गतिशील स्टॉप लॉस और लक्ष्य लाभ पर आधारित ईएमए मल्टीपल लागत-भारित औसत लागत रणनीति


निर्माण तिथि: 2024-01-19 15:16:53 अंत में संशोधित करें: 2024-01-19 15:16:53
कॉपी: 2 क्लिक्स: 778
1
ध्यान केंद्रित करना
1617
समर्थक

गतिशील स्टॉप लॉस और लक्ष्य लाभ पर आधारित ईएमए मल्टीपल लागत-भारित औसत लागत रणनीति

अवलोकन

इस रणनीति में जोखिम और लाभ के प्रबंधन के लिए एक गतिशील मल्टी इंडेक्स मूविंग एवरेज को लॉन्च सिग्नल के रूप में उपयोग किया गया है, जो स्टॉप लॉस और लक्ष्य लाभ के ट्रैकिंग तंत्र के साथ संयुक्त है। यह रणनीति ईएमए की चिकनी प्रकृति का पूरा उपयोग करती है, जो प्रवृत्ति की पहचान करती है और लागत को कई डीसीए निवेशों के माध्यम से नियंत्रित करती है। इसके अलावा, गतिशील स्टॉप लॉस और लक्ष्य लाभ सेटिंग को एकीकृत करने से पूरी रणनीति अधिक बुद्धिमान और स्वचालित हो जाती है।

रणनीति सिद्धांत

संकेतक गणना

  • EMA5, EMA10, EMA20, EMA50, EMA100 और EMA200 सूचकांक की चलती औसत
  • एटीआर औसत वास्तविक अस्थिरता

प्रवेश संकेत

ईएमए चक्र अनुकूलन योग्य है जब कीमत ईएमए चक्र के करीब या पार करने पर एक प्रवेश संकेत उत्पन्न करता है, आमतौर पर 5, 10, 20, 50, 100 और 200 चक्रों का चयन किया जाता है। यह रणनीति ईएमए के ऊपर और नीचे 1% की सीमा के भीतर प्रवेश की शर्त के रूप में कीमतों को अपनाती है।

जोखिम प्रबंधन

एकीकरण के लिए कई जोखिम प्रबंधन तंत्रः

  1. एटीआर स्टॉपः एटीआर सेट थ्रेशोल्ड से अधिक होने पर स्टॉप
  2. अधिकतम निवेश नियंत्रणः अत्यधिक निवेश से बचें
  3. गतिशील ट्रैकिंग स्टॉपः वास्तविक समय में कीमतों में उतार-चढ़ाव के आधार पर ट्रेलिंग स्टॉप

मुनाफ़े की व्यवस्था

लक्ष्य मुनाफे का स्तर निर्धारित करें और लक्ष्य मूल्य से अधिक होने पर बाहर निकलें

रणनीति का विश्लेषण

  1. ईएमए का उपयोग ट्रेंड की पहचान करने के लिए करें और अल्पकालिक उतार-चढ़ाव को फ़िल्टर करें
  2. डीसीए की लागत को अलग-अलग करने के लिए, कम खरीद से बचें
  3. मल्टीपल ईएमए पोर्टफोलियो ने सफलता की दर को बढ़ाया
  4. गतिशील स्टॉप लॉस
  5. लक्ष्य स्पष्ट है, बहुत अधिक लाभ नहीं

जोखिम और सुधार

  1. ईएमए कारक चयन को अनुकूलित करने की आवश्यकता है, विभिन्न बाजारों में अलग-अलग चक्र संयोजन प्रभाव में अंतर है
  2. डीसीए की अत्यधिक संख्या से धन का अत्यधिक उपयोग हो सकता है
  3. स्टॉप लॉस की सीमा सेट करने के लिए ऑप्टिमाइज़ की आवश्यकता है

रणनीति अनुकूलन विचार

  1. उन्नत ईएमए प्रणाली का उपयोग कर रुझानों की पहचान करें
  2. मल्टी-वैरिएबल ऑप्टिमाइज़ेशन के लिए इष्टतम डीसीए और स्टॉप लॉस
  3. मूल्य परिवर्तन की भविष्यवाणी करने के लिए एक मशीन लर्निंग मॉडल जोड़ें
  4. कुल निवेश को नियंत्रित करने के लिए एकीकृत धन प्रबंधन मॉड्यूल

संक्षेप

इस रणनीति में ईएमए पहचान प्रवृत्ति, डीसीए लागत नियंत्रण, गतिशील ट्रैकिंग स्टॉपलॉस, लक्ष्य लाभ से बाहर निकलने और कई अन्य तंत्र शामिल हैं। पैरामीटर समायोजन और जोखिम नियंत्रण के मामले में अनुकूलन के लिए बहुत अधिक जगह है। कुल मिलाकर, इस रणनीति में मजबूत अनुकूलन और स्केलेबिलिटी है, जो निवेशकों के लिए स्थिर अतिरिक्त रिटर्न ला सकती है।

रणनीति स्रोत कोड
/*backtest
start: 2023-01-12 00:00:00
end: 2024-01-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EMA DCA Strategy with Trailing Stop and Profit Target", overlay=true )

// Define the investment amount for when the condition is met
investment_per_condition = 6

// Define the EMAs
ema5 = ema(close, 5)
ema10 = ema(close, 10)
ema20 = ema(close, 20)
ema50 = ema(close, 50)
ema100 = ema(close, 100)
ema200 = ema(close, 200)

// Define ATR sell threshold
atr_sell_threshold = input(title="ATR Sell Threshold", type=input.integer, defval=10, minval=1)

// Helper function to find if the price is within 1% of the EMA
isWithin1Percent(price, ema) =>
    ema_min = ema * 0.99
    ema_max = ema * 1.01
    price >= ema_min and price <= ema_max

// Control the number of buys
var int buy_count = 0
buy_limit = input(title="Buy Limit", type=input.integer, defval=3000)

// Calculate trailing stop and profit target levels
trail_percent = input(title="Trailing Stop Percentage", type=input.integer, defval=1, minval=0, maxval=10)
profit_target_percent = input(title="Profit Target Percentage", type=input.integer, defval=3, minval=1, maxval=10)

// Determine if the conditions are met and execute the strategy
checkConditionAndBuy(emaValue, emaName) =>
    var int local_buy_count = 0 // Create a local mutable variable
    if isWithin1Percent(close, emaValue) and local_buy_count < buy_limit
        strategy.entry("Buy at " + emaName, strategy.long, qty=investment_per_condition / close, alert_message ="Buy condition met for " + emaName)
        local_buy_count := local_buy_count + 1
        // alert("Buy Condition", "Buy condition met for ", freq_once_per_bar_close)
        
    local_buy_count // Return the updated local_buy_count

// Add ATR sell condition
atr_condition = atr(20) > atr_sell_threshold
if atr_condition
    strategy.close_all()
    buy_count := 0 // Reset the global buy_count when selling

// Strategy execution
buy_count := checkConditionAndBuy(ema5, "EMA5")
buy_count := checkConditionAndBuy(ema10, "EMA10")
buy_count := checkConditionAndBuy(ema20, "EMA20")
buy_count := checkConditionAndBuy(ema50, "EMA50")
buy_count := checkConditionAndBuy(ema100, "EMA100")
buy_count := checkConditionAndBuy(ema200, "EMA200")

// Calculate trailing stop level
trail_offset = close * trail_percent / 100
trail_level = close - trail_offset

// Set profit target level
profit_target_level = close * (1 + profit_target_percent / 100)

// Exit strategy: Trailing Stop and Profit Target
strategy.exit("TrailingStop", from_entry="Buy at EMA", trail_offset=trail_offset, trail_price=trail_level)
strategy.exit("ProfitTarget", from_entry="Buy at EMA",  when=close >= profit_target_level)

// Plot EMAs
plot(ema5, title="EMA 5", color=color.red)
plot(ema10, title="EMA 10", color=color.orange)
plot(ema20, title="EMA 20", color=color.yellow)
plot(ema50, title="EMA 50", color=color.green)
plot(ema100, title="EMA 100", color=color.blue)
plot(ema200, title="EMA 200", color=color.purple)