अवलोकन

यह रणनीति चल औसत पर आधारित है, पैरामीटर स्वचालित रूप से समायोजित कर सकती है, और उच्च समय चक्रों पर अस्थिर बाजारों के लिए उपयुक्त है। यह स्वचालित रूप से इष्टतम पैरामीटर संयोजन ढूंढ सकती है और मूल्य के चल औसत रेखा को तोड़ने पर ट्रेडिंग सिग्नल उत्पन्न करती है।

रणनीति का तर्क

यह रणनीति एक अनुकूली चल औसत को ट्रेडिंग सिग्नल के रूप में उपयोग करती है। पहले यह निर्दिष्ट अवधि (start) के सरल चल औसत (CMA) की गणना करती है। फिर यह CMA के आसपास के पैरामीटर संयोजनों का परीक्षण करती है, यह निर्धारित करती है कि किस संयोजन की CMA रेखा को कैंडलस्टिक के शरीर और छाया द्वारा सबसे कम छुआ गया है। अंत में यह सबसे कम स्पर्श वाले CMA को सिग्नल रेखा के रूप में उपयोग करती है।

विशेष रूप से, रणनीति CMA अवधि प्लस 1 (CMA_P1) और माइनस 1 (CMA_M1) के साथ CMA रेखा का परीक्षण करती है, शरीर और छाया द्वारा स्पर्शों की संख्या गिनती है। यदि CMA के स्पर्श CMA_P1 और CMA_M1 से कम हैं, तो वर्तमान CMA अवधि बनाए रखें; यदि CMA_P1 के स्पर्श कम हैं, तो CMA अवधि 1 बढ़ाएँ; यदि CMA_M1 के स्पर्श कम हैं, तो CMA अवधि 1 घटाएँ। इस प्रकार एक अपेक्षाकृत चिकनी CMA सिग्नल रेखा के रूप में प्राप्त होती है।

जब मूल्य नीचे से ऊपर की ओर CMA को तोड़ता है, तो खरीद संकेत उत्पन्न होता है; जब मूल्य ऊपर से नीचे की ओर CMA को तोड़ता है, तो बिक्री संकेत उत्पन्न होता है।

लाभ विश्लेषण

इस अनुकूली चल औसत रणनीति के निम्नलिखित लाभ हैं:

1. स्वचालित रूप से इष्टतम पैरामीटर ढूंढना। चल औसत अवधि को मैन्युअल रूप से चुनने की आवश्यकता नहीं है, रणनीति विभिन्न अवधियों का परीक्षण करेगी और इष्टतम पैरामीटर ढूंढेगी।

2. झूठे संकेतों को कम करना। निश्चित अवधि के चल औसत की तुलना में, अनुकूली चल औसत अधिक शोर को फ़िल्टर कर सकता है, जिससे कई झूठे संकेत कम हो जाते हैं।

3. बाजार परिवर्तनों के अनुकूल होना। जब बाजार सीमित दायरे से ट्रेंड में बदलता है, तो चल औसत अवधि स्वचालित रूप से लंबी हो जाती है ताकि संकेत उत्पन्न हो सकें; जब बाजार ट्रेंड से सीमित दायरे में बदलता है, तो चल औसत अवधि स्वचालित रूप से छोटी हो जाती है। इसलिए रणनीति गतिशील रूप से बाजार परिवर्तनों के अनुकूल हो सकती है।

4. ट्रेडिंग सिस्टम को सरल बनाना। यह अनुकूली विधि पूरे ट्रेडिंग सिस्टम को सरल बना सकती है, मैन्युअल पैरामीटर अनुकूलन की आवश्यकता नहीं है।

5. अच्छी मापनीयता। इस अवधारणा को अन्य संकेतकों पर लागू किया जा सकता है, जैसे कि अनुकूली बोलिंगर बैंड, अनुकूली KD आदि।

जोखिम

3. प्रवृत्ति उलटने का जोखिम। प्रवृत्ति में प्रवेश करने के बाद प्रवृत्ति उलटने पर समय पर स्विच करना आवश्यक है, अन्यथा नुकसान हो सकता है। नुकसान को नियंत्रित करने के लिए स्टॉप लॉस सेट किया जाना चाहिए।

4. पैरामीटर ऑप्टिमाइज़ेशन जोखिम। अनुकूलित समायोजित पैरामीटर स्थानीय ऑप्टिमाइज़ेशन में फंस सकते हैं, जिससे अतिरिक्त MA हो सकते हैं। इस समस्या से बचने के लिए मॉडल मूल्यांकन विधियों को शामिल करने की आवश्यकता है।

5. ओवरफिटिंग जोखिम। अत्यधिक पैरामीटर ट्यूनिंग ओवरफिटिंग का कारण बन सकती है और मॉडल की सामान्यीकरण क्षमता को खो देती है। केवल बैकटेस्ट परिणामों पर निर्भर न रहकर, विभिन्न बाजार वातावरणों में लंबे समय तक सत्यापन की आवश्यकता है।

सुधार की दिशाएँ

इस अनुकूली MA रणनीति को बेहतर बनाने के लिए कुछ दिशाएँ:

1. गलत ब्रेकआउट को फ़िल्टर करने के लिए लगातार ब्रेकआउट के माध्यम से प्रवृत्ति ब्रेकआउट सत्यापन जोड़ें।

2. स्टॉप लॉस रणनीति बढ़ाएँ, जब कीमत MA के दूसरी ओर वापस जाए तो स्टॉप लॉस लगाएँ।

3. कॉल ऑप्शन आने पर गलत सिग्नल से बचने के लिए ऑप्शन फ़िल्टर जोड़ें।

4. पैरामीटर ट्यूनिंग को सीमित करने और ओवरफिटिंग को रोकने के लिए IC, LIC, SIC जैसे मूल्यांकन मेट्रिक्स शामिल करें।

5. अन्य संकेतकों जैसे अनुकूली गोल्डन क्रॉस रणनीति, अनुकूली बोलिंजर बैंड आदि में विस्तार करें।

6. चिकने MA प्राप्त करने के लिए भारित MA, एक्सपोनेंशियल MA आदि का उपयोग करके MA गणना को ऑप्टिमाइज़ करें।

सारांश

यह रणनीति इष्टतम पैरामीटर खोजने के लिए MA अवधि को अनुकूलित रूप से समायोजित करके ट्रेडिंग सिग्नल उत्पन्न करती है। निश्चित पैरामीटर की तुलना में, यह कई गलत सिग्नल को कम कर सकती है और बाजार में बदलावों के अनुकूल हो सकती है। लेकिन हमें संभावित जोखिमों पर भी ध्यान देना होगा, और लाइव ट्रेडिंग में लागू करने से पहले सत्यापन और वॉक-फ़ॉरवर्ड ऑप्टिमाइज़ेशन करना होगा ताकि स्थिर लाभ हो सके।