऑसिलेटर का उपयोग विशिष्ट तेजी/मंदी के बिंदुओं को निर्धारित करने के लिए किया जाता है, जो गैर-प्रवृत्ति क्षेत्रों में गलत संकेतों से बचने में मदद करता है। ऑसिलेटर मूल्य के छोटे उतार-चढ़ाव को फ़िल्टर कर सकता है, जो ट्रेडिंग संकेतों पर प्रभाव को कम करता है।
ट्रेलिंग स्टॉप-लॉस का उपयोग करके जोखिम को नियंत्रित किया जाता है, जो प्रति ट्रेड हानि को सीमित करने में सहायक है। रणनीति में प्रवेश के बाद तुरंत स्टॉप-लॉस सेट किया जाता है, जो लाभ को लॉक करने और हानि को बढ़ने से रोकने में मदद करता है।
रणनीति में कम पैरामीटर होते हैं, जिससे ऑप्टिमाइजेशन आसान होता है। यह रणनीति केवल एक पैरामीटर 'length' पर निर्भर करती है, जिससे सर्वोत्तम पैरामीटर संयोजन खोजने के लिए त्वरित परीक्षण संभव है।
चार्टिंग सुविधा पूर्ण है, जिससे संकेत स्पष्ट रूप से दिखाई देते हैं। रणनीति तेजी/मंदी के संकेतों और ताकत को अलग-अलग रंगों से चिह्नित करती है, जिससे प्रवृत्ति निर्णय सहजता से समझ में आता है।

रणनीति के जोखिमों का विश्लेषण

इस रणनीति में निम्नलिखित जोखिम भी हैं:

CT TTM संकेतक कुछ बाजार स्थितियों में गलत संकेत दे सकता है, जिससे ट्रेड में हानि हो सकती है। जब मूल्य में तीव्र उतार-चढ़ाव होता है, तो संकेतक गलत तेजी/मंदी के संकेत उत्पन्न कर सकता है।
ऑसिलेटर में डाइवर्जेंस (divergence) होने पर ट्रेडिंग संकेत गलत हो सकते हैं। जब मूल्य पहले ही उलट चुका हो, लेकिन ऑसिलेटर ने अभी तक दिशा नहीं बदली हो, तो गलत संकेत उत्पन्न हो सकते हैं।
बहुत आक्रामक ट्रेलिंग स्टॉप-लॉस अनावश्यक हानि का कारण बन सकता है। जब स्टॉप-लॉस बहुत करीब सेट किया जाता है, तो सामान्य उतार-चढ़ाव के कारण स्टॉप लग सकता है और पोजीशन समय से पहले बंद हो सकती है।
यह रणनीति केवल मजबूत प्रवृत्ति वाले उपकरणों के लिए उपयुक्त है, साइडवेज (रेंज) मार्केट में प्रभावी नहीं है। यह रणनीति प्रवृत्ति व्यापार पर आधारित है, जो क्षैतिज/अस्थायी बाजार में अच्छा प्रदर्शन नहीं करती है।
अत्यधिक ऑप्टिमाइजेशन से कर्व फिटिंग (curve fitting) की समस्या हो सकती है। पैरामीटर ऑप्टिमाइज करते समय अति-ऑप्टिमाइजेशन से बचना चाहिए जो बैकटेस्टिंग में कर्व फिटिंग का कारण बन सकता है।

रणनीति अनुकूलन की दिशाएँ

इस रणनीति को निम्नलिखित पहलुओं में अनुकूलित किया जा सकता है:

एकाधिक संकेतकों का संयोजन करके सिग्नल सटीकता में सुधार। इसमें MACD, KDJ जैसे अन्य संकेतक जोड़े जा सकते हैं, ताकि प्रवेश संकेतों को ऑप्टिमाइज़ किया जा सके।
स्टॉप-लॉस विधि में सुधार मॉड्यूल जोड़कर स्टॉप-लॉस को अधिक बुद्धिमान बनाया जा सकता है। पैरामीटर अनुकूलित ट्रेलिंग स्टॉप-लॉस, ऑर्डर-आधारित स्टॉप-लॉस आदि का परीक्षण किया जा सकता है।
मनी मैनेजमेंट रणनीति को ऑप्टिमाइज़ करना, जैसे फिक्स्ड फ्रैक्शन, केली फॉर्मूला आदि का परीक्षण। अनुकूलन के बाद, प्रति ट्रेड जोखिम सुनिश्चित करते हुए पूंजी की दक्षता में वृद्धि की जा सकती है।
विशिष्ट उपकरणों के लिए पैरामीटर अनुकूलन करके रणनीति की अनुकूलनशीलता में सुधार। विभिन्न ट्रेडिंग उपकरणों की विशेषताओं के आधार पर पैरामीटर को समायोजित करने से विशेष उपकरणों पर फिटनेस बढ़ सकती है।
मशीन लर्निंग एल्गोरिदम जोड़कर रणनीति की स्व-अनुकूलन क्षमता बढ़ाना। RNN, LSTM आदि का उपयोग करके रणनीति को सुदृढ़ किया जा सकता है, जिससे इसकी अनुकूलन क्षमता में सुधार होता है।

सारांश

यह रणनीति CT TTM संकेतक का उपयोग करके प्रवृत्ति दिशा निर्धारित करती है, ऑसिलेटर के सफेद मान (यहाँ 'शून्य' संभवतः उद्देश्य है, लेकिन मूल पाठ में '白数值' का अर्थ हो सकता है 'शून्य रेखा' या 'ऑसिलेटर का मान' - यहाँ यथावत अनुवाद: ऑसिलेटर के मान को प्रवेश संकेत के रूप में उपयोग करती है, और ट्रेलिंग स्टॉप-लॉस के माध्यम से जोखिम प्रबंधन करती है। रणनीति के लाभों में उच्च सटीकता और आसान पैरामीटर अनुकूलन शामिल हैं, लेकिन इसमें संकेतक विफलता, अत्यधिक आक्रामक स्टॉप-लॉस आदि जोखिम भी हैं। भविष्य में एकाधिक संकेतक संयोजन, स्टॉप-लॉस अनुकूलन, मनी मैनेजमेंट सुधार आदि के माध्यम से इसे बेहतर बनाकर अधिक प्रभावी बनाया जा सकता है।

Source

Pine

/*backtest
start: 2023-10-15 00:00:00
end: 2023-11-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CT TTM Squeeze") 
length = input(title="Length",  defval=20, minval=0) 
bband(length, mult) =>

Strategy parameters