गति दोलक थकावट रणनीति
ChaoZhang
अवलोकन
गतिशील अस्थिरता थकावट रणनीति एक प्रवृत्ति का पालन करने वाली रणनीति है जो चलती औसत और मूल्य प्रतिशत अस्थिरता के संकेतकों का उपयोग करके गिरावट के जोखिम को कम करने के लिए करती है। यह रणनीति सूचकांक निधि व्यापार मॉडल के अंतर्गत आती है जो जोखिम को प्रभावी ढंग से नियंत्रित कर सकती है।
रणनीति सिद्धांत
इस रणनीति के लिए केंद्रीय संकेतक हैं depreciation और depreciation औसत. depreciation एक माप है, जो कीमतों के उतार-चढ़ाव के लिए है, यह बंद कीमतों, उच्चतम और सबसे कम कीमतों से गणना की है. विशेष रूप से गणना के तरीकों में से एक है: ((बंद कीमत + उच्चतम कीमत + सबसे कम कीमत - depreciation के चलती औसत) / (( depreciation के चलती औसत) । depreciation औसत depreciation के चलती औसत है. जब depreciation के ऊपर से गुजरता है depreciation के औसत, तो यह संकेत देता है कि एक पुनर्गठन है, और एक नई प्रवृत्ति हो सकती है; जब depreciation के नीचे से गुजरता है depreciation के औसत, तो यह संकेत देता है कि प्रवृत्ति को उलट दिया गया है, और इसे रोक दिया जाना चाहिए।
इसके अलावा, रणनीति लंबी अवधि के चलती औसत का उपयोग करती है, जिसमें 300 दिन की रेखा, 150 दिन की रेखा और 50 दिन की रेखा शामिल हैं। लंबी अवधि के चलती औसत के नीचे लंबी अवधि के चलती औसत को पार करते समय, रुझान में बदलाव को दर्शाता है और स्टॉप लॉस को ध्यान में रखा जाना चाहिए।
एमएसीडी भी अल्पकालिक खरीद-बिक्री के लिए उपयोग किया जाता है। जब एमएसीडी लाइन पर संकेत लाइन को पार करता है, तो यह बढ़ जाता है, और जब यह संकेत लाइन को पार करता है, तो यह गिर जाता है। आरएसआई को कम करने के लिए भी एक खरीद संकेत के रूप में उपयोग किया जाता है।
प्रवेश और बाहर निकलने के तर्क इस प्रकार हैं:
खरीद की शर्तें: औसत औसत रेखा पर, और 50 दिन की रेखा 150 दिन की रेखा से ऊपर है; या आरएसआई 30 से नीचे है।
अल्पकालिक हानि की स्थितिः औसत क्षय रेखा को क्षय के मूल्य के नीचे पार करना; या MACD के तहत सिग्नल लाइन को पार करना
मध्यम और दीर्घकालिक स्टॉप लॉस शर्तेंः 50 दिन की रेखा के नीचे 150 दिन की रेखा पार करना; या 150 दिन की रेखा के नीचे 300 दिन की रेखा पार करना
रणनीतिक लाभ
इस रणनीति में रुझानों को नियंत्रित करने के लिए कई सूचकांकों का संयोजन किया गया है, जिसमें निम्नलिखित लाभ हैं:
थकावट के संकेतकों को प्रभावी ढंग से ट्रेंड रिवर्सिंग और रिवर्सिंग का आकलन करने के लिए उपयोग किया जाता है। समय पर ट्रेंड रिवर्सिंग का पता लगाना जोखिम को प्रभावी ढंग से नियंत्रित करने की कुंजी है।
प्रवृत्ति का आकलन करने के लिए बहु-अवधि चलती औसत का उपयोग करें, ताकि अल्पकालिक बाजार के शोर से भ्रमित न हों।
MACD ने खरीदारी और बिक्री के बिंदुओं की पुष्टि की, जिससे रणनीति की प्रभावशीलता बढ़ गई।
आरएसआई सूचकांक कम कीमत पर खरीदने और अधिक कीमत पर बेचने की क्षमता का उपयोग करता है।
एक स्पष्ट स्टॉप-लॉस रणनीति जो प्रत्येक ट्रेड के जोखिम को प्रभावी ढंग से नियंत्रित करती है।
रणनीतिक जोखिम
इस रणनीति में कुछ जोखिम भी हैं:
कई सूचकांकों के आधार पर, अनुचित पैरामीटर सेटिंग ट्रेडिंग सिग्नल त्रुटि का कारण बन सकती है। अनुकूलन पैरामीटर को बार-बार परीक्षण करने की आवश्यकता होती है।
थकावट सूचक पूरी तरह से विश्वसनीय नहीं है, और जब कीमत कम विचलन में होती है तो यह विफल हो सकता है।
स्टॉपलॉस को गलत तरीके से सेट करने से सुपर शॉर्ट-लाइन कंपन हो सकता है। स्टॉपलॉस को रणनीति के दीर्घकालिक प्रभाव को ध्यान में रखना चाहिए।
बड़े बाजारों में समग्र उतार-चढ़ाव के दौरान, सूचक विफल हो जाएगा, स्थिति के आकार को नियंत्रित करने के लिए सावधानी बरतने की आवश्यकता है।
रणनीति अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
विभिन्न मापदंडों के संयोजनों का परीक्षण करें और त्रुटि संकेतों को कम करने के लिए इष्टतम मापदंडों की तलाश करें। समायोज्य प्रमुख मापदंडों में औसत चक्र, थकावट चक्र आदि शामिल हैं।
एटीआर जैसे अस्थिरता दर के संकेतकों के साथ मिलकर स्टॉप लॉस को गतिशील रूप से समायोजित करें और बड़े उतार-चढ़ाव के दौरान स्टॉप लॉस को उचित रूप से ढीला करें।
स्थिति प्रबंधन का अनुकूलन करें, विभिन्न मेजर चरणों के लिए अलग-अलग स्थिति अनुपात नियम पूर्व निर्धारित किए जा सकते हैं।
ग्राफिकल संकेतकों जैसे कि संचयी रेखाएं, समर्थन रेखाएं और अन्य के संयोजन से रणनीति की वास्तविक युद्ध प्रभावशीलता में सुधार होता है।
मशीन लर्निंग एल्गोरिदम को जोड़ना, जो कि गतिशील अनुकूलन को प्राप्त करने के लिए महत्वपूर्ण संकेतकों की प्रभावशीलता का आकलन करने में मदद करता है।
संक्षेप
गतिशीलता थकावट रणनीति ट्रेडिंग जोखिम को नियंत्रित करने के लिए प्रवृत्ति को बदलने के लिए कई संकेतकों का व्यापक उपयोग करती है। इस रणनीति में प्रवृत्ति का पालन करने की क्षमता है, जो खरीद और बिक्री के समय को प्रभावी ढंग से निर्धारित कर सकती है। पैरामीटर अनुकूलन, स्टॉप लॉस नियम सेट करना, ग्राफिक संकेतक सहायता आदि के माध्यम से रणनीति की प्रभावशीलता को और बढ़ाया जा सकता है। कुल मिलाकर, इस रणनीति में बड़े बाजार के उतार-चढ़ाव के लिए कुछ अनुकूलन क्षमता है, जो जोखिम नियंत्रित रणनीति विकल्पों में से एक के रूप में काम कर सकती है।
/*backtest
start: 2022-11-09 00:00:00
end: 2023-11-15 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © spiritualhealer117
//@version=4
strategy("Infiten Slope Strategy", overlay=false,calc_on_every_tick = true, default_qty_type=strategy.percent_of_equity, default_qty_value = 100)
// //TIME RESTRICT FOR BACKTESTING {
// inDateRange = (time >= timestamp(syminfo.timezone, 2003,
// 1, 1, 0, 0)) and
// (time < timestamp(syminfo.timezone, 2021, 5, 25, 0, 0))
// //}
//OPTIMAL PARAMETERS {
daysback = 30
volumesens = 1.618
//}
//Calculating Exhaustion and Exhaustion Moving Average {
clh = close+low+high
exhaustion = (clh-sma(clh,daysback))/sma(clh,daysback)
exhaustionSma = sma(exhaustion,daysback)
//}
//Long Term Moving Averages for sell signals {
red = sma(close,300)
white = sma(close,150)
blue = sma(close,50)
plot(red,color=color.red)
plot(white,color=color.white)
plot(blue,color=color.blue)
//}
//MACD Calculation {
fast_length = input(title="Fast Length", type=input.integer, defval=12)
slow_length = input(title="Slow Length", type=input.integer, defval=26)
src = input(title="Source", type=input.source, defval=close)
signal_length = input(title="Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 9)
sma_source = input(title="Simple MA (Oscillator)", type=input.bool, defval=false)
sma_signal = input(title="Simple MA (Signal Line)", type=input.bool, defval=false)
// Calculating
fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length)
slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length)
hist = macd - signal
//}
//SIGMOID Bottom {
timeAdjust = 300/sma(close,500)
//}
//RSI bottom {
len = input(14, minval=1, title="Length")
up = rma(max(change(src), 0), len)
down = rma(-min(change(close), 0), len)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
//}
//Entry and exit conditions {
//Sell conditions
bigVolume = sma(volume,30)*volumesens
sellcond1 = crossunder(exhaustion,exhaustionSma) and volume > bigVolume
sellcond2 = crossunder(macd,signal) and volume > bigVolume
midtermsellcond1 = crossunder(blue,white)
longtermsellcond1 = white < red
//Buy conditions
buycond = crossover(exhaustion,exhaustionSma) and not longtermsellcond1
buycond2 = rsi < 30
buycond3 = crossover(blue,white) and longtermsellcond1
//}
//Backtest Run Buy/Sell Commands {
strategy.entry("buycond",true, when=buycond and bigVolume)
strategy.entry("buycond2",true, when=buycond2 and bigVolume)
strategy.close_all(when=sellcond1,comment="short term sell signal 1")
strategy.close_all(when=midtermsellcond1, comment="mid term sell signal 1")
strategy.close_all(when=longtermsellcond1, comment="long term sell signal 1")
strategy.close_all(when=sellcond2, comment="short term sell signal 2")
plot(strategy.position_size)
//Sell on last tested day (only for data collection)
//strategy.close_all(when=not inDateRange)
//}