
यह रणनीति बेन कोवेन के जोखिम स्तर सिद्धांत पर आधारित है, जिसका उद्देश्य बीईएएम बैंड के स्तरों का उपयोग करके एक समान दृष्टिकोण को लागू करना है। बीईएएम बैंड की ऊपरी सीमा संरेखण के बाद 200-सप्ताह की चलती औसत है, और निचली सीमा 200-सप्ताह की चलती औसत है। यह हमें एक 0 से 1 की सीमा देता है। जब कीमत 0.5 बैंड से नीचे होती है, तो एक खरीद आदेश जारी किया जाता है; जब कीमत 0.5 बैंड से ऊपर होती है, तो एक बिक्री आदेश जारी किया जाता है।
यह रणनीति मुख्य रूप से बेन कोवेन द्वारा प्रस्तावित बीईएएम वेव थ्योरी पर निर्भर करती है। मूल्य को 10 क्षेत्रों में विभाजित किया जा सकता है, जो बीटीसी की कीमत में परिवर्तन के आधार पर 0 से 1 के बीच है। ये 10 क्षेत्र 10 अलग-अलग जोखिम स्तरों का प्रतिनिधित्व करते हैं। स्तर 0 का मतलब है कि कीमत 200 सप्ताह की चलती औसत के करीब है, जिसमें न्यूनतम जोखिम है; स्तर 5 का मतलब है कि कीमत मध्यवर्ती क्षेत्र में है; स्तर 10 का मतलब है कि कीमत ऊपर की ओर है, जिसमें सबसे अधिक जोखिम है।
जब कीमतें कम हो जाती हैं, तो रणनीति क्रमिक रूप से खरीद की स्थिति को बढ़ा देती है। विशेष रूप से, यदि कीमतें 0 से 0.5 की सीमा में हैं, तो रणनीति सेट किए गए प्रत्येक महीने के एक दिन एक खरीद निर्देश जारी किया जाएगा, और खरीद की राशि धीरे-धीरे बढ़ती है क्योंकि सीमा संख्या कम हो जाती है। उदाहरण के लिए, लहर 5 के लिए, खरीद राशि महीने के कुल डीसीए का 20% है; लहर 1 के लिए, खरीद राशि को महीने के कुल डीसीए का 100% तक बढ़ा दिया गया है।
जब कीमत उच्च स्तर तक बढ़ जाती है, तो यह रणनीति धीरे-धीरे स्थिति को कम करती है। विशेष रूप से, यदि कीमत 0.5 लहर से अधिक है, तो बिक्री के निर्देश दिए जाते हैं, और बेचने की स्थिति धीरे-धीरे बढ़ जाती है जैसे कि लहर संख्या बढ़ जाती है। उदाहरण के लिए, लहर 6 पर, 6.67% बेचें; लहर 10 पर, सभी पदों को बेचें।
इस प्रकार की बीईएएम वेवबैंड डीसीए लागत औसत रणनीति का सबसे बड़ा लाभ यह है कि यह बीटीसी की अस्थिरता ट्रेडिंग की विशेषताओं का पूरा उपयोग करता है, जब बीटीसी की कीमत कम हो जाती है, तो नीचे की ओर धक्का देता है, और जब कीमत बढ़ जाती है, तो मुनाफा होता है। यह विधि किसी भी खरीदने या बेचने के अच्छे अवसरों को याद नहीं करती है। विशिष्ट लाभों को इस प्रकार संक्षेप में प्रस्तुत किया जा सकता हैः
कुल मिलाकर, यह एक परिष्कृत पैरामीटर विनियमन रणनीति है जो बीटीसी की अस्थिर स्थिति में दीर्घकालिक स्थिर लाभ प्राप्त करने में सक्षम है।
हालांकि बीईएएम वेवबैंड डीसीए रणनीति के कई फायदे हैं, कुछ संभावित जोखिम हैं जिनके बारे में सतर्क रहना आवश्यक है। मुख्य जोखिम बिंदुओं को इस प्रकार संक्षेप में प्रस्तुत किया जा सकता हैः
जोखिम को कम करने के लिए, निम्नलिखित उपाय किए जा सकते हैंः
उपरोक्त जोखिमों को ध्यान में रखते हुए, इस रणनीति को निम्नलिखित क्षेत्रों में अनुकूलित किया जा सकता हैः
इन साधनों के माध्यम से, रणनीति की स्थिरता और सुरक्षा में काफी वृद्धि की जा सकती है।
बीएएम वेवबैंड डीसीए लागत औसत रणनीति एक मात्रात्मक रणनीति है जो बहुत ही युद्ध के लायक है। यह बीएएम सिद्धांत का उपयोग करके ट्रेडिंग निर्णयों को निर्देशित करने में सफल है, और लागत औसत मॉडल को खरीदने की लागत को नियंत्रित करने में मदद करता है। साथ ही, यह जोखिम प्रबंधन पर भी ध्यान देता है, नुकसान के प्रसार को रोकने के लिए स्टॉपलॉस सेट करता है। पैरामीटर अनुकूलन और मॉड्यूल वृद्धि के माध्यम से, यह रणनीति बीटीसी बाजार में दीर्घकालिक स्थिर रिटर्न प्राप्त करने के लिए मात्रात्मक व्यापार का एक महत्वपूर्ण उपकरण बन सकती है।
/*backtest
start: 2023-02-11 00:00:00
end: 2024-02-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © gjfsdrtytru - BEAM DCA Strategy {
// Based on Ben Cowen's risk level strategy, this aims to copy that method but with BEAM band levels.
// Upper BEAM level is derived from ln(price/200W MA)/2.5, while the 200W MA is the floor price. This is our 0-1 range.
// Buy limit orders are set at the < 0.5 levels and sell orders are set at the > 0.5 level.
//@version=5
strategy(
title = "BEAM DCA Strategy Monthly",
shorttitle = "BEAM DCA M",
overlay = true,
pyramiding = 500,
default_qty_type = strategy.percent_of_equity,
default_qty_value = 0,
initial_capital = 0) //}
// Inputs { ————————————————————————————————————————————————————————————————————
T_ceiling = input.string("Off", "Diminishing Returns", ["Off","Linear","Parabolic"], "Account for diminishing returns as time increases")
day = input.int(1, "DCA Day of Month",1,28,1,"Select day of month for buy orders.")
DCAamount = input.int(1000,"DCA Amount",400,tooltip="Enter the maximum amount you'd be willing to DCA for any given month.")
T_buy = input(true,"Buy Orders","Toggle buy orders.")
T_sell = input(true,"Sell Orders","Toggle sell orders.")
// Time period
testStartYear = input.int(2018, title="Backtest Start Year", minval=2010,maxval=2100,group="Backtest Period")
testStartMonth = input.int(1, title="Backtest Start Month", minval=1, maxval=12, group="Backtest Period")
testStartDay = input.int(1, title="Backtest Start Day", minval=1, maxval=31, group="Backtest Period")
testPeriodLen = input.int(9999, title="Backtest Period (days)", minval=1, group="Backtest Period",tooltip="Days until strategy ends") * 86400000 // convert days into UNIX time
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testPeriodStop = testPeriodStart + testPeriodLen
testPeriod() => true
// ——————————————————————————————————————————————————————————————————————————— }
// Diminishing Returns { ———————————————————————————————————————————————————————
x = bar_index + 1
assetDivisor= 2.5
switch
T_ceiling == "Linear" => assetDivisor:= 3.50542 - 0.000277696 * x
T_ceiling == "Parabolic"=> assetDivisor:= -0.0000001058992338 * math.pow(x,2) + 0.000120729 * x + 3.1982
// ——————————————————————————————————————————————————————————————————————————— }
// Risk Levels { ———————————————————————————————————————————————————————————————
cycleLen = 1400
getMaLen() =>
if bar_index < cycleLen
bar_index + 1
else
cycleLen
// Define Risk Bands
price = close
riskLow = ta.sma(price,getMaLen())
risk1 = riskLow * math.exp((assetDivisor)*0.1)
risk2 = riskLow * math.exp((assetDivisor)*0.2)
risk3 = riskLow * math.exp((assetDivisor)*0.3)
risk4 = riskLow * math.exp((assetDivisor)*0.4)
risk5 = riskLow * math.exp((assetDivisor)*0.5)
risk6 = riskLow * math.exp((assetDivisor)*0.6)
risk7 = riskLow * math.exp((assetDivisor)*0.7)
risk8 = riskLow * math.exp((assetDivisor)*0.8)
risk9 = riskLow * math.exp((assetDivisor)*0.9)
riskHigh = riskLow * math.exp((assetDivisor))
// Plot Risk Bands
p_low = plot(riskLow, "Beam Risk 0.0",color.new(#0042F0,50),3,editable=false)
p_band1 = plot(risk1, "Beam Risk 0.1",color.new(#0090F5,20),1,editable=false)
p_band2 = plot(risk2, "Beam Risk 0.2",color.new(#00C6DB,20),1,editable=false)
p_band3 = plot(risk3, "Beam Risk 0.3",color.new(#00F5BD,20),1,editable=false)
p_band4 = plot(risk4, "Beam Risk 0.4",color.new(#00F069,20),1,editable=false)
p_band5 = plot(risk5, "Beam Risk 0.5",color.new(#00DB08,50),3,editable=false)
p_band6 = plot(risk6, "Beam Risk 0.6",color.new(#E8D20C,20),1,editable=false)
p_band7 = plot(risk7, "Beam Risk 0.7",color.new(#F2B40C,20),1,editable=false)
p_band8 = plot(risk8, "Beam Risk 0.8",color.new(#DC7A00,20),1,editable=false)
p_band9 = plot(risk9, "Beam Risk 0.9",color.new(#F2520C,20),1,editable=false)
p_band10 = plot(riskHigh, "Beam Risk 1.0",color.new(#F01102,50),3,editable=false)
// ——————————————————————————————————————————————————————————————————————————— }
// Order Execution { ———————————————————————————————————————————————————————————
band5 = price<risk5 and price>risk4
band4 = price<risk4 and price>risk3
band3 = price<risk3 and price>risk2
band2 = price<risk2 and price>risk1
band1 = price<risk1
// DCA buy order weights
y = DCAamount / 5
switch
band5 => y:= y * 1
band4 => y:= y * 2
band3 => y:= y * 3
band2 => y:= y * 4
band1 => y:= y * 5
// Contracts per order
contracts =(y/price)
if testPeriod()
// Buy orders
if T_buy == true
if dayofmonth == day
strategy.entry("Risk Band 5",strategy.long,qty=contracts,when=band5)
strategy.entry("Risk Band 4",strategy.long,qty=contracts,when=band4)
strategy.entry("Risk Band 3",strategy.long,qty=contracts,when=band3)
strategy.entry("Risk Band 2",strategy.long,qty=contracts,when=band2)
strategy.entry("Risk Band 1",strategy.long,qty=contracts,when=band1)
// Sell orders
if T_sell == true
if strategy.opentrades > 5
strategy.exit("Risk Band 6",qty_percent=6.67,limit=risk6)
strategy.exit("Risk Band 7",qty_percent=14.28,limit=risk7)
strategy.exit("Risk Band 8",qty_percent=25.00,limit=risk8)
strategy.exit("Risk Band 9",qty_percent=44.44,limit=risk9)
strategy.exit("Risk Band 10",qty_percent=100,limit=riskHigh)
// ——————————————————————————————————————————————————————————————————————————— }
// Info { ——————————————————————————————————————————————————————————————————————
// Line plot of avg. entry price
plot(strategy.position_size > 0 ? strategy.position_avg_price : na,"Average Entry",color.red,trackprice=true,editable=false)
// Unrealised PNL
uPNL = price/strategy.position_avg_price
// Realised PNL
realPNL = 0.
for i = 0 to strategy.closedtrades-1
realPNL += strategy.closedtrades.profit(i)
// Size of open position in ($)
openPosSize = 0.
for i = 0 to strategy.opentrades-1
openPosSize += strategy.opentrades.size(i) * strategy.position_avg_price
// Size of closed position in ($)
closePosSize = 0.
if strategy.closedtrades > 0
for i = 0 to strategy.closedtrades-1
closePosSize += strategy.closedtrades.size(i) * strategy.closedtrades.entry_price(i)
invested = openPosSize+closePosSize // Total capital ($) put into strategy
equity = openPosSize+closePosSize+strategy.openprofit+realPNL // Total current equity ($) in strategy (counting realised PNL)
ROI = (equity-invested) / invested * 100 // ROI of strategy (compare capital invested to excess return)
// // Info Table
// var table table1 = table.new(position.bottom_right,2,9,color.black,color.gray,1,color.gray,2)
// table.cell(table1,0,0,"Capital Invested", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,1,"Open Position", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,2,"Average Entry", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,3,"Last Price", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,4,"Open PNL (%)", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,5,"Open PNL ($)", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,6,"Realised PNL ($)", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,7,"Total Equity", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,0,8,"Strategy ROI", text_color=color.white,text_halign=text.align_right)
// table.cell(table1,1,0,"$" + str.tostring(invested, "#,###.00"), text_halign=text.align_right,text_color = color.white)
// table.cell(table1,1,1,"$" + str.tostring(openPosSize, "#,###.00"), text_halign=text.align_right,text_color = color.white)
// table.cell(table1,1,2,"$" + str.tostring(strategy.position_avg_price, "#,###.00"), text_halign=text.align_right,text_color = color.white)
// table.cell(table1,1,3,"$" + str.tostring(price, "#,###.00"), text_halign=text.align_right,text_color = color.white)
// table.cell(table1,1,4, str.tostring((uPNL-1)*100, "#,###.00") + "%",text_halign=text.align_right,text_color = uPNL > 1 ? color.lime : color.red)
// table.cell(table1,1,5,"$" + str.tostring(strategy.openprofit, "#,###.00"), text_halign=text.align_right,text_color = uPNL > 1 ? color.lime : color.red)
// table.cell(table1,1,6,"$" + str.tostring(realPNL, "#,###.00"), text_halign=text.align_right,text_color = color.white)
// table.cell(table1,1,7,"$" + str.tostring(equity, "#,###.00"), text_halign=text.align_right,text_color = color.white)
// table.cell(table1,1,8, str.tostring(ROI, "#,###.00") + "%",text_halign=text.align_right,text_color = ROI > 1 ? color.lime : color.red)
// // ——————————————————————————————————————————————————————————————————————————— }