प्रवृत्ति पूर्वानुमान पर आधारित डबल मूविंग एवरेज रणनीति
ChaoZhang
अवलोकन
प्रवृत्ति पूर्वानुमान द्वि-समान रेखा रणनीति एक रणनीति है जो मूल्य प्रवृत्ति के उलट होने से पहले प्रवृत्ति परिवर्तन की भविष्यवाणी करने की कोशिश करती है। यह LazyBear के WaveTrend सूचक पर आधारित है। यह रणनीति मूल्य प्रवृत्ति की पहचान करने में सक्षम है और वक्र से भरे दृश्य प्रभाव के माध्यम से खरीद और बेच संकेतों को प्रदर्शित करती है।
रणनीति सिद्धांत
यह रणनीति LazyBear के WaveTrend सूचक का उपयोग करती है। WaveTrend अपने आप में एक बहुत अच्छा ट्रेंड ट्रैकिंग सूचक है। इस रणनीति के आधार पर विस्तारित अनुकूलन किया गया है। इसके मुख्य चरण इस प्रकार हैंः
- औसत एचएलसी मूल्य गणना
- ईएमए औसत मूल्य की गणना
- मूल्य में पूर्ण विचलन के लिए ईएमए की गणना
- शून्य सीमा समायोजन सूचक की गणना
- प्रवृत्ति की गणना ईएमए
- औसत रेखा की गणना करें
इस तरह के प्रसंस्करण के माध्यम से, कीमतों के यादृच्छिक उतार-चढ़ाव को फ़िल्टर किया जा सकता है और स्पष्ट रुझानों की पहचान की जा सकती है। तेज और धीमी रेखीय क्रॉसिंग का उपयोग खरीद और बेचने के संकेत देने के लिए किया जा सकता है।
श्रेष्ठता विश्लेषण
इस रणनीति के निम्नलिखित फायदे हैं:
- मूल्य प्रवृत्तियों को पहचानने में सक्षम
- सिग्नल समय पर उत्पन्न होते हैं, जिससे रुझान में बदलाव की पूर्वानुमान लगाया जा सकता है
- स्पष्ट दृश्यता प्रवृत्तियों को वक्र के माध्यम से भरें
- पैरामीटर अनुकूलित करने के लिए विशाल, विभिन्न किस्मों और चक्रों के लिए समायोजित किया जा सकता है
जोखिम विश्लेषण
इस रणनीति के कुछ जोखिम भी हैं:
- सभी तकनीकी सूचकांक रणनीतियों की तरह, जब कीमतों में भारी उतार-चढ़ाव होता है, तो विफलता का जोखिम होता है
- गलत पैरामीटर सेट करने से झूठा संकेत हो सकता है
- सिग्नल में देरी से नुकसान हो सकता है
इन जोखिमों को मापदंडों के समायोजन और अन्य संकेतकों के साथ संयोजन के माध्यम से कम किया जा सकता है।
अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
- अधिक किस्मों और चक्रों को समायोजित करने के लिए पैरामीटर
- नुकसान को रोकने के लिए रणनीतियों को बढ़ाना और जोखिम को नियंत्रित करना
- अन्य संकेतकों के साथ संयोजन, संकेत की सटीकता में सुधार
- ट्रेंड और सिग्नल के लिए मशीन लर्निंग मॉडल जोड़ना
संक्षेप
कुल मिलाकर, यह एक बहुत ही आशाजनक रणनीति है। यह प्रभावी रूप से मूल्य रुझानों की पहचान करने में सक्षम है और रुझानों के परिवर्तनों की पूर्वानुमान लगाने की कोशिश करता है। कुछ अनुकूलन और सुधार के साथ, यह एक शक्तिशाली मात्रात्मक व्यापार प्रणाली बन सकती है। इसकी सरल और स्पष्ट व्यापार तर्क और स्पष्ट दृश्य प्रभाव भी इसे सीखने और अध्ययन करने के लायक एक रणनीति बनाते हैं।
/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("BreakingDawn [JackTz]", overlay = true)
// WaveTrend [LazyBear]
// ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
WTfactor = input(4, title=" WTFactor")
averageHlc3 = sum(hlc3, WTfactor) / WTfactor
ap = averageHlc3
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,4)
wtAvg = wt1-wt2
wtPeriodAvgVal = wtAvg * 45 + averageHlc3
wtPeriodAvg2Val = wtAvg * 25 + averageHlc3
buy = wtAvg[1] < wtAvg and wtAvg < close
sell = wtAvg[1] > wtAvg
fillColor = buy ? color.green : color.red
control = plot(wtPeriodAvgVal, color = fillColor)
signal = plot(wtPeriodAvg2Val, color = fillColor)
fill(signal, control, color = fillColor)
if year > 2016
strategy.entry("buy", strategy.long, when = buy)
strategy.close("buy",when = sell)