बहु-समय फ़्रेम मूविंग औसत और ट्रेडिंग समय को मिलाकर मात्रात्मक ट्रेडिंग रणनीति


निर्माण तिथि: 2024-01-12 11:50:37 अंत में संशोधित करें: 2024-01-12 11:50:37
कॉपी: 1 क्लिक्स: 599
1
ध्यान केंद्रित करना
1617
समर्थक

बहु-समय फ़्रेम मूविंग औसत और ट्रेडिंग समय को मिलाकर मात्रात्मक ट्रेडिंग रणनीति

अवलोकन

इस रणनीति में कई प्रकार के चलती औसत संकेतक का उपयोग किया गया है, जो ट्रेडिंग समय के साथ-साथ प्रवेश और निकास के समय को चुनने के साथ-साथ क्वांटिटेटिव ट्रेडिंग को लागू करते हैं।

रणनीति सिद्धांत

इस रणनीति में 9 प्रकार के चलती औसत का उपयोग किया जाता है, जिसमें SMA, EMA, WMA आदि शामिल हैं। उपयोगकर्ता के चयन के अनुसार, बहु-स्थिति में प्रवेश करते समय, चयनित चलती औसत को समापन मूल्य पर और पहले K-लाइन समापन मूल्य को चलती औसत से नीचे; खाली होने पर, चयनित चलती औसत को समापन मूल्य के नीचे और पहले K-लाइन समापन मूल्य को चलती औसत से ऊपर। सभी ट्रेडों को केवल सोमवार को बंद होने पर जारी किया जाता है।

श्रेष्ठता विश्लेषण

इस रणनीति सेट में कई प्रकार के चलती औसत शामिल हैं, और उपयोगकर्ता विभिन्न बाजार स्थितियों के अनुकूल विभिन्न मापदंडों का चयन कर सकते हैं। केवल यह सुनिश्चित करने के लिए कि कोई प्रवृत्ति हो रही है, केवल प्रवेश से बचें।’% विफल लेनदेन’इस रणनीति के साथ ही, केवल सोमवार को स्थिति खोलने के लिए, रविवार से पहले स्टॉप-लॉस या क्लियर-लॉस, एक सप्ताह में अधिकतम स्थिति खोलने की संख्या को सीमित करता है, व्यापार जोखिम को प्रभावी ढंग से नियंत्रित करता है।

जोखिम विश्लेषण

यह रणनीति मुख्य रूप से प्रवृत्ति को समझने के लिए औसत रेखा सूचक पर निर्भर करती है, और जब प्रवृत्ति बदल जाती है, तो कुछ ट्रेडों को पकड़े जाने का जोखिम होता है। इसके अलावा, केवल सोमवार को ही स्थिति खोलने की अनुमति दी जाती है, और यदि सोमवार के बाद बेहतर ट्रेडिंग अवसर दिखाई देते हैं, तो कुछ लाभों को याद किया जा सकता है।

इन जोखिमों को नियंत्रित करने के लिए, गतिशील चलती औसत मापदंडों को अपनाने की सिफारिश की जाती है, जब बाजार में उतार-चढ़ाव होता है, तो मापदंडों को उचित रूप से छोटा किया जाता है; साथ ही, स्थिति खोलने का समय बढ़ाया जा सकता है, जबकि बुधवार या गुरुवार को नए पदों की अनुमति है।

अनुकूलन दिशा

इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः

  1. स्टॉप लॉस एल्गोरिथ्म को जोड़ना और स्टॉप लॉस को गतिशील रूप से समायोजित करना;

  2. इस प्रकार, हम एक नए प्रकार के बाजार में प्रवेश करने से बचने के लिए मशीन लर्निंग मॉडल का उपयोग कर सकते हैं।

  3. स्टॉक खोलने और स्टॉक लॉजिक को अनुकूलित करना, अधिक स्टॉक खोलने के अवसरों की अनुमति देना।

संक्षेप

इस रणनीति में कई चलती औसत संकेतक शामिल हैं जो प्रवृत्ति की दिशा का आकलन करते हैं, और सोमवार को स्थिति खोलने और रविवार को स्थिति को ठीक करने के तरीके से एक सप्ताह में अधिकतम ट्रेडों की संख्या को प्रभावी ढंग से नियंत्रित करते हैं। साथ ही, सख्त स्टॉप-स्टॉप-लॉस नियम भी एक एकल व्यापार के अधिकतम नुकसान को सीमित करते हैं। समग्र रूप से, इस रणनीति को प्रवृत्ति के आकलन और जोखिम नियंत्रण के दो आयामों से अनुकूलित किया गया है। यह एक अधिक मजबूत मात्रात्मक व्यापार रणनीति है।

रणनीति स्रोत कोड
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © exlux99

//@version=5
strategy('Time MA strategy ', overlay=true)

longEntry = input.bool(true, group="Type of Entries")
shortEntry = input.bool(false, group="Type of Entries")


//==========DEMA
getDEMA(src, len) =>
    dema = 2 * ta.ema(src, len) - ta.ema(ta.ema(src, len), len)
    dema
//==========HMA
getHULLMA(src, len) =>
    hullma = ta.wma(2 * ta.wma(src, len / 2) - ta.wma(src, len), math.round(math.sqrt(len)))
    hullma
//==========KAMA
getKAMA(src, len, k1, k2) =>
    change = math.abs(ta.change(src, len))
    volatility = math.sum(math.abs(ta.change(src)), len)
    efficiency_ratio = volatility != 0 ? change / volatility : 0
    kama = 0.0
    fast = 2 / (k1 + 1)
    slow = 2 / (k2 + 1)
    smooth_const = math.pow(efficiency_ratio * (fast - slow) + slow, 2)
    kama := nz(kama[1]) + smooth_const * (src - nz(kama[1]))
    kama
//==========TEMA
getTEMA(src, len) =>
    e = ta.ema(src, len)
    tema = 3 * (e - ta.ema(e, len)) + ta.ema(ta.ema(e, len), len)
    tema
//==========ZLEMA
getZLEMA(src, len) =>
    zlemalag_1 = (len - 1) / 2
    zlemadata_1 = src + src - src[zlemalag_1]
    zlema = ta.ema(zlemadata_1, len)
    zlema
//==========FRAMA
getFRAMA(src, len) =>
    Price = src
    N = len
    if N % 2 != 0
        N := N + 1
        N
    N1 = 0.0
    N2 = 0.0
    N3 = 0.0
    HH = 0.0
    LL = 0.0
    Dimen = 0.0
    alpha = 0.0
    Filt = 0.0
    N3 := (ta.highest(N) - ta.lowest(N)) / N
    HH := ta.highest(N / 2 - 1)
    LL := ta.lowest(N / 2 - 1)
    N1 := (HH - LL) / (N / 2)
    HH := high[N / 2]
    LL := low[N / 2]
    for i = N / 2 to N - 1 by 1
        if high[i] > HH
            HH := high[i]
            HH
        if low[i] < LL
            LL := low[i]
            LL
    N2 := (HH - LL) / (N / 2)
    if N1 > 0 and N2 > 0 and N3 > 0
        Dimen := (math.log(N1 + N2) - math.log(N3)) / math.log(2)
        Dimen
    alpha := math.exp(-4.6 * (Dimen - 1))
    if alpha < .01
        alpha := .01
        alpha
    if alpha > 1
        alpha := 1
        alpha
    Filt := alpha * Price + (1 - alpha) * nz(Filt[1], 1)
    if bar_index < N + 1
        Filt := Price
        Filt
    Filt
//==========VIDYA
getVIDYA(src, len) =>
    mom = ta.change(src)
    upSum = math.sum(math.max(mom, 0), len)
    downSum = math.sum(-math.min(mom, 0), len)
    out = (upSum - downSum) / (upSum + downSum)
    cmo = math.abs(out)
    alpha = 2 / (len + 1)
    vidya = 0.0
    vidya := src * alpha * cmo + nz(vidya[1]) * (1 - alpha * cmo)
    vidya
//==========JMA
getJMA(src, len, power, phase) =>
    phase_ratio = phase < -100 ? 0.5 : phase > 100 ? 2.5 : phase / 100 + 1.5
    beta = 0.45 * (len - 1) / (0.45 * (len - 1) + 2)
    alpha = math.pow(beta, power)
    MA1 = 0.0
    Det0 = 0.0
    MA2 = 0.0
    Det1 = 0.0
    JMA = 0.0
    MA1 := (1 - alpha) * src + alpha * nz(MA1[1])
    Det0 := (src - MA1) * (1 - beta) + beta * nz(Det0[1])
    MA2 := MA1 + phase_ratio * Det0
    Det1 := (MA2 - nz(JMA[1])) * math.pow(1 - alpha, 2) + math.pow(alpha, 2) * nz(Det1[1])
    JMA := nz(JMA[1]) + Det1
    JMA
//==========T3
getT3(src, len, vFactor) =>
    ema1 = ta.ema(src, len)
    ema2 = ta.ema(ema1, len)
    ema3 = ta.ema(ema2, len)
    ema4 = ta.ema(ema3, len)
    ema5 = ta.ema(ema4, len)
    ema6 = ta.ema(ema5, len)
    c1 = -1 * math.pow(vFactor, 3)
    c2 = 3 * math.pow(vFactor, 2) + 3 * math.pow(vFactor, 3)
    c3 = -6 * math.pow(vFactor, 2) - 3 * vFactor - 3 * math.pow(vFactor, 3)
    c4 = 1 + 3 * vFactor + math.pow(vFactor, 3) + 3 * math.pow(vFactor, 2)
    T3 = c1 * ema6 + c2 * ema5 + c3 * ema4 + c4 * ema3
    T3
//==========TRIMA
getTRIMA(src, len) =>
    N = len + 1
    Nm = math.round(N / 2)
    TRIMA = ta.sma(ta.sma(src, Nm), Nm)
    TRIMA


src = input.source(close, title='Source', group='Parameters')
len = input.int(17, minval=1, title='Moving Averages', group='Parameters')
out_ma_source = input.string(title='MA Type', defval='ALMA', options=['SMA', 'EMA', 'WMA', 'ALMA', 'SMMA', 'LSMA', 'VWMA', 'DEMA', 'HULL', 'KAMA', 'FRAMA', 'VIDYA', 'JMA', 'TEMA', 'ZLEMA', 'T3', 'TRIM'], group='Parameters')
out_ma = out_ma_source == 'SMA' ? ta.sma(src, len) : out_ma_source == 'EMA' ? ta.ema(src, len) : out_ma_source == 'WMA' ? ta.wma(src, len) : out_ma_source == 'ALMA' ? ta.alma(src, len, 0.85, 6) : out_ma_source == 'SMMA' ? ta.rma(src, len) : out_ma_source == 'LSMA' ? ta.linreg(src, len, 0) : out_ma_source == 'VWMA' ? ta.vwma(src, len) : out_ma_source == 'DEMA' ? getDEMA(src, len) : out_ma_source == 'HULL' ? ta.hma(src, len) : out_ma_source == 'KAMA' ? getKAMA(src, len, 2, 30) : out_ma_source == 'FRAMA' ? getFRAMA(src, len) : out_ma_source == 'VIDYA' ? getVIDYA(src, len) : out_ma_source == 'JMA' ? getJMA(src, len, 2, 50) : out_ma_source == 'TEMA' ? getTEMA(src, len) : out_ma_source == 'ZLEMA' ? getZLEMA(src, len) : out_ma_source == 'T3' ? getT3(src, len, 0.7) : out_ma_source == 'TRIM' ? getTRIMA(src, len) : na


plot(out_ma)

long = close> out_ma and close[1] < out_ma and dayofweek==dayofweek.monday
short = close< out_ma and close[1] > out_ma and dayofweek==dayofweek.monday


stopPer = input.float(10.0, title='LONG Stop Loss % ', group='Fixed Risk Management') / 100
takePer = input.float(30.0, title='LONG Take Profit %', group='Fixed Risk Management') / 100

stopPerShort = input.float(5.0, title='SHORT Stop Loss % ', group='Fixed Risk Management') / 100
takePerShort = input.float(10.0, title='SHORT Take Profit %', group='Fixed Risk Management') / 100


longStop = strategy.position_avg_price * (1 - stopPer)
longTake = strategy.position_avg_price * (1 + takePer)

shortStop = strategy.position_avg_price * (1 + stopPerShort)
shortTake = strategy.position_avg_price * (1 - takePerShort)

// strategy.risk.max_intraday_filled_orders(2) // After 10 orders are filled, no more strategy orders will be placed (except for a market order to exit current open market position, if there is any).

if(longEntry)
    strategy.entry("long",strategy.long,when=long )
    strategy.exit('LONG EXIT', "long", limit=longTake, stop=longStop)
    strategy.close("long",when=dayofweek==dayofweek.sunday)

if(shortEntry)
    strategy.entry("short",strategy.short,when=short )
    strategy.exit('SHORT EXIT', "short", limit=shortTake, stop=shortStop)
    strategy.close("short",when=dayofweek==dayofweek.sunday)