गाउस तरंग पूर्वानुमान रणनीति

लेखक:चाओझांग, दिनांकः 2024-01-22 12:37:07
टैगः

अवलोकन

गाउस तरंग पूर्वानुमान रणनीति गाउस फिल्टरिंग पर आधारित एक मात्रात्मक ट्रेडिंग रणनीति है। यह कई बार मूल्य श्रृंखला को फ़िल्टर करने और कई चिकनी मूल्य श्रृंखलाओं का उत्पादन करने के लिए गाउस फिल्टर की चिकनाई सुविधा का उपयोग करता है। फिर इन मूल्य श्रृंखलाओं के बहुपद फिट के साथ संयुक्त, यह भविष्य की कीमतों की भविष्यवाणी का एहसास करता है। भविष्यवाणी के परिणामों के अनुसार, यह लंबी या छोटी स्थिति पर सुझाव देता है।

रणनीतिक सिद्धांत

इस रणनीति का मूल गौसियन फ़िल्टर एल्गोरिथ्म है। गौसियन फ़िल्टर एक रैखिक चिकनाई फ़िल्टर है जो गौसियन फ़ंक्शन को भार के रूप में उपयोग करता है। रणनीति में पैरामीटर पी को फ़िल्टरिंग विंडो के आकार के रूप में सेट किया गया है। फिर फ़िल्टरिंग गुणांक अल्फा को त्रिकोणमितीय कार्यों के माध्यम से गणना की जाती है। प्रत्येक मूल्य श्रृंखला ret\[i\] मूल मूल्य श्रृंखला के i-th गौसियन फ़िल्टरिंग के बाद परिणाम का प्रतिनिधित्व करती है।

यह रणनीति पुनरावृत्ति के विचार का उपयोग करती है। सबसे पहले, अल्फा और मूल मूल्य श्रृंखला मूल्य के साथ, पहली फ़िल्टरिंग रेट की गणना की जाती है। फिर रेट के आधार पर, दूसरी फ़िल्टरिंग रेट 2 प्राप्त करने के लिए की जाती है। इसे कई बार दोहराएं। अंत में, कई मूल्य श्रृंखलाओं को जोड़कर, भविष्य की कीमतों की भविष्यवाणी करने के लिए एक वक्र फिट होता है। यदि भविष्यवाणी की गई कीमत वर्तमान वास्तविक मूल्य से अधिक है, तो लंबी जाएं। यदि वर्तमान मूल्य से कम है, तो छोटी जाएं।

कई बार फ़िल्टर करके, यह अधिक सुचारू और प्रवृत्ति को बेहतर ढंग से फिट कर सकता है। उसी समय, बहुपद फिट के साथ संयुक्त, यह अल्पकालिक में मूल्य प्रवृत्तियों की भविष्यवाणी का एहसास करता है।

लाभ विश्लेषण

इस रणनीति के निम्नलिखित फायदे हैंः

कीमतों को सुचारू करने के लिए गॉस फिल्टर का प्रयोग करें। यह प्रभावी रूप से उच्च आवृत्ति शोर को फ़िल्टर कर सकता है और रणनीति को अधिक स्थिर बना सकता है।
पुनरावर्ती एकाधिक फ़िल्टरिंग. यह मूल्य प्रवृत्ति को बेहतर ढंग से फिट कर सकती है और पूर्वानुमान प्रभाव को बेहतर बना सकती है.
बहुपद फिटिंग पर आधारित मूल्य भविष्यवाणी. यह अल्पकालिक मूल्य रुझानों को मॉडल कर सकता है और इस प्रकार व्यापार संकेत उत्पन्न कर सकता है.
वर्तमान मूल्य बनाम भविष्यवाणी की गई कीमत के आधार पर न्याय करें। व्यापारिक अवसरों को खोने से बचने के लिए ट्रेडिंग संकेत सीधे प्रवृत्ति भविष्यवाणियों के साथ संयुक्त होते हैं।
लागू करने में सरल, समझने और अनुकूलित करने में आसान। यह अन्य विश्लेषणात्मक संकेतकों का विस्तार करने के लिए उच्च आवृत्ति रणनीतियों के लिए एक बुनियादी मॉड्यूल के रूप में कार्य कर सकता है।

जोखिम विश्लेषण

इस रणनीति में निम्नलिखित जोखिम भी हैं:

अचानक मूल्य परिवर्तन पर गौसियन फिल्टर का चिकनाई प्रभाव अल्पकालिक व्यापारिक अवसरों को याद कर सकता है।
बहुपद अनुकूलन में अति अनुकूलन का जोखिम होता है यदि मूल्य परिवर्तन मॉडल अचानक उत्परिवर्तन करता है, तो पूर्वानुमान प्रभाव कम हो जाएगा।
फ़िल्टर खिड़की का आकार और फिटिंग बहुपद के क्रम को ठीक से सेट करने की आवश्यकता है। अन्यथा यह विफल हो सकता है।
यह केवल ट्रेडिंग सिग्नल के लिए शुरुआती मूल्य पर निर्भर करता है और इंट्राडे ट्रेडिंग नहीं कर सकता है।

अनुकूलन दिशाएँ

इस रणनीति को निम्नलिखित पहलुओं में अनुकूलित किया जा सकता हैः

मॉडल प्रशिक्षण और स्लाइडिंग विंडो रीट्रेनिंग तंत्र जोड़ें ताकि ओवरफिटिंग जोखिम को कम करने के लिए मापदंडों के गतिशील समायोजन के लिए।
इनपुट को समृद्ध करने और भविष्यवाणियों को अधिक स्थिर बनाने के लिए अधिक मूल्य संकेतकों और सुविधाओं को शामिल करें।
चरम बाजार स्थितियों में भारी नुकसान से बचने के लिए अधिकतम हानि अनुपात निर्धारित करते हुए स्टॉप लॉस तंत्र जोड़ें।
स्थिति प्रबंधन को अनुकूलित करें, पूर्वानुमान सटीकता और अस्थिरता के आधार पर स्थिति को गतिशील रूप से समायोजित करें।
एलएसटीएम जैसे मुख्यधारा के मशीन लर्निंग मॉडल के आधार पर भविष्यवाणी करने का प्रयास करें और भविष्यवाणी क्षमता में और सुधार करें।

निष्कर्ष

संक्षेप में, यह एक उच्च आवृत्ति मात्रात्मक रणनीति है जो गौसियन फ़िल्टर और बहुपद फिटिंग का उपयोग करके मूल्य भविष्यवाणी करती है। इसके कुछ फायदे हैं लेकिन सुधार के लिए भी जगह है। अधिक सुविधाओं को शामिल करके, गतिशील पैरामीटर ट्यूनिंग, स्टॉप लॉस तंत्र आदि की शुरुआत करके, रणनीति प्रभाव बहुत बेहतर हो सकता है। यह रणनीति उच्च आवृत्ति रणनीतियों के आगे के अनुसंधान और अनुकूलन के लिए एक बुनियादी मॉड्यूल के रूप में नींव रखती है।

/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Gaussbot v1.0", overlay=true)

p = input(20, minval=1, title="Length")
price = input(open, title="Source")

pi=3.1415926535


w=2*pi/p
beta = (1 - cos(w))/(pow(1.414,2.0/3) - 1)
alfa = -beta + sqrt(beta*beta + 2*beta)
ret=  pow(alfa,4)*price+4*(1-alfa)*nz(ret[1])-6*pow(1-alfa,2)*nz(ret[2])+4*pow(1-alfa,3)*nz(ret[3])-pow(1-alfa,4)*nz(ret[4])
ret2 = pow(alfa,4)*ret+4*(1-alfa)*nz(ret2[1])-6*pow(1-alfa,2)*nz(ret2[2])+4*pow(1-alfa,3)*nz(ret2[3])-pow(1-alfa,4)*nz(ret2[4])
ret3 = pow(alfa,4)*ret2+4*(1-alfa)*nz(ret3[1])-6*pow(1-alfa,2)*nz(ret3[2])+4*pow(1-alfa,3)*nz(ret3[3])-pow(1-alfa,4)*nz(ret3[4])
ret4 = 3*ret-3*ret2+ret3


diff2 = nz(ret[1]) - nz(ret[2]) - (nz(ret[2]) - nz(ret[3]) )  
diff22 = nz(ret2[1]) - nz(ret2[2]) - (nz(ret2[2]) - nz(ret2[3]) ) 
diff23 = nz(ret3[1]) - nz(ret3[2]) - (nz(ret3[2]) - nz(ret3[3]) )  
diff24 = nz(ret4[1]) - nz(ret4[2]) - (nz(ret4[2]) - nz(ret4[3]) )  


longCondition =    price[0] - ret4[1]  > 0
shortCondition =  price[0] - ret4[1] < 0

if(longCondition and shortCondition)
    longCondition = longCondition[1]
    shortCondition = shortCondition[1]
if(longCondition==false and shortCondition==false)
    longCondition = longCondition[1]
    shortCondition = shortCondition[1]



if (longCondition==true and shortCondition == false) 
    strategy.entry("Gaussbot Long", strategy.long )
if (longCondition==false and shortCondition == true)
    strategy.entry("Gaussbot Short", strategy.short)

अधिक

2019 FMZ - सभी अधिकार सुरक्षित