प्रवृत्ति औसत पर आधारित बहु-प्रतिवर्ती रणनीति


निर्माण तिथि: 2023-11-21 14:53:48 अंत में संशोधित करें: 2023-11-21 14:53:48
कॉपी: 0 क्लिक्स: 603
1
ध्यान केंद्रित करना
1621
समर्थक

प्रवृत्ति औसत पर आधारित बहु-प्रतिवर्ती रणनीति

अवलोकन

यह रणनीति कई प्रकार के रुझान संकेतकों की गणना करके खरीदारी और बिक्री का संचालन करती है जब वे उलट जाते हैं। मुख्य रुझान संकेतकों में टीडीआई, टीसीएफ, टीटीएफ और टीआईआई शामिल हैं। रणनीति विन्यास में चुनती है कि ट्रेडिंग सिग्नल उत्पन्न करने के लिए किस संकेतक का उपयोग करना है।

रणनीति सिद्धांत

  • ### टीडीआई सूचक

TDI सूचक मूल्य परिवर्तन की गति के आधार पर गणना करता है। summing और smoothing तकनीक के माध्यम से बनाया गया है। जब TDI दिशा सूचक TDI वक्र को पार करता है, तो अधिक करें और जब यह नीचे जाता है तो इसे साफ करें।

  • ### टीसीएफ सूचक

टीसीएफ सूचकांक मूल्य में सकारात्मक परिवर्तन और नकारात्मक परिवर्तन की गणना करता है, ताकि पॉलीहेड और खाली हेड की ताकत का आकलन किया जा सके। जब सकारात्मक परिवर्तन बल नकारात्मक परिवर्तन बल से अधिक हो, तो अधिक करें, अन्यथा स्टॉक को खाली करें।

  • ### टीटीएफ सूचक

टीटीएफ सूचक उच्च और निम्न बिंदुओं की तुलना करके प्रवृत्ति का न्याय करता है। अधिक संकेत देने के लिए टीटीएफ सूचक 100 से अधिक है, और इसके विपरीत, यह स्पष्ट है।

  • ### टीआईआई सूचक

टीआईआई सूचकांक औसत रेखा और मूल्य सीमा के साथ एक साथ प्रवृत्ति को बदलने का फैसला करता है। यह अल्पकालिक और दीर्घकालिक दोनों प्रवृत्तियों को ध्यान में रखता है। अधिक संकेतों के लिए, टीआईआई सूचकांक 80 के पार है, और 80 के पार है।

लॉजिक में प्रवेश करें और कई शांतिपूर्ण पदों पर जाएं विन्यस्त संकेतकों के आधार पर उपयुक्त ट्रेडिंग सिग्नल चुनें।

रणनीतिक लाभ

इस रणनीति में कई सामान्य प्रवृत्ति व्यापारिक संकेतकों को शामिल किया गया है, जो बाजार की परिस्थितियों के लिए लचीलापन प्रदान करता है। इसके विशिष्ट फायदे हैंः

  1. ट्रेंड रिवर्स सिग्नल का उपयोग करके ट्रेंड में बदलाव के अवसरों को समय पर पकड़ें
  2. विभिन्न मापों को कॉन्फ़िगर करें और लक्षित रूप से अनुकूलित करें
  3. संकेतक का एक समृद्ध संयोजन, संकेतों की पुष्टि करने के लिए संयोजन में इस्तेमाल किया जा सकता है

रणनीतिक जोखिम

इस रणनीति में मुख्य रूप से निम्नलिखित जोखिम हैं:

  1. ट्रेंड इंडिकेटर द्वारा उत्पन्न ट्रेडिंग सिग्नल में गलत रिपोर्टिंग से नुकसान हो सकता है
  2. एकल सूचकांक पूरी तरह से प्रवृत्ति का आकलन नहीं कर सकता है और बाजार के शोर से प्रभावित हो सकता है
  3. गलत तरीके से कॉन्फ़िगर किए गए संकेतक पैरामीटर और ट्रेडिंग पैरामीटर से बाजार में गड़बड़ी हो सकती है, जिससे गलत ट्रेडिंग हो सकती है

जोखिम को कम करने के लिए निम्न उपाय किए जा सकते हैंः

  1. सूचक मापदंडों को अनुकूलित करें और सबसे अच्छा संयोजन खोजें
  2. सिग्नल गुणवत्ता में सुधार के लिए कई सूचक संकेतों का संयोजन करें
  3. एकल हानि को नियंत्रित करने के लिए स्थिति प्रबंधन रणनीति को समायोजित करना

रणनीति अनुकूलन दिशा

इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः

  1. विभिन्न बाजार चक्रों के लिए इष्टतम सूचक और पैरामीटर संयोजन का परीक्षण करना
  2. सूचकांक जोड़ें या निकालें, सूचकांक का इष्टतम संयोजन खोजें
  3. ट्रेडिंग सिग्नल को फ़िल्टर करें और झूठे संकेतों को हटा दें
  4. स्थिति प्रबंधन रणनीतियों का अनुकूलन, जैसे कि परिवर्तनशील स्थिति, स्टॉप लॉस ट्रैकिंग आदि
  5. सिग्नल गुणवत्ता का आकलन करने के लिए मशीन लर्निंग स्कोरिंग को जोड़ना

संक्षेप

यह रणनीति कई प्रकार के रुझान उलटा संकेतकों के लाभों को जोड़ती है, जो कि विभिन्न बाजार स्थितियों के लिए अनुकूल है, जो कि रुझान उलटा बिंदुओं पर संचालन के लिए संकेतकों और मापदंडों को कॉन्फ़िगर करके अनुकूलित किया जाता है। कुंजी यह है कि जोखिम को नियंत्रित करते हुए सबसे अच्छा पैरामीटर और संकेतक संयोजन ढूंढें। निरंतर अनुकूलन और सत्यापन के माध्यम से, एक स्थिर अल्फा युक्त रणनीति का निर्माण किया जा सकता है।

रणनीति स्रोत कोड
/*backtest
start: 2023-11-13 00:00:00
end: 2023-11-15 03:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
//
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © kruskakli
//
// Here is a collection of Trend Indicators as defined by M.H Pee and presented
// in various articles of the "STOCKS & COMMODITIES Magazine"
//
// The actual implementation of the indicators here are made by: everget
//
// I have gather them here so that they easily can be tested.
//
// My own test was made using 15 companies from the OMXS30 list
// during the time period of 2016-2018, and I only went LONG.
//
// The result was as follows:
//
//        Average    Std.Dev
//        profit
//  TDI    3.04%      5.97
//  TTF    1.22%.     5.73
//  TII    1.07%      6.2
//  TCF    0.32%      2.68
//
strategy("M.H Pee indicators", overlay=true)


use = input(defval="TDI", title="Use Indicator", type=input.string,
             options=["TDI","TCF","TTF","TII"])

src = close


//
// TDI
//
length = input(title="Length", type=input.integer, defval=20)
mom = change(close, length)
tdi = abs(sum(mom, length)) - sum(abs(mom), length * 2) + sum(abs(mom), length)
// Direction Indicator
tdiDirection = sum(mom, length)
tdiLong = crossover(tdiDirection, tdi)
tdiXLong = crossunder(tdiDirection, tdi)

//
// TCF
//
tcflength = input(title="Length", type=input.integer, defval=35)

plusChange(src) =>
    change_1 = change(src)
    change(src) > 0 ? change_1 : 0.0
minusChange(src) =>
    change_1 = change(src)
    change(src) > 0 ? 0.0 : -change_1

plusCF = 0.0
plusChange__1 = plusChange(src)
plusCF := plusChange(src) == 0 ? 0.0 : plusChange__1 + nz(plusCF[1])

minusCF = 0.0
minusChange__1 = minusChange(src)
minusCF := minusChange(src) == 0 ? 0.0 : minusChange__1 + nz(minusCF[1])

plusTCF = sum(plusChange(src) - minusCF, tcflength)
minusTCF = sum(minusChange(src) - plusCF, tcflength)

tcfLong = plusTCF > 0 
tcfXLong = plusTCF < 0

//
// TTF
//
ttflength = input(title="Lookback Length", type=input.integer, defval=15)

hh = highest(length)
ll = lowest(length)

buyPower = hh - nz(ll[length])
sellPower = nz(hh[length]) - ll

ttf = 200 * (buyPower - sellPower) / (buyPower + sellPower)

ttfLong = crossover(ttf, 100)
ttfXLong = crossunder(ttf, -100)

//
// TII
//
majorLength = input(title="Major Length", type=input.integer, defval=60)
minorLength = input(title="Minor Length", type=input.integer, defval=30)
upperLevel = input(title="Upper Level", type=input.integer, defval=80)
lowerLevel = input(title="Lower Level", type=input.integer, defval=20)

sma = sma(src, majorLength)

positiveSum = 0.0
negativeSum = 0.0

for i = 0 to minorLength - 1 by 1
    price = nz(src[i])
    avg = nz(sma[i])
    positiveSum := positiveSum + (price > avg ? price - avg : 0)
    negativeSum := negativeSum + (price > avg ? 0 : avg - price)
    negativeSum

tii = 100 * positiveSum / (positiveSum + negativeSum)

tiiLong = crossover(tii, 80)
tiiXLong = crossunder(tii,80)

//
// LOGIC 
//
enterLong = (use == "TDI" and tdiLong) or (use == "TCF" and tcfLong) or (use == "TTF" and ttfLong) or (use == "TII" and tiiLong)
exitLong = (use == "TDI" and tdiXLong) or (use == "TCF" and tcfXLong) or (use == "TTF" and ttfXLong) or (use == "TII" and tiiXLong)


// Time range for Back Testing
btStartYear  = input(title="Back Testing Start Year",  type=input.integer, defval=2016)
btStartMonth = input(title="Back Testing Start Month", type=input.integer, defval=1)
btStartDay   = input(title="Back Testing Start Day",   type=input.integer, defval=1)
startTime = timestamp(btStartYear, btStartMonth, btStartDay, 0, 0)

btStopYear  = input(title="Back Testing Stop Year",  type=input.integer, defval=2028)
btStopMonth = input(title="Back Testing Stop Month", type=input.integer, defval=12)
btStopDay   = input(title="Back Testing Stop Day",   type=input.integer, defval=31)
stopTime  = timestamp(btStopYear, btStopMonth, btStopDay, 0, 0)

window() => time >= startTime and time <= stopTime ? true : false


riskPerc     = input(title="Max Position  %", type=input.float, defval=20, step=0.5)
maxLossPerc  = input(title="Max Loss Risk %", type=input.float, defval=5, step=0.25)

// Average True Range (ATR) measures market volatility.
// We use it for calculating position sizes.
atrLen   = input(title="ATR Length", type=input.integer, defval=14)
stopOffset = input(title="Stop Offset", type=input.float, defval=1.5, step=0.25)
limitOffset = input(title="Limit Offset", type=input.float, defval=1.0, step=0.25)
atrValue = atr(atrLen)


// Calculate position size
maxPos = floor((strategy.equity * (riskPerc/100)) / src)
// The position sizing algorithm is based on two parts:
// a certain percentage of the strategy's equity and
// the ATR in currency value.
riskEquity  = (riskPerc / 100) * strategy.equity
// Translate the ATR into the instrument's currency value.
atrCurrency = (atrValue * syminfo.pointvalue)
posSize0    = min(floor(riskEquity / atrCurrency), maxPos)
posSize     = posSize0 < 1 ? 1 : posSize0

if (window())
    strategy.entry("Long", long=true, qty=posSize0, when=enterLong)
    strategy.close_all(when=exitLong)