डबल मूविंग एवरेज क्रॉसओवर ट्रेंड रणनीति
ChaoZhang
अवलोकन
द्वि-समान रेखा क्रॉस-ट्रेंडिंग रणनीति एक चलती औसत पर आधारित ट्रेडिंग रणनीति है। यह तेजी से ईएमए और धीमी गति से एसएमए के क्रॉसिंग का उपयोग खरीद और बेचने के संकेत के रूप में करता है, और मैकड संकेतक के विचलन के साथ मिलकर संकेतों को फ़िल्टर करता है। यह रणनीति कीमत, प्रवृत्ति और गतिशीलता जैसे कई कारकों को एक साथ ध्यान में रखती है, जिससे एक अपेक्षाकृत पूर्ण ट्रेडिंग प्रणाली बनती है।
रणनीति सिद्धांत
यह रणनीति ईएमए और एसएमए दो चलती औसत का उपयोग करती है। 200 दिनों की ईएमए और 100 दिनों की एसएमए की लंबाई। जब कीमतें बढ़ती हैं तो दो औसत रेखाओं को तोड़ने पर एक खरीद संकेत उत्पन्न होता है; जब कीमतें गिरती हैं तो दो औसत रेखाओं को तोड़ने पर एक बेचने का संकेत उत्पन्न होता है। यह प्रभावी रूप से अस्थिर प्रवृत्ति और अल्पकालिक पलटाव को फ़िल्टर करने में सक्षम है।
सिग्नल की विश्वसनीयता को और बढ़ाने के लिए, रणनीति में MACD संकेतक भी शामिल किए गए हैं। जब कीमत ईएमए और एसएमए को तोड़ती है, तो एक वास्तविक खरीद संकेत को ट्रिगर करने के लिए MACD की तेज रेखा को नीचे से धीमी रेखा को तोड़ने की आवश्यकता होती है, और MACD स्तंभ आरेख 0 अक्ष के ऊपर होता है। इसके विपरीत, MACD की तेज रेखा धीमी रेखा को ऊपर से तोड़ती है, और जब MACD स्तंभ आरेख 0 अक्ष के नीचे होता है, तो वास्तविक बिक्री संकेत को ट्रिगर किया जाता है।
इसके अलावा, रणनीति में एक स्टॉप और एक स्टॉप है। रणनीति के उद्घाटन के बाद, उपयोगकर्ता द्वारा निर्धारित अनुपात के आधार पर स्टॉप और स्टॉप की गणना की जाती है। इस प्रकार, एकल व्यापार के जोखिम को प्रभावी ढंग से नियंत्रित किया जा सकता है।
कुल मिलाकर, इस रणनीति ने कई संकेतकों को ध्यान में रखा, खरीदारी और बिक्री के संकेतों के लिए सख्त फ़िल्टरिंग शर्तें निर्धारित कीं, और स्टॉप लॉस स्टॉप लॉस प्रबंधन जोखिम का उपयोग करके एक अपेक्षाकृत कठोर और पूर्ण व्यापार प्रणाली बनाई।
श्रेष्ठता विश्लेषण
द्वि-समान-रेखा क्रॉस-ट्रेंड रणनीति के निम्नलिखित फायदे हैंः
कई संकेतकों के संयोजन के साथ, कीमत, प्रवृत्ति और गतिशीलता को ध्यान में रखते हुए, संकेतों पर सख्त फ़िल्टरिंग शर्तें निर्धारित की गई हैं, जिससे झूठे संकेतों को प्रभावी ढंग से रोका जा सके और संकेतों की विश्वसनीयता में सुधार किया जा सके।
दो अलग-अलग मापदंडों के साथ एक चलती औसत बाजार की प्रवृत्ति को बेहतर ढंग से पहचानने और उतार-चढ़ाव को फ़िल्टर करने में मदद करता है। तेजी से ईएमए लाइनों का उपयोग मूल्य परिवर्तनों को समय पर ट्रैक करने के लिए किया जाता है; धीमी गति से एसएमए लाइनों का उपयोग दीर्घकालिक रुझानों को निर्धारित करने के लिए किया जाता है। दो समान लाइनों का संयोजन अधिक प्रभावी है।
MACD सूचकांक में विभिन्न पैरामीटर सेट किए जा सकते हैं, जो विभिन्न बाजारों की विशेषताओं के अनुसार समायोजित किए जा सकते हैं, उच्च लचीलापन। MACD की सेटिंग सुनिश्चित करती है कि ट्रेडिंग सिग्नल को कीमत, प्रवृत्ति और गतिशीलता का समर्थन मिल जाए, जिससे इसका बहुत मजबूत अनुप्रयोग मूल्य हो।
SIZE_MATHFUNC से बचने के लिए स्टॉप-लॉस स्टॉप पॉइंट सेट करें, जो एकल लेनदेन के नुकसान को अधिकतम करता है एकल हानि का अत्यधिक जोखिम. उचित अनुपात में रोकथाम की स्थापना से लाभ के कुछ हिस्सों को लॉक किया जा सकता है, और लाभ के बाद बाजार जोखिम के जोखिम को कम किया जा सकता है।
इस रणनीति के पैरामीटर को लचीले ढंग से सेट किया जा सकता है और अनुकूलन के परिणामों के आधार पर रणनीति को समायोजित किया जा सकता है। विभिन्न बाजारों और पैरामीटर के परीक्षण के लिए अनुकूलन के लिए बहुत जगह है।
जोखिम विश्लेषण
द्वि-समान-रेखा क्रॉस-ट्रेंडिंग रणनीतियों में कुछ जोखिम भी हैं, जो मुख्य रूप से निम्नलिखित पहलुओं पर केंद्रित हैंः
जब शेयरों की कीमतों में भारी उतार-चढ़ाव होता है, तो ईएमए और एसएमए के बीच कई बार गलत क्रॉसिंग हो सकती है, जिससे ट्रेडिंग सिग्नल के बार-बार खुलने और बंद होने का कारण बनता है। इससे ट्रेडिंग की आवृत्ति और प्रसंस्करण शुल्क में वृद्धि होगी।
MACD संकेतक में झूठे ब्रेकआउट हो सकते हैं, खासकर जब आघात की गति स्पष्ट नहीं होती है। इस स्थिति में संकेत भी अविश्वसनीय होते हैं और अनावश्यक नुकसान हो सकता है।
स्टॉप लॉस सेट की स्थिति और अनुपात लाभ और हानि के परिणामों पर बहुत प्रभाव डालता है। यदि स्टॉप लॉस सेट बहुत छोटा है, तो कवर होने का जोखिम है; और यदि स्टॉप लॉस सेट बहुत बड़ा है, तो एकल नुकसान बहुत अधिक हो सकता है। इसे इष्टतम पैरामीटर खोजने के लिए पर्याप्त परीक्षण की आवश्यकता है।
चलती औसत एक प्रवृत्ति का पालन करने वाला सूचक है, और जब कीमतें तेजी से उलट जाती हैं, तो इसकी संकेतात्मक उपयोगिता पर छूट दी जाती है। रणनीति को स्टॉप लॉस के लिए समय नहीं मिल सकता है और कीमतों के पलटाव से मारा जा सकता है, जिससे अधिक नुकसान होता है।
समाधान इस प्रकार है:
तीव्र उतार-चढ़ाव की स्थिति के लिए, कम पैरामीटर के ईएमए और एसएमए का उपयोग करके क्रॉसिंग की संख्या को कम करने के लिए चलती औसत के पैरामीटर को ठीक से समायोजित किया जा सकता है।
एमएसीडी के शून्य-अक्ष के ऊपर और नीचे के टूटने के लिए फ़िल्टर शर्तों को जोड़ने से झूठे टूटने को कुछ हद तक कम किया जा सकता है। अन्य संकेतकों को जोड़ने पर भी विचार किया जा सकता है, जैसे कि केडीजे, बीओएलएल आदि।
स्टॉप लॉस पोजीशन और अनुपात की सेटिंग्स को ऑप्टिमाइज़ करने के लिए सबसे अच्छा पैरामीटर ढूंढने के लिए पर्याप्त रीटर्निंग की आवश्यकता होती है। इस आधार पर, निरंतर निगरानी और गतिशील समायोजन पर विचार किया जाना चाहिए।
मूल्य में तेजी से बदलाव की पहचान करने के लिए एक तंत्र स्थापित किया जा सकता है। जब एक असामान्य बदलाव की पहचान की जाती है, तो जोखिम के उद्घाटन को नियंत्रित करने के लिए स्थिति को कम करने या ट्रेडिंग रणनीति को निलंबित करने के लिए आपातकालीन उपाय किए जाते हैं।
अनुकूलन दिशा
द्वि-समान-रेखा क्रॉस-ट्रेंड रणनीति में और अधिक अनुकूलन के लिए जगह है, जो मुख्य रूप से निम्नलिखित पहलुओं पर केंद्रित हैः
अधिक संकेतक का परीक्षण करने के लिए संयोजन, बेहतर मापदंडों की तलाश में। जैसे कि BOLL चैनल को पेश करना, उतार-चढ़ाव के प्रभाव को ध्यान में रखना आदि।
विभिन्न बाजार स्थितियों के तहत सबसे अच्छा पैरामीटर संयोजन खोजने के लिए चलती औसत की लंबाई पैरामीटर का अनुकूलन करें। पैरामीटर रोलिंग अनुकूलन भी एक विकल्प है।
अधिक वैज्ञानिक और तर्कसंगत रूप से स्टॉप-स्टॉप-लॉस रणनीति सेट करें। जैसे कि ट्रैक किए गए स्टॉप-लॉस की शुरूआत, या ऐतिहासिक सांख्यिकीय परिणामों के आधार पर गतिशील जोखिम-लाभ अनुपात सेट करना। यह रणनीति की स्थिरता को और बढ़ा सकता है।
मूल्य में असामान्य परिवर्तन की स्वचालित पहचान और आपातकालीन तंत्र स्थापित करना। चरम स्थितियों में, बड़े नुकसान से बचने के लिए स्थिति को कम करने या रणनीति को निलंबित करने के लिए सक्रिय रूप से कार्य करें।
ट्रेडिंग किस्मों के लिए विस्तार, जैसे कि विदेशी मुद्रा, डिजिटल मुद्रा आदि। विभिन्न किस्मों के पैरामीटर की ताकत का परीक्षण करना, रणनीति के दायरे का विस्तार करना।
रणनीतियों को अनुकूलित करने के लिए धन प्रबंधन रणनीतियों, जैसे कि मात्रा व्यापार, निश्चित स्थिति अनुपात, आदि। एकल हानि के जोखिम को नियंत्रित करने के लिए, समग्र धन वक्र को अधिक समतल करें।
संक्षेप
द्वि-समान-रेखा क्रॉस-ट्रेंडिंग रणनीति में कई कारक शामिल हैं, ट्रेडिंग सिग्नल जारी करते समय मूल्य, प्रवृत्ति और गतिशीलता के कई संकेतकों का समर्थन करने की आवश्यकता होती है, जिससे सिग्नल की विश्वसनीयता सुनिश्चित की जा सके। रणनीति में एक मोबाइल स्टॉप-लॉस स्टॉप भी है, जो एकल-पैसे के व्यापार के जोखिम को प्रभावी ढंग से नियंत्रित कर सकता है। रणनीति के पैरामीटर को लचीला, व्यावहारिक और स्वचालित व्यापार के लिए उपयुक्त बनाया गया है।
हालांकि, कोई भी रणनीति सही नहीं हो सकती है। इस रणनीति को लागू करने में कुछ कठिनाइयों का भी सामना करना पड़ता है, जैसे कि बार-बार व्यापार, झूठी तोड़फोड़ और रोकथाम की स्थिति की स्थापना आदि। इसके लिए हमें कई पहलुओं पर काम करने की आवश्यकता है, जैसे कि पैरामीटर पोर्टफोलियो को अनुकूलित करना, नए तकनीकी संकेतक पोर्टफोलियो की शुरुआत करना, और रोकथाम तंत्र में सुधार करना, ताकि रणनीति की स्थिरता और लाभप्रदता को बढ़ाया जा सके।
कुल मिलाकर, द्वि-समान रेखा क्रॉस-ट्रेंड रणनीति ने एक अपेक्षाकृत पूर्ण और कठोर व्यापार प्रणाली बनाई। आगे के अध्ययन और अनुप्रयोगों में, निरंतर अनुकूलन और सुधार के माध्यम से, रणनीति को अधिक वास्तविक युद्ध मूल्य प्रदान करने की उम्मीद है।
/*backtest
start: 2023-11-01 00:00:00
end: 2023-11-30 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Hi,
// This is my first strategy made by myself(except for the MACD indicator). I'm publishing this to get myself out there and for some newer people to see how a basic strategy works. All credits go to Zen&TheArtofTrading, for teaching me almost everything I know about Pinescript
// The strategy is basically an MACD crossover trend strategy. If the MACD line crosses the signal line upward, above the zero point of the histogram, while the price is above 200 EMA and 100 SMA it's a buy signal
// If the MACD line crosses the signal line downward, while below zero point of the histogram, as well as the price being below 200 EMA and 100 SMA it's a sell signal
// I used the 200 EMA and 100 SMA because I wanted to filter weak signals as much as possible when the market is ranging, if you have any suggestions to go around this better, please let me know, still learning everyday
// If you have any suggestions, tips or tricks please let me know. I'm still new to Pinescript, but having a lot of fun trying stuff out. If you see something in my code that you don't understand, feel free to ask, I'll try to answer as best as I can
// I opened the strategy with predetermined backtesting pyramiding, currency etc. This made the progress of backtesting multiple TP and SL easier. Also the commission value is from Binance Futures, I just left it in there for anyone who wants to just copy this strategy
strategy("MACD Crossover Trend Strategy Template", overlay = true )
// Determining inputs and values, I just copied the built-in MACD strategy and removed everything I didn't need, just needed the barebone indicator and added EMA + SMA inputs
fast_length = input(title = "Fast Length", type = input.integer, defval = 12, group = "MACD Values")
slow_length = input(title = "Slow Length", type = input.integer, defval = 26, group = "MACD Values")
src = input(title = "Source", type = input.source, defval = close, group = "MACD Values")
signal_length = input(title = "Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 9, group = "MACD Values")
sma_source = input(title = "Simple MA (Oscillator)", type = input.bool, defval = false, group = "MACD Values")
sma_signal = input(title = "Simple MA (Signal Line)", type = input.bool, defval = false, group = "MACD Values")
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
emaLength = input(title = "EMA", type = input.integer, defval = 200, step = 10, group = "Moving Averages")
smaLength = input(title = "SMA", type = input.integer, defval = 100, step = 10, group = "Moving Averages")
// Input backtest range, you can adjust this here or in the input options
fromMonth = input(defval = 1, title = "From Month", type = input.integer, minval = 1, maxval = 12, group = "Backtest Date Range")
fromDay = input(defval = 1, title = "From Day", type = input.integer, minval = 1, maxval = 31, group = "Backtest Date Range")
fromYear = input(defval = 2000, title = "From Year", type = input.integer, minval = 1970, group = "Backtest Date Range")
thruMonth = input(defval = 1, title = "Thru Month", type = input.integer, minval = 1, maxval = 12, group = "Backtest Date Range")
thruDay = input(defval = 1, title = "Thru Day", type = input.integer, minval = 1, maxval = 31, group = "Backtest Date Range")
thruYear = input(defval = 2099, title = "Thru Year", type = input.integer, minval = 1970, group = "Backtest Date Range")
// Inputs for EMA, SMA and to adjust your take profit and stop losses in the input options while backtesting, it's result of your input is calculated back to percentages
ema = ema(close, emaLength)
sma = sma(close, smaLength)
profitlong = input(title = "Profit Long %", type = input.float, defval = 2, minval = 0.1, maxval = 100, step = 0.1, group = "TP / SL %") * 0.01
losslong = input(title = "Loss Long %", type = input.float, defval = 1, minval = 0.1, maxval = 100, step = 0.1, group = "TP / SL %") * 0.01
profitshort = input(title = "Profit Short %", type = input.float, defval = 2, minval = 0.1, maxval = 100, step = 0.1, group = "TP / SL %") * 0.01
lossshort = input(title = "Loss Short %", type = input.float, defval = 1, minval = 0.1, maxval = 100, step = 0.1, group = "TP / SL %") * 0.01
// Check EMA and SMA also check the backtest range. inDataRange is a true or false statement, true if the date right now is between the parameters that's filled at the corresponding inputs
// (for example 1-1-2020 till 12-12-2020, if that specific bar is between these dates, statement is true and trade will be executed)
// If the date is not in between the given parameters, statement turns to false and it won't allow new trades and closes all current trades as seen with the strategy.close_all function
inDataRange = (time >= timestamp(syminfo.timezone, fromYear, fromMonth, fromDay, 0, 0)) and (time < timestamp(syminfo.timezone, thruYear, thruMonth, thruDay, 0, 0))
long = close > ema and close > sma and inDataRange
short = close < ema and close < sma and inDataRange
// Entry and exit signals + checking backtest date range, what the signals are supposed to do is noted at the beginning of the code
// I want a way to filter out weak signals that are ranging around the zero point of the histogram.
// So far couldn't think of a decent way to do this over multiple symbols since the range of the histogram changes with every symbol, sometimes ranging between 0 and 1 or sometimes ranging between 0 and 1000
// I could probably use a cofficiency or something, but that's beyond my grasp at the moment
// Also I wanted a way to let my strategy determine a stop loss based on the pullback and having a 1.5 risk/reward TP on top of that. Couldn't really figure out a way to determine the pullback
if (crossover(macd, signal) and macd > 0)
strategy.entry("Long", long = strategy.long,
comment = "Long Buy",
when = long)
strategy.exit("Exit Long", "Long", profit = close * profitlong / syminfo.mintick, loss = close * losslong / syminfo.mintick)
if (crossunder(macd, signal) and macd < 0)
strategy.entry("Short", long = strategy.short,
comment = "Short Buy",
when = short)
strategy.exit("Exit Short", "Short", profit = close * profitshort / syminfo.mintick, loss = close * lossshort / syminfo.mintick)
// To make sure the backtesting doesn't leave a position open beyond, or before, our applied dates
if (not inDataRange)
strategy.close_all()
// plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)