मात्रात्मक ट्रेडिंग रणनीति-मात्रात्मक प्रवृत्ति ट्रैकिंग खोलना
ChaoZhang
अवलोकन
इस रणनीति के मूल्य परिवर्तन के रुझान को ट्रैक करने और व्यापार की मात्रा में परिवर्तन के साथ संयोजन में, पता लगाने की मात्रा में परिवर्तन के लिए स्वतः स्थिति खोलने के संचालन को लागू करना. रणनीति मूल्य परिवर्तन के रुझान का आकलन करने के लिए एकसमान प्रणाली का उपयोग करती है, फिर व्यापार की मात्रा में समवर्ती परिवर्तन के साथ संयोजन में स्थिति की पुष्टि के संकेत के रूप में।
रणनीति सिद्धांत
क्वांटिटेटिव ट्रेडिंग स्ट्रैटेजी - स्टॉक खोलने की क्वांटिटेटिव ट्रेंड ट्रैकिंग का मुख्य तर्क मूल्य परिवर्तन की प्रवृत्ति और ट्रेड वॉल्यूम में परिवर्तन के मिलान संबंधों पर आधारित है। विशेष रूप से, रणनीति मूल्य परिवर्तन के रूप में समापन मूल्य को समाप्त करने के लिए मूल्य परिवर्तन के अंतर को कम करती है, और फिर उस दिन के ट्रेड वॉल्यूम के साथ मूल्य और मात्रा की एक संयुक्त वक्र प्राप्त करती है। यह संयुक्त वक्र मूल्य परिवर्तन की प्रवृत्ति और ट्रेड वॉल्यूम को एक साथ दर्शाता है।
श्रेष्ठता विश्लेषण
यह रणनीति मूल्य परिवर्तन की प्रवृत्ति और लेनदेन की मात्रा में परिवर्तन के साथ संयुक्त है, जो कुछ झूठी प्रवृत्तियों को फ़िल्टर करने में सक्षम है जो कि मात्रा के साथ मेल नहीं खाते हैं, स्थिति खोलने के जोखिम को कम करते हैं, स्थिति खोलने की सटीकता में सुधार करते हैं। शुद्ध मूल्य तकनीकी संकेतकों की तुलना में, मात्रात्मक ट्रैकिंग प्रभाव बेहतर है। यह रणनीति गतिशील आधार रेखा स्थापित करने के लिए एक समान रेखा प्रणाली का भी उपयोग करती है, जो बाजार के वातावरण में परिवर्तन के लिए स्वचालित रूप से अनुकूल है।
जोखिम विश्लेषण
यह रणनीति मुख्य रूप से मूल्य और मात्रा के बीच संबंधों पर निर्भर करती है, यह निर्धारित करने के लिए कि क्या मात्रा की प्रवृत्ति उचित है। यदि कीमत और मात्रा के बीच कोई असंगति हो जाती है, तो यह गलत निर्णय के जोखिम को बढ़ाता है। इसके अलावा, औसत पैरामीटर की अनुचित सेटिंग भी रणनीति की प्रभावशीलता को प्रभावित कर सकती है। विभिन्न किस्मों और बाजार की परिस्थितियों के लिए अनुकूलन परीक्षण की आवश्यकता है।
अनुकूलन दिशा
अधिक फ़िल्टर अनुकूलन रणनीतियों को शामिल करने पर विचार किया जा सकता है, जैसे कि रुझान की गुणवत्ता का निर्धारण करने के लिए अस्थिरता संकेतक, बाजार की मनोवैज्ञानिक स्थिति का आकलन करने के लिए भावनात्मक संकेतक की शुरूआत आदि। इसके अलावा, विभिन्न समानांतर प्रणालियों के तहत रणनीति के प्रभाव के परिवर्तन का परीक्षण करने के लिए, सर्वोत्तम पैरामीटर संयोजन की तलाश की जा सकती है। मशीन लर्निंग मॉडल प्रशिक्षण निर्णय नियम को शामिल करना भी एक बाद का अनुकूलन दिशा है।
संक्षेप
इस मात्रात्मक व्यापार रणनीति मूल्य और व्यापार मात्रा के संबंध पर नज़र रखने के आधार पर निर्णय स्वतः स्थिति खोलने के लिए, कीमत की प्रवृत्ति और व्यापार गर्मी के साथ मात्रात्मक मिलान द्वारा, प्रभावी रूप से अक्षम संकेतों को फ़िल्टर कर सकते हैं, स्थिति खोलने की सफलता दर में सुधार कर सकते हैं। रणनीति अनुकूलन के लिए जगह बहुत बड़ी है, सुधार जारी रखने के लायक है।
/*backtest
start: 2023-12-12 00:00:00
end: 2024-01-11 00:00:00
period: 30m
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/
// © avsr90
//@version=5
strategy(title="Lp-Op vol",shorttitle="LPV", max_bars_back = 5000,overlay=false,format=format.volume )
//Resolutions
Resn=input.timeframe(defval="",title="resolution")
Resn1=input.timeframe(defval="D",title="resolution")
//Intraday Open and Last Price and Last price- Open Price calculations.
Last_Price=math.round_to_mintick(close)
Open_Price = request.security(syminfo.tickerid ,Resn1,close[1],barmerge.gaps_off, barmerge.lookahead_on)
Op_Cl=math.round_to_mintick(Last_Price-Open_Price)
//length from Intra Day Open Price
Nifnum= ta.change(Open_Price)
Length_Intraday=int(math.max(1, nz(ta.barssince(Nifnum)) + 1))
//Input for Length for Volume
Length_Vol=input(defval=20, title="L for Vol")
// Last Price- Open price Volume, Average Intraday Last price-Open Price Volume
//and Volume Bars calculations.
Op_Cl_Vol=(Op_Cl*volume)
Avg_Vol_Opcl=ta.sma(Op_Cl_Vol,Length_Intraday)
Vol_Bars=ta.sma(volume,Length_Vol)
//Plots
plot(Op_Cl_Vol,color=Op_Cl_Vol>0 ? color.green:color.red,title="OPCLV")
plot(Avg_Vol_Opcl, title="Avg Vol", color=color.fuchsia)
plot(Vol_Bars, title="Vol Bars", color=color.yellow)
//Strategy parameters
startst=timestamp(2015,10,1)
strategy.entry("lo",strategy.long,when= ta.crossover(Op_Cl_Vol,Avg_Vol_Opcl) and ta.crossover(volume,Vol_Bars))
strategy.entry("sh",strategy.short,when=ta.crossunder(Op_Cl_Vol,Avg_Vol_Opcl)and ta.crossunder(volume,Vol_Bars ))