
मल्टी टाइमफ्रेम मूविंग एवरेज क्रॉसओवर रणनीति एक एल्गोरिथ्म ट्रेडिंग रणनीति है जो विभिन्न समय अवधि में चलती औसत के बीच क्रॉसिंग सिग्नल का उपयोग करके प्रवृत्ति की दिशा का आकलन करती है। यह रणनीति व्यापक रूप से प्रवृत्ति संकेतक, गतिशीलता संकेतक और अस्थिरता संकेतक के संयोजन का उपयोग करती है, जिससे रणनीति संकेत अधिक विश्वसनीय हो जाते हैं।
यह रणनीति विभिन्न चक्रों के सीसीआई सूचकांकों की गणना करके बाजार की प्रवृत्ति की दिशा का आकलन करती है, फिर मैकड सूचकांकों के साथ मिलकर गोल्ड फोर्क डेड फोर्क सिग्नल की तलाश करती है, और अंत में एटीआर सूचकांकों के साथ स्टॉप-लॉस स्टॉप सेट करती है, जिससे कम खरीदना और बेचना संभव हो सके।
विशेष रूप से, पहले 20 चक्रों के सीसीआई सूचक की गणना करें, बाजार के रुझानों को उनके सकारात्मक और नकारात्मक के आधार पर निर्धारित करें; फिर मैकड सूचक की धीमी-धीमी औसत रेखा की गणना करें कि क्या क्रॉसिंग हुई है, यह निर्धारित करने के लिए कि क्या कोई खरीद और बिक्री संकेत उत्पन्न हुआ है; फिर एटीआर सूचक का उपयोग करके ट्रैक स्टॉप-लॉस तंत्र उत्पन्न करें, और लाभ को और लॉक करें; अंत में, उपरोक्त कई संकेतकों के संकेतों को संश्लेषित करें, और अंतिम खरीद और बिक्री रणनीति संकेत उत्पन्न करें।
यह रणनीति CCI, MACD और ATR के तीन संकेतकों के संयोजन का उपयोग करके बाजार के रुझान, गति और अस्थिरता को समग्र रूप से आकलन करती है, जिससे रणनीति संकेत अधिक सटीक और विश्वसनीय हो जाते हैं।
विभिन्न चक्रों के सीसीआई का उपयोग बाजार के समग्र रुझान का आकलन करने के लिए, उच्च चक्र मैकड के साथ मिलकर कम खरीद और उच्च बिक्री के लिए नोड्स की तलाश करें, जो बाजार की बड़ी प्रवृत्ति की गति को पकड़ सके।
एटीआर संकेतक द्वारा उत्पन्न स्टॉप लॉस के साथ, बाजार में उतार-चढ़ाव के आधार पर उचित स्टॉप लॉस सेट किया जा सकता है, जबकि स्टॉप लॉस ट्रैकिंग फ़ंक्शन के साथ, रणनीति के जोखिम को अच्छी तरह से नियंत्रित किया जा सकता है।
इस रणनीति में अधिकांश मापदंडों के लिए समायोजन की जगह बहुत बड़ी नहीं है और प्रभाव की सीमा तक पहुंचना आसान है, जो रणनीति के प्रभाव को आगे बढ़ाने को सीमित करता है।
क्योंकि रणनीति कई संकेतकों का उपयोग करती है, जो संयोजन संचालन के लिए होती है, इसलिए रणनीति का गणना भार कुछ हद तक बढ़ जाता है। उच्च आवृत्ति वाले व्यापार में कार्टन की समस्या हो सकती है।
रणनीतिक संकेत अधिक बार हो सकते हैं, जबकि जोखिम नियंत्रण मुख्य रूप से एटीआर सूचकांक के स्टॉप लॉस ट्रैकिंग पर निर्भर करता है, और चरम स्थितियों के लिए जोखिम नियंत्रण अधूरा है।
कुछ मशीन लर्निंग हाइपरपैरामीटर ऑप्टिमाइज़ेशन एल्गोरिदम जैसे कि बेयज़ ऑप्टिमाइज़ेशन, आनुवंशिक एल्गोरिदम आदि का उपयोग करने की कोशिश की जा सकती है, जिससे पैरामीटर समायोजन अधिक बुद्धिमान और कुशल हो सके।
कुछ अन्य कार्यात्मक संकेतकों को शामिल करने पर विचार किया जा सकता है, जैसे कि अस्थिरता सूचक, मात्रात्मकता सूचक, भावना सूचक आदि, जो रणनीति की अनुकूलनशीलता और लचीलापन को बढ़ाता है।
अधिक वैज्ञानिक रोक-टोक सिद्धांतों को डिजाइन किया जा सकता है, या किसी निश्चित स्थिति नियंत्रण या धन प्रबंधन मॉड्यूल को जोड़ा जा सकता है, जो चरम स्थितियों के जोखिम को बेहतर ढंग से रोकता है और रणनीति की स्थिरता की गारंटी देता है।
बहु-समय फ्रेम एक समान रेखा रणनीति के माध्यम से CCI, MACD और एटीआर के तीन बड़े संकेतकों के संयोजन का उपयोग करके, अधिक विश्वसनीय प्रवृत्ति निर्णय और कुशल जोखिम नियंत्रण को प्राप्त करता है। इस रणनीति में प्रवृत्ति, गतिशीलता और अस्थिरता के तीन आयामों को ध्यान में रखा गया है, इसमें उच्च संकेत सटीकता, बाजार की गति को पकड़ने और जोखिम को प्रभावी ढंग से नियंत्रित करने के फायदे हैं। बेशक, इस रणनीति में कुछ पैरामीटर अनुकूलन स्थान, सीमित गणना भार और जोखिम नियंत्रण को बढ़ाने के लिए सीमित स्थान भी हैं। अधिक संकेतकों को पेश करके, बेहतर पैरामीटर अनुकूलन साधनों का उपयोग करके और अधिक शक्तिशाली जोखिम नियंत्रण मॉड्यूल डिजाइन करके, इस रणनीति को और बढ़ाया और अनुकूलित किया जा सकता है।
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('smplondonclinic Strategy', shorttitle='SMPLC Strategy', overlay=true, pyramiding = 0, process_orders_on_close = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100)
direction = input.string(title='Entry Direction', defval='Long', options=['Long', 'Short', 'Both'],group = "Strategy Entry Direction")
TPPerc = input.float(title='Take Profit (%)', minval=0.0, step=0.1, defval=0.5, group='Strategy TP & SL')
SLPerc = input.float(title='Stop Loss (%)', minval=0.0, step=0.1, defval=0.5, group='Strategy TP & SL')
period = input(20, 'CCI period',group = "TREND MAGIC")
coeff = input(1, 'ATR Multiplier',group = "TREND MAGIC")
AP = input(5, 'ATR Period',group = "TREND MAGIC")
ATR = ta.sma(ta.tr, AP)
srctm = close
upT = low - ATR * coeff
downT = high + ATR * coeff
MagicTrend = 0.0
MagicTrend := ta.cci(srctm, period) >= 0 ? upT < nz(MagicTrend[1]) ? nz(MagicTrend[1]) : upT : downT > nz(MagicTrend[1]) ? nz(MagicTrend[1]) : downT
color1 = ta.cci(srctm, period) >= 0 ? #0022FC : #FC0400
plot(MagicTrend, color=color1, linewidth=3)
tmb = ta.cci(srctm, period) >= 0 and close>MagicTrend
tms = ta.cci(srctm, period) <= 0 and close<MagicTrend
//MACD
res = input.timeframe("", "Indicator TimeFrame", group = "MACD")
fast_length = input.int(title="Fast Length", defval=12, group = "MACD")
slow_length = input.int(title="Slow Length", defval=26, group = "MACD")
src = input.source(title="Source", defval=close, group = "MACD")
signal_length = input.int(title="Signal Smoothing", minval = 1, maxval = 999, defval = 9, group = "MACD")
sma_source = input.string(title="Oscillator MA Type", defval="EMA", options=["SMA", "EMA"], group = "MACD")
sma_signal = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"], group = "MACD")
fast_ma = request.security(syminfo.tickerid, res, sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length))
slow_ma = request.security(syminfo.tickerid, res, sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length))
macd = fast_ma - slow_ma
signal = request.security(syminfo.tickerid, res, sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length))
hist = macd - signal
trend_up = macd > signal
trend_dn = macd < signal
cross_UP = signal[1] >= macd[1] and signal < macd
cross_DN = signal[1] <= macd[1] and signal > macd
cross_UP_A = (signal[1] >= macd[1] and signal < macd) and macd > 0
cross_DN_B = (signal[1] <= macd[1] and signal > macd) and macd < 0
//UT Bot
srcut = close
showut = input.bool(false, 'Show UT Bot Labels', group = "UT BOT")
keyvalue = input.float(2, title='Key Vaule. \'This changes the sensitivity\'', step=.5, group = "UT BOT")
atrperiod = input(7, title='ATR Period', group = "UT BOT")
xATR = ta.atr(atrperiod)
nLoss = keyvalue * xATR
xATRTrailingStop = 0.0
iff_1 = srcut > nz(xATRTrailingStop[1], 0) ? srcut - nLoss : srcut + nLoss
iff_2 = srcut < nz(xATRTrailingStop[1], 0) and srcut[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), srcut + nLoss) : iff_1
xATRTrailingStop := srcut > nz(xATRTrailingStop[1], 0) and srcut[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), srcut - nLoss) : iff_2
pos = 0
iff_3 = srcut[1] > nz(xATRTrailingStop[1], 0) and srcut < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := srcut[1] < nz(xATRTrailingStop[1], 0) and srcut > nz(xATRTrailingStop[1], 0) ? 1 : iff_3
xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue
//plot(xATR, color=xcolor, title='Trailing Stop')
buy = ta.crossover(srcut, xATRTrailingStop)
sell = ta.crossunder(srcut, xATRTrailingStop)
barcolor = srcut > xATRTrailingStop
plotshape(showut ? buy:na, title='Buy', text='Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(showut ? sell:na, title='Sell', text='Sell', style=shape.labeldown, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)
//barcolor(barcolor ? color.green : color.red)
goLong = buy and tmb and cross_UP
goShort = sell and tms and cross_DN
plotshape(goLong, location=location.bottom, style=shape.triangleup, color=color.lime, size=size.small)
plotshape(goShort, location=location.top, style=shape.triangledown, color=color.red, size=size.small)
percentAsPoints(pcnt) =>
strategy.position_size != 0 ? math.round(pcnt / 100.0 * strategy.position_avg_price / syminfo.mintick) : float(na)
percentAsPrice(pcnt) =>
strategy.position_size != 0 ? (pcnt / 100.0 + 1.0) * strategy.position_avg_price : float(na)
current_position_size = math.abs(strategy.position_size)
initial_position_size = math.abs(ta.valuewhen(strategy.position_size[1] == 0.0, strategy.position_size, 0))
TP = strategy.position_avg_price + percentAsPoints(TPPerc) * syminfo.mintick * strategy.position_size / math.abs(strategy.position_size)
SL = strategy.position_avg_price - percentAsPoints(SLPerc) * syminfo.mintick * strategy.position_size / math.abs(strategy.position_size)
var long = false
var short = false
if direction == 'Long'
long := goLong
short := false
if direction == 'Short'
short := goShort
long := false
if direction == 'Both'
long := goLong
short := goShort
if long and strategy.opentrades == 0
strategy.entry(id='Long', direction=strategy.long)
if short and strategy.opentrades == 0
strategy.entry(id='Short', direction=strategy.short)
if strategy.position_size > 0
strategy.exit('TPSL', from_entry='Long', qty=initial_position_size, limit=TP, stop=SL)
if strategy.position_size < 0
strategy.exit('TPSL2', from_entry='Short', qty=initial_position_size, limit=TP, stop=SL)