डबल मूविंग एवरेज क्रॉसओवर पर आधारित पुलबैक एंट्री रणनीति
ChaoZhang
अवलोकन
EintSimple Pullback Strategy एक द्विआधारी चलती औसत क्रॉसिंग पर आधारित एक रिवर्स-इन-प्ले रणनीति है। यह रणनीति पहले लंबी और छोटी दो चलती औसत का उपयोग करती है, और जब छोटी चलती औसत नीचे से लंबी चलती औसत को तोड़ती है तो एक खरीद संकेत उत्पन्न करती है। छुट्टी के टूटने को फ़िल्टर करने के लिए, यह रणनीति लंबी चलती औसत से अधिक समापन मूल्य की भी मांग करती है।
प्रवेश के बाद, अगर कीमत फिर से शॉर्ट-टर्म मूविंग एवरेज से नीचे गिरती है, तो बीटीसी एक बाहर निकलने का संकेत देता है। इसके अलावा, इस रणनीति में एक आउटफील्ड स्टॉप भी सेट किया गया है, यदि उच्चतम बिंदु से वापसी की सीमा से सेट स्टॉप प्रतिशत तक पहुंच जाती है, तो स्थिति से बाहर निकल जाएगा।
रणनीतिक तर्क
यह रणनीति मुख्य रूप से दोहरी चलती औसत के गोल्डन क्रॉस के आधार पर प्रवेश के समय का आकलन करती है। विशेष रूप से, निम्नलिखित शर्तों को पूरा करने के लिए अधिक स्थिति खोलने की आवश्यकता होती हैः
- समापन मूल्य दीर्घकालिक चलती औसत ma1 से अधिक है
- समापन मूल्य अल्पकालिक चलती औसत ma2 से कम है
- वर्तमान में कोई पद नहीं
उपरोक्त शर्तों को पूरा करने के बाद, यह रणनीति पूरी तरह से काम करेगी।
बाहर निकलने का संकेत दो शर्तों पर आधारित है, एक है कि कीमत फिर से अल्पकालिक चलती औसत से नीचे गिरती है, और दूसरा है कि उच्चतम बिंदु से वापसी की चौड़ाई तक सेट किए गए स्टॉप लॉस का प्रतिशत। विशिष्ट बाहर निकलने की शर्तें इस प्रकार हैंः
- समापन मूल्य अल्पकालिक चलती औसत ma2 से अधिक है
- उच्चतम बिंदु वापसी आयाम से सेट स्टॉप लॉस का प्रतिशत
यह रणनीति उन सभी को हटा देती है जो किसी भी शर्त को पूरा करते हैं।
Advantages का विश्लेषण
दोहरी चलती औसत का उपयोग करके और वास्तविक समापन मूल्य निर्णयों के साथ संयुक्त, झूठी दरारों को प्रभावी रूप से फ़िल्टर किया जा सकता है।
रिटर्निंग प्रविष्टि का उपयोग करके, शेयरों की कीमतों में अल्पकालिक मोड़ के बाद प्रवेश किया जा सकता है।
एक रोकथाम सेटिंग के साथ, अधिकतम निकासी को प्रतिबंधित किया जा सकता है
जोखिम विश्लेषण
द्विआधारी चलती औसत क्रॉसिंग रणनीतियाँ कई ट्रेडिंग सिग्नल उत्पन्न करती हैं, जो उच्च और निम्न के बीच संघर्ष कर सकती हैं।
चलती औसत पैरामीटर को गलत तरीके से सेट करने से वक्र बहुत चिकनी या बहुत संवेदनशील हो सकता है।
स्टॉप लॉस सेटिंग्स को बहुत ढीला करने से नुकसान बढ़ जाता है।
अनुकूलन दिशा Optimization
विभिन्न लंबाई के दीर्घकालिक चलती औसत मापदंडों के संयोजनों का परीक्षण करें और इष्टतम मापदंडों का पता लगाएं।
एक तुलनात्मक परीक्षण जो समापन मूल्य और एक विशिष्ट मूल्य का उपयोग करके चलती औसत के क्रॉसिंग की प्रभावशीलता का आकलन करता है।
परीक्षण फ़िल्टर जोड़ें जैसे कि लेनदेन की मात्रा या अस्थिरता संकेतक।
स्टॉप लॉस की सीमा पर प्रतिक्रिया का अनुकूलन करें और इष्टतम सेटिंग का पता लगाएं।
निष्कर्ष
EintSimple Pullback Strategy एक सरल और व्यावहारिक द्विआधारी चलती औसत वापसी रणनीति है। यह चलती औसत के संकेतात्मक कार्य का प्रभावी ढंग से उपयोग करता है, जबकि वास्तविक समापन मूल्य निर्णय के साथ मिलकर झूठे संकेतों को फ़िल्टर करता है। हालांकि यह रणनीति अक्सर व्यापार और पीछा करने की समस्या पैदा करने के लिए प्रवण है, लेकिन इसे पैरामीटर अनुकूलन और फ़िल्टर जोड़कर और अधिक परिष्कृत किया जा सकता है। कुल मिलाकर, यह रणनीति एक अच्छी तरह से अनुकूलित और अनुकूलित रणनीति है।
/*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/
// © ZenAndTheArtOfTrading / www.PineScriptMastery.com
// @version=5
strategy("Simple Pullback Strategy",
overlay=true,
initial_capital=50000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=100)// 100% of balance invested on each trade
// Get user input
i_ma1 = input.int(title="MA 1 Length", defval=75, step=1, group="Strategy Parameters", tooltip="Long-term EMA")
i_ma2 = input.int(title="MA 2 Length", defval=9, step=1, group="Strategy Parameters", tooltip="Short-term EMA")
i_stopPercent = input.float(title="Stop Loss Percent", defval=0.10, step=0.1, group="Strategy Parameters", tooltip="Failsafe Stop Loss Percent Decline")
i_lowerClose = input.bool(title="Exit On Lower Close", defval=true, group="Strategy Parameters", tooltip="Wait for a lower-close before exiting above MA2")
i_startTime = input(title="Start Filter", defval=timestamp("01 Jan 1995 13:30 +0000"), group="Time Filter", tooltip="Start date & time to begin searching for setups")
i_endTime = input(title="End Filter", defval=timestamp("1 Jan 2099 19:30 +0000"), group="Time Filter", tooltip="End date & time to stop searching for setups")
// Get indicator values
ma1 = ta.ema(close, i_ma1)
ma2 = ta.ema(close, i_ma2)
// Check filter(s)
f_dateFilter = true
// Check buy/sell conditions
var float buyPrice = 0
buyCondition = close > ma1 and close < ma2 and strategy.position_size == 0 and f_dateFilter
sellCondition = close > ma2 and strategy.position_size > 0 and (not i_lowerClose or close < low[1])
stopDistance = strategy.position_size > 0 ? ((buyPrice - close) / close) : na
stopPrice = strategy.position_size > 0 ? buyPrice - (buyPrice * i_stopPercent) : na
stopCondition = strategy.position_size > 0 and stopDistance > i_stopPercent
// Enter positions
if buyCondition
strategy.entry(id="Long", direction=strategy.long)
if buyCondition[1]
buyPrice := open
// Exit positions
if sellCondition or stopCondition
strategy.close(id="Long", comment="Exit" + (stopCondition ? "SL=true" : ""))
buyPrice := na
// Draw pretty colors
plot(buyPrice, color=color.lime, style=plot.style_linebr)
plot(stopPrice, color=color.red, style=plot.style_linebr, offset=-1)
plot(ma1, color=color.blue)
plot(ma2, color=color.fuchsia)