1. वर्ग
  2. भारित मात्रात्मक चलती औसत क्रॉसओवर ट्रेडिंग रणनीति

भारित मात्रात्मक चलती औसत क्रॉसओवर ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांकः 2023-12-06 12:05:01
टैगः

img

अवलोकन

इस रणनीति का नामभारित मात्रात्मक चलती औसत क्रॉसओवर रणनीतिमूल विचार मूल्य, व्यापारिक मात्रा और अन्य संकेतकों के आधार पर तेज और धीमी रेखाओं को डिजाइन करना है, और जब उनके बीच स्वर्ण क्रॉस और मृत क्रॉस होता है तो खरीद और बिक्री संकेत उत्पन्न करना है।

रणनीति तर्क

इस रणनीति का मुख्य संकेतक मात्रात्मक चलती औसत (QMA) है। QMA एक निश्चित अवधि के दौरान भारित औसत मूल्य की गणना करके प्रवृत्ति की दिशा को मापता है। नियमित चलती औसत के विपरीत, QMA में कीमतों के भार (वजन = मूल्य * व्यापार मात्रा) समय के साथ घटेंगे। इस प्रकार, नवीनतम कीमतों में बड़ा भार होता है जो बाजार परिवर्तन पर अधिक तेजी से प्रतिक्रिया दे सकता है।

विशेष रूप से, यह रणनीति 25 दिनों के साथ तेज QMA लाइन और 29 दिनों के साथ धीमी QMA लाइन का निर्माण करती है। यह तेजी से लाइन धीमी रेखा के ऊपर पार होने पर खरीद संकेत उत्पन्न करेगी, और धीमी रेखा के नीचे तेजी से लाइन पार होने पर संकेत बेचती है।

लाभ विश्लेषण

नियमित चलती औसत की तुलना में इस रणनीति के निम्नलिखित फायदे हैंः

  1. बाजार को अधिक शीघ्रता से प्रतिक्रिया देना, जिससे यह अल्पकालिक अवसरों को पकड़ सके।
  2. मूल्य और व्यापारिक मात्रा सहित कई आयामों को मिलाकर इसे अधिक स्थिर बनाता है।
  3. विभिन्न बाजार परिवेशों के अनुकूल होने के लिए लचीली पैरामीटर सेटिंग्स।

जोखिम विश्लेषण

इस रणनीति में कुछ जोखिम भी हैं:

  1. अल्पकालिक लेनदेन की उच्च व्यापारिक आवृत्ति, जिससे लेनदेन की लागत और फिसलन में वृद्धि हो सकती है।
  2. अत्यधिक पैरामीटर अनुकूलन के कारण ओवरफिटिंग।
  3. यदि व्यापार की मात्रा अपर्याप्त है तो सूचक प्रभाव प्रभावित हो सकता है।

उपरोक्त जोखिमों को आवृत्ति को उचित रूप से समायोजित करके, सख्ती से आगे बढ़ने वाले विश्लेषण और अन्य संकेतकों को शामिल करके कम किया जा सकता है।

सुधार की दिशाएँ

इस रणनीति को और अधिक अनुकूलित करने की अभी भी गुंजाइश हैः

  1. QMA के मापदंडों को गतिशील रूप से समायोजित करें ताकि यह बाजार की अस्थिरता के लिए आत्म-अनुकूली हो सके।
  2. अस्थिरता और व्यापारिक मात्रा जैसे संकेतकों के साथ व्यापारिक अवसरों को फ़िल्टर करें।
  3. एकल हानि को नियंत्रित करने के लिए स्टॉप लॉस रणनीतियाँ जोड़ें।

निष्कर्ष

सामान्य तौर पर, यह एक स्थिर अल्पकालिक ट्रेडिंग रणनीति है। एकल मूल्य औसत की तुलना में, इसका संकेतक बाजार में आपूर्ति-मांग संबंध को बेहतर ढंग से प्रतिबिंबित कर सकता है। उचित पैरामीटर ट्यूनिंग और जोखिम प्रबंधन के साथ, यह रणनीति लंबे समय तक स्थिर रूप से काम कर सकती है और ध्वनि लाभ प्राप्त कर सकती है।

/*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
अधिक

2019 FMZ - सभी अधिकार सुरक्षित