मूविंग एवरेज क्रॉसओवर दीर्घकालिक और मात्रात्मक रणनीति
ChaoZhang
अवलोकन
इस रणनीति में विभिन्न चक्रों के औसत रेखा क्रॉसिंग के साथ-साथ आरएसआई संकेतक का उपयोग करके बाजार के खरीदने और बेचने के समय का आकलन करने के लिए लंबी लाइन होल्डिंग मोड को लागू किया गया है। रणनीति को पैरामीटर को समायोजित करके वास्तविक समय में अनुकूलित किया जा सकता है, जो बड़े स्टॉक इंडेक्स के लिए लंबी लाइन निवेश के लिए लागू है।
रणनीति सिद्धांत
यह रणनीति मुख्य रूप से ईएमए औसत के गोल्ड फोर्क, डेड फोर्क द्वारा खरीद और बेचने के समय का आकलन करती है। यह आरएसआई संकेतक के साथ संयुक्त है ताकि यह निर्धारित किया जा सके कि क्या यह ओवरबॉट ओवरसोल्ड स्थिति में है।
विशेष रूप से, खरीद सिग्नल का निर्णय तर्क यह है कि जब कीमत ईएमए 20 से नीचे और ईएमए 50 से ऊपर हो तो खरीदें, ताकि प्रवृत्ति के मोड़ को अधिक प्रभावी ढंग से निर्धारित किया जा सके। इसके अलावा, यह भी आवश्यक है कि समापन मूल्य उद्घाटन मूल्य से कम हो और पिछले दिन की न्यूनतम कीमत से कम हो, जो कुछ झूठे ब्रेक को खत्म कर सकता है।
हम खरीद शर्तों को विभिन्न मापदंडों के साथ जोड़ते हैं और 4 खरीद नियम बनाते हैं, जो अलग-अलग औसत अवधि और मात्रा के लिए उपयुक्त हैं water_level. यह बैचों के माध्यम से स्थिति बनाने के तरीके से मात्रा के औसत वितरण को प्राप्त कर सकता है।
और बेचने के लिए बाहर निकलने के लिए, निर्णय की शर्त यह है किः कीमत के ऊपर ईएमए 10 का गठन मृत फोर्क और आरएसआई संकेतक ओवरबॉय संकेत दिखाते समय बेच दिया; या कीमत के नीचे ईएमए 10 का गठन मृत फोर्क और आरएसआई ओवरबॉय संकेत दिखाते समय बेच दिया। इसके अलावा, एक निश्चित लाभ अनुपात को पूरा करने की शर्तों की भी जांच की गई। इससे लाभ को लॉक किया जा सकता है, जबकि आरएसआई संकेतक के साथ मिलकर गलत निर्णय की संभावना को कम किया जा सकता है।
रणनीति का विश्लेषण
इस रणनीति का सबसे बड़ा लाभ यह है कि यह एक समान रेखा के पार के रूप का उपयोग करके बाजार के मोड़ को निर्धारित करने के लिए प्रवृत्ति को ट्रैक करने में सक्षम है। एकल-समान रेखा प्रणाली की तुलना में, द्वि-समान रेखा क्रॉसिंग विधि कुछ झूठे संकेतों को फ़िल्टर कर सकती है। इसके अलावा, इस रणनीति में आरएसआई संकेतक को ओवरबॉट ओवरसोल्ड क्षेत्र का निर्धारण करने के लिए भी पेश किया गया है, जो व्यापार जोखिम को कम करने के लिए भी प्रभावी है।
एक अन्य लाभ यह है कि पैरामीटर को समायोजित करके बैचों को रखने के लिए, यह पिरामिड स्टोरेज विधि लागत की कीमतों को नीचे की ओर ले जा सकती है, जब रुझान होता है तो अधिकतम लाभ प्राप्त होता है। साथ ही, मात्रा का विखंडन होता है, जो एकल राशि के जोखिम को कम करता है।
रणनीतिक जोखिम विश्लेषण
इस रणनीति के मुख्य जोखिम हैंः
सम-रेखा प्रणाली अपने आप में विलंबता के प्रति संवेदनशील है, और आकस्मिक घटनाओं के लिए समय पर प्रतिक्रिया करने में असमर्थ है, जिससे समय पर रोक नहीं लग सकती है। इस जोखिम को रोक बिंदु जोड़कर कम किया जा सकता है।
इस नीति में खरीद के समय पर कोई सीमा नहीं है, यदि गलत कॉन्फ़िगरेशन हो तो जल्द ही खरीदी जा सकती है, जिससे पूर्णांक में अटक जाती है। इस जोखिम को खरीद के अंतराल को सीमित करके हल किया जा सकता है।
इस रणनीति के लिए बैचों का निर्माण करने के तरीके से एकतरफा ब्रेकडाउन के जोखिम को सहन करने के लिए बहुत बड़ी स्थिति का जोखिम हो सकता है। यह जोखिम को कम करने के लिए जल स्तर पैरामीटर को समायोजित करके और जोखिम नियंत्रण तंत्र को जोड़कर किया जा सकता है।
रणनीति अनुकूलन दिशा
इस रणनीति को निम्नलिखित दिशाओं में भी अनुकूलित किया जा सकता हैः
एक अतिरिक्त स्टॉप-लॉस रणनीति, जब कीमत कुछ महत्वपूर्ण समर्थन बिंदुओं से नीचे गिरती है, तो स्टॉप-लॉस आउटपुट को प्रभावी ढंग से नीचे जाने के जोखिम को नियंत्रित करने के लिए।
ट्रेड से पहले सत्यापन मॉड्यूल को जोड़ना, बड़े स्तर पर प्रवृत्ति की दिशा का आकलन करना, और केवल प्रवृत्ति के ऊपर होने पर ही स्थिति बनाना, जो प्रतिकूल व्यापार के जोखिम से बचा सकता है।
खरीद के लिए सीमाएं, केवल एक निश्चित समय के भीतर जमा करने के लिए, ताकि स्थिति को जल्दी खोलने से बचा जा सके।
मशीन लर्निंग एल्गोरिदम को लागू करने के साथ-साथ बहु-कारक निर्णय लेने के साथ, यह रणनीति जीतने की संभावना को बढ़ा सकता है।
संक्षेप
इस लेख में एक लंबी लाइन की मात्रा की रणनीति के बारे में विस्तार से बताया गया है, जो कि आरएसआई सूचकांकों के साथ प्रवेश बिंदु को निर्धारित करने के लिए द्वि-समान-रेखा क्रॉस-आकार का उपयोग करता है, और बैच निर्माण के तरीके को अपनाकर अधिकतम दक्षता प्राप्त करता है। यह रणनीति पैरामीटर समायोजन के माध्यम से अधिकांश सूचकांकों और शेयरों के लिए लागू हो सकती है, जो एक अधिक सामान्य लंबी लाइन ट्रैकिंग रणनीति है। साथ ही साथ इस रणनीति के संभावित जोखिम बिंदुओं और बाद के अनुकूलन विचारों का विश्लेषण भी किया गया है। निरंतर सुधार के साथ, यह रणनीति एक व्यावहारिक विकल्प बन सकती है जो लंबे समय तक रखने लायक 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("EMA_zorba1", shorttitle="3 NIFTY RSI EMA", overlay=true)
// Input parameters
qt1 = input.int(1, title="Quantity 1", minval=1)
qt2 = input.int(2, title="Quantity 2", minval=1)
qt3 = input.int(3, title="Quantity 3", minval=1)
qt4 = input.int(4, title="Quantity 4", minval=1)
ema10 = ta.ema(close, 10)
ema20 = ta.ema(close, 20)
ema50 = ta.ema(close, 50)
ema100 = ta.ema(close, 100)
ema200 = ta.ema(close, 200)
// RSI(14) condition
rsi_threshold = 65
rsi_crossed_above_70 = ta.rsi(close, 14) > rsi_threshold
rsi_crossed_above_70_two_days_ago = ta.rsi(close[5], 14) > rsi_threshold or ta.rsi(close[4], 14) > rsi_threshold or ta.rsi(close[3], 14) > rsi_threshold
rsi_crossed_above_70_yesterday = ta.rsi(close[1], 14) > rsi_threshold
// Date range filter
start_date = timestamp(year=2021, month=1, day=1)
end_date = timestamp(year=2024, month=1, day=1)
in_date_range = true
// Profit condition
profit_percentage = input(1, title="Profit Percentage") // Adjust this value as needed
// Pyramiding setting
pyramiding = input.int(1, title="Pyramiding", minval=1, maxval=10)
// Buy conditions
buy_condition_1 = in_date_range and close < ema20 and close > ema50 and close < open and close < low[1]
buy_condition_2 = in_date_range and close < ema50 and close > ema100 and close < open and close < low[1]
buy_condition_3 = in_date_range and close < ema100 and close > ema200 and close < open and close < low[1]
buy_condition_4 = in_date_range and close < ema200 and close < open and close < low[1]
// Exit conditions
profit_condition = strategy.position_avg_price * (1 + profit_percentage / 100) <= close
exit_condition_1 = in_date_range and ((close > ema10 and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and rsi_crossed_above_70_two_days_ago) and profit_condition and close < low[1] and close < low[2]
exit_condition_2 = in_date_range and ((close < ema10 and close[1] > ema10 and close < close[1] and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and rsi_crossed_above_70_yesterday) and profit_condition and close < low[1] and close < low[2]
// Strategy logic
strategy.entry("Buy1", strategy.long, qty=qt1 * pyramiding, when=buy_condition_1)
strategy.entry("Buy2", strategy.long, qty=qt2 * pyramiding, when=buy_condition_2)
strategy.entry("Buy3", strategy.long, qty=qt3 * pyramiding, when=buy_condition_3)
strategy.entry("Buy4", strategy.long, qty=qt4 * pyramiding, when=buy_condition_4)
strategy.close("Buy1", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy2", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy3", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy4", when=exit_condition_1 or exit_condition_2)