भारित मूविंग औसत क्रॉसओवर पर आधारित मात्रात्मक ट्रेडिंग रणनीति


निर्माण तिथि: 2023-12-06 12:05:01 अंत में संशोधित करें: 2023-12-06 12:05:01
कॉपी: 0 क्लिक्स: 626
1
ध्यान केंद्रित करना
1619
समर्थक

भारित मूविंग औसत क्रॉसओवर पर आधारित मात्रात्मक ट्रेडिंग रणनीति

अवलोकन

इस रणनीति का नाम हैभारित मात्रात्मक चलती औसत क्रॉसिंग रणनीति(Weighted Quantitative Moving Average Crossover Strategy), जिसका मूल विचार है कि कीमत, लेनदेन की मात्रा आदि जैसे कई संकेतकों को मिलाकर, तेज रेखा और धीमी रेखा डिजाइन करें और जब वे गोल्डफ़ॉर्क और डेडफ़ॉर्क होते हैं तो खरीद और बेचने के संकेत दें।

रणनीति सिद्धांत

इस रणनीति के लिए एक केंद्रीय संकेतक एक मात्रात्मक चलती औसत है। क्यूएमए समय की अवधि के लिए कीमतों के भारित औसत की गणना करके प्रवृत्ति की दिशा को मापता है। यह सामान्य चलती औसत से अलग है, जिसमें कीमतों का भार है।*व्यापार की मात्रा) समय के साथ कम हो जाती है। इस प्रकार, हाल की कीमतों का अधिक वजन होता है और बाजार में बदलाव के लिए तेजी से प्रतिक्रिया दी जा सकती है।

विशेष रूप से, इस रणनीति में एक फास्ट क्यूएमए लाइन और एक धीमी क्यूएमए लाइन बनाई गई है। फास्ट लाइन पैरामीटर 25 दिनों के लिए सेट किया गया है, जबकि धीमी लाइन पैरामीटर 29 दिनों के लिए सेट किया गया है। जब फास्ट लाइन नीचे से धीमी लाइन को पार करती है तो एक खरीद संकेत उत्पन्न होता है; जब फास्ट लाइन ऊपर से नीचे से धीमी लाइन को पार करती है तो एक बेचने का संकेत उत्पन्न होता है।

श्रेष्ठता विश्लेषण

सामान्य चलती औसत की तुलना में, इस रणनीति के निम्नलिखित फायदे हैंः

  1. बाजार में तेजी से प्रतिक्रिया, समय पर शॉर्ट-लाइन अवसरों को पकड़ना
  2. मूल्य और लेन-देन की मात्रा के कई आयामों को मिलाकर अधिक स्थिरता
  3. विभिन्न बाजार स्थितियों के लिए लचीला पैरामीटर सेटिंग

जोखिम विश्लेषण

इस रणनीति के कुछ जोखिम भी हैं:

  1. शॉर्ट-लाइन ऑपरेशन अक्सर होते हैं, जिससे लेनदेन की लागत और स्लिप पॉइंट बढ़ जाते हैं
  2. PARAMETERS अति-अनुकूलन, जिससे वक्र-अनुरूपता हो सकती है
  3. कम लेनदेन के कारण सूचकांक का प्रभाव कम हो सकता है

इन जोखिमों को उचित रूप से पैरामीटर आवृत्ति, सख्त वॉक फॉरवर्ड विश्लेषण और अन्य संकेतकों के साथ संयोजन के माध्यम से कम किया जा सकता है।

अनुकूलन दिशा

इस रणनीति में अभी भी सुधार की गुंजाइश है:

  1. QMA के पैरामीटर को गतिशील रूप से समायोजित करें ताकि यह बाजार में उतार-चढ़ाव के अनुसार अनुकूल हो सके
  2. बाजार में प्रवेश के अवसरों को फ़िल्टर करने के लिए अस्थिरता और व्यापार की मात्रा जैसे संकेतकों का उपयोग करें
  3. एकल हानि को नियंत्रित करने के लिए रोकथाम की रणनीति में वृद्धि

संक्षेप

यह रणनीति एक अच्छी स्थिरता के लिए एक समग्र अल्पकालिक व्यापार रणनीति है. इसकी कीमतें एक एकल मूल्य औसत की तुलना में बाजार की आपूर्ति और मांग संबंधों को बेहतर ढंग से दर्शाती हैं. पैरामीटर समायोजन और जोखिम नियंत्रण के साधनों की शुरूआत के माध्यम से, यह रणनीति लंबे समय तक स्थिर संचालन कर सकती है और अच्छी आय प्राप्त कर सकती है।

रणनीति स्रोत कोड
/*backtest
start: 2022-11-29 00:00:00
end: 2023-12-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Brad VWMACD Strategy 2233", overlay=false, max_bars_back=500,default_qty_type=strategy.percent_of_equity,commission_type=strategy.commission.percent, commission_value=0.18, default_qty_value=100)

// === INPUT BACKTEST RANGE === 
FromMonth = input(defval = 9, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2018, title = "From Year", minval = 2017)
ToMonth   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2017)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"

// === INPUT SMA === 
//fastMA    = input(defval = 16, type = integer, title = "FastMA", minval = 1 )
//slowMA    = input(defval = 23, type = integer, title = "SlowMA", minval = 1)

fastMA    = input(defval = 25, title = "FastMA", minval = 1 )
slowMA    = input(defval = 29,  title = "SlowMA", minval = 1)

Long_period = slowMA
Short_period = fastMA
Smoothing_period = input(9, minval=1)
xLongMAVolPrice = ema(volume * close, Long_period) 
xLongMAVol = ema(volume, Long_period) 
xResLong = (xLongMAVolPrice * Long_period) / (xLongMAVol * Long_period)
xShortMAVolPrice = ema(volume * close, Short_period) 
xShortMAVol = ema(volume, Short_period) 
xResShort = (xShortMAVolPrice * Short_period) / (xShortMAVol * Short_period)
xVMACD = xResShort - xResLong
xVMACDSignal = ema(xVMACD, Smoothing_period)
nRes = xVMACD - xVMACDSignal
//plot(nRes*20+slowMA, color=blue, style = line )
//plot(3000, color=red, style = line )


// === SERIES SETUP ===

buy  = crossover( xVMACD,xVMACDSignal)     // buy when fastMA crosses over slowMA
sell = crossunder( xVMACD,xVMACDSignal)  // sell when fastMA crosses under slowMA


// === SERIES SETUP === 

//buy  = crossover(vwma(close, fastMA),7+vwma(close, slowMA))     // buy when fastMA crosses over slowMA
//sell = crossunder(vwma(close, fastMA),vwma(close, slowMA)-7)    // sell when fastMA crosses under slowMA

// === EXECUTION ===
strategy.entry("L", strategy.long, when = window() and buy)  // buy long when "within window of time" AND crossover
strategy.close("L", when = window() and sell)                // sell long when "within window of time" AND crossunder         

// === EXECUTION ===
strategy.entry("S", strategy.short, when = window() and sell)  // buy long when "within window of time" AND crossover
strategy.close("S", when = window() and buy)                // sell long when "within window of time" AND crossunder         

plotshape(window() and buy, style=shape.triangleup, color=green, text="up")
plotshape(window() and sell, style=shape.triangledown, color=red, text="down")
plot(xVMACD*100, title = 'FastMA', color = orange, linewidth = 2, style = line)  // plot FastMA
plot(xVMACDSignal*100, title = 'SlowMA', color = aqua, linewidth = 2, style = line)    // plot SlowMA