इचिमोकू मूविंग एवरेज प्रवृत्ति अनुसरण रणनीति
सारांश
यह एक रुझान-अनुसरण रणनीति है जो एक समतल (Ichimoku) चलती औसत पर आधारित है। यह चलती औसत, फ्यूजन एक समतल चलती औसत, और सटीक प्रवेश और निकास तंत्र का संयोजन करती है, जिससे लाभप्रदता में सुधार होता है।
रणनीति का सिद्धांत
यह रणनीति मुख्य रूप से अंतिम कारोबारी दिवस की समाप्ति मूल्य और उपयोगकर्ता द्वारा परिभाषित इनपुट पैरामीटर की गणना करके एक समतल चलती औसत बनाती है। जब मूल्य चलती औसत से ऊपर टूटता है, तो लंबी पोजीशन ली जाती है; जब मूल्य चलती औसत से नीचे टूटता है, तो छोटी पोजीशन ली जाती है। स्टॉप-लॉस और टेक-प्रॉफिट मूल्य निर्धारित किए जाते हैं, और जब शर्तें पूरी होती हैं, तो नुकसान रोका जाता है या लाभ लिया जाता है।
साथ ही, इस रणनीति में एक समतल चलती औसत के रंग निर्धारण के आधार पर एक बादल पुष्टि तंत्र जोड़ा गया है। केवल जब एक समतल चलती औसत का रंग हरा होता है, तो लंबी पोजीशन ली जाती है, और जब रंग लाल होता है, तो छोटी पोजीशन ली जाती है। यह कुछ अशुद्ध संकेतों को फ़िल्टर करता है, जिससे रणनीति की लाभ की संभावना बढ़ जाती है।
लाभ विश्लेषण
इस रणनीति का सबसे बड़ा लाभ यह है कि यह चलती औसत और एक समतल चलती औसत दोनों संकेतकों के लाभों को जोड़ती है। यह मूल्य औसत की समग्र प्रवृत्ति और अंतिम कारोबारी दिवस की समाप्ति मूल्य में परिवर्तन दोनों पर विचार करती है। इसके अलावा, बादल पुष्टि तंत्र गलत संकेतों से बचने में मदद करता है, जिससे रणनीति की स्थिरता बढ़ती है।
पैरामीटर ऑप्टिमाइज़ेशन के संदर्भ में, स्टॉप-लॉस और टेक-प्रॉफिट की सेटिंग रणनीति के जोखिम को नियंत्रित करती है। अंत में, एक समतल चलती औसत एक अपेक्षाकृत नया तकनीकी संकेतक है जिससे कई लोग परिचित नहीं हैं, जिससे इस रणनीति को लागू करने में प्रथम-प्रवर्तक लाभ मिलता है।
जोखिम विश्लेषण
इस रणनीति का सबसे बड़ा जोखिम एक समतल चलती औसत की स्वयं की अस्थिरता है। एक नए संकेतक के रूप में, इसकी दीर्घकालिक प्रभावशीलता और पैरामीटर ऑप्टिमाइज़ेशन की गुंजाइश विवादास्पद है। यदि मॉडल की परिकल्पना विफल हो जाती है, तो बड़ी संख्या में गलत संकेत उत्पन्न होंगे।
इसके अलावा, किसी भी रुझान-अनुसरण रणनीति को प्रवृत्ति के उलटफेर के जोखिम का सामना करना पड़ता है। जब मूल्य चलती औसत से ऊपर टूटता है, लेकिन जल्द ही वापस आ जाता है, तो रणनीति को बड़ा नुकसान उठाना पड़ सकता है। इसलिए, स्टॉप-लॉस बिंदु सेट करना बहुत महत्वपूर्ण है।
अनुकूलन दिशाएँ
इस रणनीति को निम्नलिखित तरीकों से और बेहतर बनाया जा सकता है:
- एक समतल चलती औसत के लेंथ पैरामीटर को ऑप्टिमाइज़ करना, सर्वोत्तम संतुलन बिंदु खोजना।
- विभिन्न स्टॉप-लॉस और टेक-प्रॉफिट पैरामीटर सेटिंग्स का परीक्षण करना, इष्टतम पैरामीटर संयोजन निर्धारित करना। बहुत बड़ा टेक-प्रॉफिट मार्जिन लाभ की ऊपरी सीमा को सीमित करेगा, जबकि बहुत छोटा स्टॉप-लॉस मार्जिन जोखिम को बढ़ाएगा।
- अन्य तकनीकी संकेतक जैसे MACD, KD आदि शामिल करना, ताकि एकाधिक संकेतकों की सहमति बने और गलत संकेतों से और बचा जा सके।
- विभिन्न उपकरणों और समय-सीमाओं पर बैकटेस्टिंग करना, सर्वोत्तम रणनीति के उपयोग परिदृश्य निर्धारित करना।
- मशीन लर्निंग मॉडल को शामिल करने पर विचार करना, पैरामीटर के गतिशील ऑप्टिमाइज़ेशन और रणनीति के अनुकूली समायोजन को सक्षम करना।
निष्कर्ष
यह रणनीति चलती औसत और एक समतल चलती औसत के लाभों को एकीकृत करती है, उचित स्टॉप-लॉस और टेक-प्रॉफिट सेट करती है, और बादल पुष्टि तंत्र जोड़ती है, जो प्रभावी रूप से प्रवृत्ति का अनुसरण करती है और जोखिम को नियंत्रित करती है। इस रणनीति को स्टॉक सूचकांकों, विदेशी मुद्रा, वस्तुओं और क्रिप्टोकरेंसी जैसे उपकरणों पर व्यापक रूप से लागू किया जा सकता है, और यह एक अनुशंसित मात्रात्मक रणनीति है।
/*backtest
start: 2022-11-17 00:00:00
end: 2023-11-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
strategy("Ichimoku Backtester with TP and SL", overlay=true,
currency = currency.USD, default_qty_type = strategy.percent_of_equity,
default_qty_value = 95)
//@version=4- 1

