डबल रेंज फिल्टर ट्रेंड ट्रैकिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-02-05 11:15:28
टैगः

img

अवलोकन

ड्यूल रेंज फिल्टर ट्रेंड ट्रैकिंग रणनीति एक मात्रात्मक ट्रेडिंग रणनीति है जो ट्रेंड की दिशा और ट्रैक ट्रेंड की पहचान करने के लिए ड्यूल ईएमए रेंज फिल्टरिंग का उपयोग करती है। यह रणनीति मध्यम से दीर्घकालिक ट्रेंड की दिशा को प्रभावी ढंग से पहचानने के लिए ड्यूल मूविंग एवरेज फिल्टरिंग और एटीआर रेंज गणना को जोड़ती है।

रणनीति तर्क

इस रणनीति का मूल दोहरी ईएमए रेंज फ़िल्टरिंग है। यह कैंडलस्टिक की एटीआर रेंज की गणना करता है और इसे चिकना करता है, फिर यह निर्धारित करने के लिए रेंज के भीतर कैंडलस्टिक की स्थिति का पता लगाने के लिए दो ईएमए का उपयोग करता है कि क्या यह वर्तमान में एक प्रवृत्ति में है। जब कीमत रेंज के माध्यम से टूटती है, तो यह प्रवृत्ति में बदलाव का संकेत देती है।

विशेष रूप से, रणनीति पहले मोमबत्तियों के एटीआर रेंज के आकार की गणना करती है, और फिर इसे दो ईएमए के साथ चिकनी करती है। एटीआर रेंज मोमबत्तियों के सामान्य उतार-चढ़ाव रेंज का प्रतिनिधित्व करती है। जब कीमत इस रेंज से अधिक होती है, तो इसका मतलब है कि प्रवृत्ति में बदलाव हुआ है। रणनीति उस दिशा को रिकॉर्ड करती है जब कीमत ईएमए रेंज के माध्यम से टूट जाती है। जब दिशा बदलती है, तो इसका मतलब है कि एक प्रवृत्ति उलटौती हुई है, और यही वह समय है जब यह बाजार में प्रवेश करने का विकल्प चुन सकता है।

बाजार में प्रवेश करने के बाद, रणनीति लाभ को लॉक करने के लिए एक फ्लोटिंग स्टॉप लॉस का उपयोग करती है। होल्डिंग अवधि के दौरान, यह लगातार न्याय करता है कि क्या कैंडलस्टिक रेंज से बाहर गिर गया है। यदि एक पलकबैक होता है, तो यह वर्तमान स्थिति से बाहर निकल जाएगा। यह प्रभावी रूप से प्रवृत्ति व्यापार से लाभ को लॉक कर सकता है।

लाभ विश्लेषण

डबल रेंज फिल्टर ट्रेंड ट्रैकिंग रणनीति ट्रेंड की दिशा को सटीक रूप से निर्धारित करने के लिए चलती औसत फ़िल्टरिंग और रेंज गणना के लाभों को जोड़ती है और रेंजिंग बाजारों में बाजार में अक्सर प्रवेश और निकास से बचती है। विशिष्ट लाभ हैंः

  1. कैंडलस्टिक उतार-चढ़ाव रेंज का न्याय करने के लिए एटीआर सिद्धांत का उपयोग करें, रेंजिंग बाजार के दौरान दिशा के बिना बाजार में प्रवेश करने से बचें
  2. दोहरी ईएमए फ़िल्टर निर्णय की सटीकता में सुधार करता है और झूठे संकेतों को कम करता है
  3. वास्तविक समय में फ्लोटिंग स्टॉप लॉस प्रभावी रूप से ट्रेंड मुनाफे में लॉक कर सकता है
  4. सरल और स्पष्ट रणनीति तर्क, समझने और अनुकूलित करने में आसान

जोखिम विश्लेषण

इस रणनीति के साथ कुछ जोखिम भी हैं, मुख्य रूप से निम्नलिखित पहलुओं मेंः

  1. बड़े अंतर एटीआर रेंज को तोड़ सकते हैं, जिसके परिणामस्वरूप समय से पहले प्रवेश होता है
  2. मजबूत रुझान वाले बाजारों में स्टॉप लॉस समय से पहले ट्रिगर हो सकता है
  3. गलत पैरामीटर सेटिंग्स भी रणनीति प्रदर्शन को प्रभावित करती है

इन जोखिमों से निपटने के लिए, मापदंडों को उचित रूप से अनुकूलित करने, झूठे ब्रेकआउट को रोकने, प्रवृत्ति की ताकत का आकलन करने जैसे तरीकों का उपयोग उन्हें हल करने के लिए किया जा सकता है।

अनुकूलन के सुझाव

डबल रेंज फिल्टर ट्रेंड ट्रैकिंग रणनीति में भी आगे के अनुकूलन की संभावना है, जिसमें मुख्य अनुकूलन दिशाएं शामिल हैंः

  1. कैंडलस्टिक उतार-चढ़ाव रेंज को चिकनी करने के लिए एटीआर मापदंडों का अनुकूलन करें
  2. झूठे ब्रेकआउट से बचने के लिए वॉल्यूम संकेतक शामिल करें
  3. एक बार के ब्रेकआउट और स्थायी रुझानों को अलग करने के लिए प्रवृत्ति की ताकत का आकलन करें
  4. लाभ सुनिश्चित करते हुए लंबी रुझानों को ट्रैक करने के लिए स्टॉप लॉस मूल्य का अनुकूलन करें

इन अनुकूलन के माध्यम से, रणनीति अधिक बाजार वातावरण में स्थिर लाभ प्राप्त कर सकती है।

सारांश

ड्यूल रेंज फिल्टर ट्रेंड ट्रैकिंग रणनीति चलती औसत फ़िल्टरिंग और एटीआर रेंज जजमेंट के विभिन्न लाभों को एकीकृत करती है, और प्रभावी रूप से टिकाऊ मध्यम से दीर्घकालिक रुझानों की दिशा और प्रवेश समय की पहचान कर सकती है। यह केवल तब बाजार में प्रवेश करती है जब रुझान बदलते हैं, और लाभ को लॉक करने के लिए एक फ्लोटिंग स्टॉप लॉस का उपयोग करती है। इस रणनीति का सरल और स्पष्ट तर्क है और मध्यम से दीर्घकालिक ट्रेंड ट्रेडिंग के लिए बहुत उपयुक्त है। मापदंडों और निर्णय नियमों के निरंतर अनुकूलन के माध्यम से, यह रणनीति विभिन्न बाजारों में अच्छे रिटर्न प्राप्त कर सकती है।


/*backtest
start: 2023-01-29 00:00:00
end: 2024-02-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Range Filter [DW] & Labels", shorttitle="RF [DW] & Labels", overlay=true)

//Conditional Sampling EMA Function 
Cond_EMA(x, cond, n)=>
    var val     = array.new_float(0)
    var ema_val = array.new_float(1)
    if cond
        array.push(val, x)
        if array.size(val) > 1
            array.remove(val, 0)
        if na(array.get(ema_val, 0))
            array.fill(ema_val, array.get(val, 0))
        array.set(ema_val, 0, (array.get(val, 0) - array.get(ema_val, 0))*(2/(n + 1)) + array.get(ema_val, 0))
    EMA = array.get(ema_val, 0)
    EMA

//Conditional Sampling SMA Function
Cond_SMA(x, cond, n)=>
    var vals = array.new_float(0)
    if cond
        array.push(vals, x)
        if array.size(vals) > n
            array.remove(vals, 0)
    SMA = array.avg(vals)
    SMA

//Standard Deviation Function
Stdev(x, n)=>
    sqrt(Cond_SMA(pow(x, 2), 1, n) - pow(Cond_SMA(x, 1, n), 2))

//Range Size Function
rng_size(x, scale, qty, n)=> 
    ATR      = Cond_EMA(tr(true), 1, n)
    AC       = Cond_EMA(abs(x - x[1]), 1, n)
    SD       = Stdev(x, n)
    rng_size = scale=="Pips" ? qty*0.0001 : scale=="Points" ? qty*syminfo.pointvalue : scale=="% of Price" ? close*qty/100 : scale=="ATR" ? qty*ATR :
               scale=="Average Change" ? qty*AC : scale=="Standard Deviation" ? qty*SD : scale=="Ticks" ? qty*syminfo.mintick : qty   

//Two Type Range Filter Function
rng_filt(h, l, rng_, n, type, smooth, sn, av_rf, av_n)=>
    rng_smooth = Cond_EMA(rng_, 1, sn)
    r          = smooth ? rng_smooth : rng_
    var rfilt  = array.new_float(2, (h + l)/2)
    array.set(rfilt, 1, array.get(rfilt, 0))
    if type=="Type 1"
        if h - r > array.get(rfilt, 1)
            array.set(rfilt, 0, h - r)
        if l + r < array.get(rfilt, 1)
            array.set(rfilt, 0, l + r)
    if type=="Type 2"
        if h >= array.get(rfilt, 1) + r
            array.set(rfilt, 0, array.get(rfilt, 1) + floor(abs(h - array.get(rfilt, 1))/r)*r)
        if l <= array.get(rfilt, 1) - r
            array.set(rfilt, 0, array.get(rfilt, 1) - floor(abs(l - array.get(rfilt, 1))/r)*r)
    rng_filt1 = array.get(rfilt, 0)
    hi_band1  = rng_filt1 + r
    lo_band1  = rng_filt1 - r
    rng_filt2 = Cond_EMA(rng_filt1, rng_filt1 != rng_filt1[1], av_n)
    hi_band2  = Cond_EMA(hi_band1, rng_filt1 != rng_filt1[1], av_n)
    lo_band2  = Cond_EMA(lo_band1, rng_filt1 != rng_filt1[1], av_n)
    rng_filt  = av_rf ? rng_filt2 : rng_filt1
    hi_band   = av_rf ? hi_band2 : hi_band1
    lo_band   = av_rf ? lo_band2 : lo_band1
    [hi_band, lo_band, rng_filt]
 
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Inputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

//Filter Type
f_type = input(defval="Type 1", options=["Type 1", "Type 2"], title="Filter Type")

//Movement Source
mov_src = input(defval="Close", options=["Wicks", "Close"], title="Movement Source")

//Range Size Inputs
rng_qty   = input(defval=2.618, minval=0.0000001, title="Range Size")
rng_scale = input(defval="Average Change", options=["Points", "Pips", "Ticks", "% of Price", "ATR", "Average Change", "Standard Deviation", "Absolute"], title="Range Scale")

//Range Period
rng_per = input(defval=14, minval=1, title="Range Period (for ATR, Average Change, and Standard Deviation)")

//Range Smoothing Inputs
smooth_range = input(defval=true, title="Smooth Range")
smooth_per   = input(defval=27, minval=1, title="Smoothing Period")

//Filter Value Averaging Inputs
av_vals    = input(defval=true, title="Average Filter Changes")
av_samples = input(defval=2, minval=1, title="Number Of Changes To Average")

// New inputs for take profit and stop loss
take_profit_percent = input(defval=100.0, minval=0.1, maxval=1000.0, title="Take Profit Percentage", step=0.1)
stop_loss_percent = input(defval=100, minval=0.1, maxval=1000.0, title="Stop Loss Percentage", step=0.1)

//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Definitions
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

//High And Low Values
h_val = mov_src=="Wicks" ? high : close
l_val = mov_src=="Wicks" ? low : close

//Range Filter Values
[h_band, l_band, filt] = rng_filt(h_val, l_val, rng_size((h_val + l_val)/2, rng_scale, rng_qty, rng_per), rng_per, f_type, smooth_range, smooth_per, av_vals, av_samples)

//Direction Conditions
var fdir = 0.0
fdir    := filt > filt[1] ? 1 : filt < filt[1] ? -1 : fdir
upward   = fdir==1 ? 1 : 0
downward = fdir==-1 ? 1 : 0

//Colors
filt_color = upward ? #05ff9b : downward ? #ff0583 : #cccccc
bar_color  = upward and (close > filt) ? (close > close[1] ? #05ff9b : #00b36b) :
             downward and (close < filt) ? (close < close[1] ? #ff0583 : #b8005d) : #cccccc

//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Outputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

//Filter Plot
filt_plot = plot(filt, color=filt_color, transp=0, linewidth=3,  title="Filter")

//Band Plots
h_band_plot = plot(h_band, color=#05ff9b, transp=100, title="High Band")
l_band_plot = plot(l_band, color=#ff0583, transp=100, title="Low Band")

//Band Fills
fill(h_band_plot, filt_plot, color=#00b36b, transp=85, title="High Band Fill")
fill(l_band_plot, filt_plot, color=#b8005d, transp=85, title="Low Band Fill")

//Bar Color
barcolor(bar_color)

//External Trend Output
plot(fdir, transp=100, editable=false, display=display.none, title="External Output - Trend Signal")

// Trading Conditions Logic
longCond = close > filt and close > close[1] and upward > 0 or close > filt and close < close[1] and upward > 0 
shortCond = close < filt and close < close[1] and downward > 0 or close < filt and close > close[1] and downward > 0

CondIni = 0
CondIni := longCond ? 1 : shortCond ? -1 : CondIni[1]
longCondition = longCond and CondIni[1] == -1
shortCondition = shortCond and CondIni[1] == 1

// Strategy Entry and Exit
strategy.entry("Buy", strategy.long, when = longCondition)
strategy.entry("Sell", strategy.short, when = shortCondition)

// New: Close conditions based on percentage change
long_take_profit_condition = close > strategy.position_avg_price * (1 + take_profit_percent / 100)
short_take_profit_condition = close < strategy.position_avg_price * (1 - take_profit_percent / 100)

long_stop_loss_condition = close < strategy.position_avg_price * (1 - stop_loss_percent / 100)
short_stop_loss_condition = close > strategy.position_avg_price * (1 + stop_loss_percent / 100)

strategy.close("Buy", when = shortCondition or long_take_profit_condition or long_stop_loss_condition)
strategy.close("Sell", when = longCondition or short_take_profit_condition or short_stop_loss_condition)

// Plot Buy and Sell Labels
plotshape(longCondition, title = "Buy Signal", text ="BUY", textcolor = color.white, style=shape.labelup, size = size.normal, location=location.belowbar, color = color.green, transp = 0)
plotshape(shortCondition, title = "Sell Signal", text ="SELL", textcolor = color.white, style=shape.labeldown, size = size.normal, location=location.abovebar, color = color.red, transp = 0)

// Alerts
alertcondition(longCondition, title="Buy Alert", message = "BUY")
alertcondition(shortCondition, title="Sell Alert", message = "SELL")


अधिक