आलसी भालू स्क्रैच गति रणनीति

लेखक:चाओझांग, दिनांकः 2024-02-02 17:42:58
टैगः

img

अवलोकन

आलसी भालू निचोड़ गति रणनीति एक मात्रात्मक ट्रेडिंग रणनीति है जो बोलिंगर बैंड, केल्टनर चैनलों और एक गति संकेतक को जोड़ती है। यह यह निर्धारित करने के लिए बोलिंगर बैंड और केल्टनर चैनलों का उपयोग करती है कि क्या बाजार वर्तमान में निचोड़ में है, फिर ट्रेडिंग संकेत उत्पन्न करने के लिए गति संकेतक का उपयोग करता है।

इस रणनीति का मुख्य लाभ यह है कि यह स्वचालित रूप से रुझानों की शुरुआत की पहचान करने और गति संकेतक के साथ प्रवेश समय निर्धारित करने में सक्षम है। हालांकि, कुछ जोखिम भी हैं जिन्हें विभिन्न उत्पादों में अनुकूलन के माध्यम से संबोधित करने की आवश्यकता है।

रणनीति तर्क

आलसी भालू निचोड़ गति रणनीति निम्नलिखित तीन संकेतकों के आधार पर निर्णय करती हैः

  1. बोलिंगर बैंडः मध्य बैंड, ऊपरी बैंड और निचले बैंड शामिल हैं
  2. केल्टनर चैनल: मध्य रेखा, ऊपरी रेखा और निचली रेखा को शामिल करता है
  3. गति संकेतक: वर्तमान मूल्य घटाकर मूल्य n दिन पहले

जब बोलिंगर का ऊपरी बैंड केल्टनर की ऊपरी रेखा के नीचे होता है और बोलिंगर का निचला बैंड केल्टनर की निचली रेखा के ऊपर होता है, तो हम निर्धारित करते हैं कि बाजार एक निचोड़ में है। यह आमतौर पर एक प्रवृत्ति चाल शुरू होने वाला है।

प्रवेश समय निर्धारित करने के लिए, हम मूल्य परिवर्तन की गति को मापने के लिए गति संकेतक का उपयोग करते हैं। एक खरीद संकेत तब उत्पन्न होता है जब गति अपने चलती औसत से ऊपर जाती है, और एक बिक्री संकेत जब गति अपने चलती औसत से नीचे जाती है।

लाभ विश्लेषण

आलसी भालू स्क्विज़ गति रणनीति के मुख्य लाभः

  1. नए रुझानों में प्रारंभिक प्रविष्टियों को स्वचालित रूप से पहचानें
  2. संकेतकों का संयोजन झूठे संकेतों को रोकता है
  3. प्रवृत्ति और औसत-वापसी दोनों को पकड़ता है
  4. अनुकूलन के लिए अनुकूलन योग्य पैरामीटर
  5. विभिन्न उत्पादों में मजबूत

जोखिम विश्लेषण

आलसी भालू स्क्विज़ गति रणनीति के लिए कुछ जोखिम भी हैंः

  1. Bollinger & Keltner के झूठे संकेतों की संभावना
  2. गति की अस्थिरता, सर्वोत्तम प्रविष्टियों की अनुपस्थिति
  3. अनुकूलन के बिना खराब प्रदर्शन
  4. उत्पाद चयन के लिए उच्च सहसंबंध

जोखिमों को कम करने के लिए, सिफारिशों में शामिल हैंः बोलिंगर और केल्टनर के लिए लंबाई का अनुकूलन, स्टॉप लॉस को समायोजित करना, तरल उत्पादों का चयन करना, अन्य संकेतकों के साथ संकेतों का सत्यापन करना।

अनुकूलन दिशाएँ

प्रदर्शन को और बढ़ाने के लिए मुख्य दिशाएं:

  1. मापदंडों के परीक्षण संयोजन उत्पादों और समय सीमाओं में
  2. बोलिंगर बैंड और केल्टनर चैनलों के लिए लंबाई का अनुकूलन करें
  3. गति संकेतक की लंबाई अनुकूलित करें
  4. लॉन्ग और शॉर्ट्स के लिए अलग स्टॉप लॉस/टेक प्रॉफिट
  5. सिग्नल सत्यापन के लिए अतिरिक्त संकेत

कठोर परीक्षण और अनुकूलन के माध्यम से, रणनीति के बढ़त और लाभप्रदता में काफी सुधार किया जा सकता है।

निष्कर्ष

आलसी भालू निचोड़ गति रणनीति में एक बहु-सूचक दृष्टिकोण के माध्यम से मजबूत संकेत उत्पादन है, और प्रभावी रूप से नई प्रवृत्ति शुरू की पहचान कर सकता है। लेकिन यह जोखिम भी ले जाता है जो ट्रेडिंग उपकरणों में अनुकूलन की आवश्यकता है। निरंतर परीक्षण और सुधार के साथ, यह एक मजबूत एल्गोरिथम ट्रेडिंग प्रणाली बन सकती है।


/*backtest
start: 2024-01-31 00:00:00
end: 2024-02-01 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mtahreemalam original strategy by LazyBear

strategy(title = 'SQM Strategy, TP & SL',
         shorttitle = 'Squeeze.M Strat',
         overlay = true,
         pyramiding = 0,
         default_qty_type = strategy.percent_of_equity,
         default_qty_value = 100,
         initial_capital = 1000,
         commission_type=strategy.commission.percent, 
         commission_value=0.0,
         process_orders_on_close=true,
         use_bar_magnifier=true)
//Strategy logic
strategy_logic = input.string("Cross above 0", "Strategy Logic", options = ["LazyBear", "Cross above 0"])

// Date Range
testPeriodSwitch = input(false, "Custom Backtesting Date Range",group="Backtesting Date Range")
i_startTime = input(defval = timestamp("01 Jan 2022 00:01 +0000"), title = "Backtesting Start Time",group="Backtesting Date Range")
i_endTime = input(defval = timestamp("31 Dec 2022 23:59 +0000"), title = "Backtesting End Time",group="Backtesting Date Range")
timeCond = true
isPeriod = testPeriodSwitch == true ? timeCond : true

//// Stoploss and Take Profit Parameters
// Enable Long Strategy
enable_long_strategy = input.bool(true, title='Enable Long Strategy', group='SL/TP For Long Strategy', inline='1')
long_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_stoploss_percentage = close * (long_stoploss_value / 100) / syminfo.mintick
long_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_takeprofit_percentage = close * (long_takeprofit_value / 100) / syminfo.mintick

// Enable Short Strategy
enable_short_strategy = input.bool(true, title='Enable Short Strategy', group='SL/TP For Short Strategy', inline='3')
short_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_stoploss_percentage = close * (short_stoploss_value / 100) / syminfo.mintick
short_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_takeprofit_percentage = close * (short_takeprofit_value / 100) / syminfo.mintick

//// Inputs
//SQUEEZE MOMENTUM STRATEGY
length = input(20, title='BB Length', group = "Squeeze Momentum Settings")
mult = input(2.0, title='BB MultFactor', group = "Squeeze Momentum Settings")
source = close
lengthKC = input(20, title='KC Length', group = "Squeeze Momentum Settings")
multKC = input(1.5, title='KC MultFactor', group = "Squeeze Momentum Settings")
useTrueRange = input(true, title='Use TrueRange (KC)', group = "Squeeze Momentum Settings")
signalPeriod=input(5, title="Signal Length", group = "Squeeze Momentum Settings")
show_labels_sqm = input(title='Show Buy/Sell SQM Labels', defval=true, group = "Squeeze Momentum Settings")
h0 = hline(0)

// Defining MA
ma = ta.sma(source, length)

// Calculate BB
basis = ma
dev = mult * ta.stdev(source, length)
upperBB = basis + dev
lowerBB = basis - dev

// Calculate KC
range_1 = useTrueRange ? ta.tr : high - low
rangema = ta.sma(range_1, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC


// SqzON | SqzOFF | noSqz
sqzOn = lowerBB > lowerKC and upperBB < upperKC
sqzOff = lowerBB < lowerKC and upperBB > upperKC
noSqz = sqzOn == false and sqzOff == false

// Momentum
val = ta.linreg(source - math.avg(math.avg(ta.highest(high, lengthKC), ta.lowest(low, lengthKC)), ta.sma(close, lengthKC)), lengthKC, 0)

red_line = ta.sma(val,signalPeriod)
blue_line = val

// lqm = if val > 0
//         if val > nz(val[1])
        // long_sqm_custom
        // if val < nz(val[1])
        // short_sqm_custom
// Plots
//plot(val, style = plot.style_line, title = "blue line", color= color.blue, linewidth=2)
//plot(ta.sma(val,SignalPeriod), style = plot.style_line, title = "red line",color = color.red, linewidth=2)

//plot(val, color=blue, linewidth=2)
//plot(0, color=color.gray, style=plot.style_cross, linewidth=2)
//plot(red_line, color=red, linewidth=2)

//LOGIC
//momentum filter
//filterMom = useMomAverage ? math.abs(val) > MomentumMin / 100000 ? true : false : true
//}

////SQM Long Short Conditions
//Lazy Bear Buy Sell Condition
// long_sqm_lazy = (blue_line>red_line)
// short_sqm_lazy = (blue_line<red_line)

long_sqm_lazy = ta.crossover(blue_line,red_line)
short_sqm_lazy = ta.crossunder(blue_line,red_line)


//Custom Buy Sell Condition
dir_sqm = val < 0 ? -1 : 1
long_sqm_custom = dir_sqm == 1 //and dir_sqm[1] == -1
short_sqm_custom = dir_sqm == -1 //and dir_sqm[1] == 1

long_sqm = strategy_logic == "LazyBear" ? long_sqm_lazy : long_sqm_custom 
short_sqm = strategy_logic == "LazyBear" ? short_sqm_lazy : short_sqm_custom 


// Plot Stoploss & Take Profit Levels
long_stoploss_price = strategy.position_avg_price * (1 - long_stoploss_value / 100)
long_takeprofit_price = strategy.position_avg_price * (1 + long_takeprofit_value / 100)
short_stoploss_price = strategy.position_avg_price * (1 + short_stoploss_value / 100)
short_takeprofit_price = strategy.position_avg_price * (1 - short_takeprofit_value / 100)
plot(enable_long_strategy and not enable_short_strategy ? long_stoploss_percentage : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Long SL Level')
plot(enable_long_strategy and not enable_short_strategy ? long_takeprofit_percentage : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Long TP Level')
plot(enable_short_strategy and not enable_long_strategy ? short_stoploss_price : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Short SL Level')
plot(enable_short_strategy and not enable_long_strategy ? short_takeprofit_price : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Short TP Level')


// Long Strategy
if long_sqm and enable_long_strategy == true
    strategy.entry('Long', strategy.long)
    strategy.exit('Long  SL/TP', from_entry='Long', loss=long_stoploss_percentage, profit=long_takeprofit_percentage)
    strategy.close('Long', comment = "L. CL")

// Short Strategy
if short_sqm and enable_short_strategy == true 
    strategy.entry('Short', strategy.short)
    strategy.exit('Short SL/TP', from_entry='Short', loss=short_stoploss_percentage, profit=short_takeprofit_percentage)
    strategy.close('Short', comment = "S.Cl")

plot_sqm_long = long_sqm and not long_sqm[1]
plot_sqm_short = short_sqm and not short_sqm[1]

plotshape(plot_sqm_long and show_labels_sqm, title='Buy', style=shape.labelup, location=location.belowbar, size=size.normal, text='Buy', textcolor=color.new(color.white, 0), color=color.new(color.green, 0))
plotshape(plot_sqm_short and show_labels_sqm, title='Sell', style=shape.labeldown, location=location.abovebar, size=size.normal, text='Sell', textcolor=color.new(color.white, 0), color=color.new(color.red, 0))

// Date Range EXIT
if (not isPeriod) 
    strategy.cancel_all()
    strategy.close_all()


अधिक