
द्विवार्षिक उलटा ट्रैकिंग रणनीति एक मात्रात्मक ट्रेडिंग रणनीति है जो एक ट्रेडिंग सिग्नल के रूप में चलती औसत क्रॉसिंग का उपयोग करती है। यह रणनीति MACD सूचक के धीमे-धीमे औसत विचलन और इसकी सिग्नल लाइन के साथ-साथ लेनदेन की मात्रा के बहुभाषी अनुपात को जोड़ती है, जिससे ट्रेडिंग सिग्नल बनते हैं और बाजार में उलटा अवसरों को पकड़ते हैं।
यह रणनीति मुख्य रूप से त्वरित और धीमी रेखा के संबंधों का न्याय करती है, जब तेज लाइन धीमी रेखा से गुजरती है तो एक बहु सिग्नल उत्पन्न होती है, जब तेज लाइन धीमी रेखा से गुजरती है तो एक रिक्त सिग्नल उत्पन्न होती है। इसके अलावा, यह MACD अंतर के बहु रिक्त स्थिति, अंतर और सिग्नल लाइन के संबंधों, लेनदेन की मात्रा के बहु रिक्त स्थिति आदि के साथ बाजार की बहु रिक्त स्थिति का समग्र न्याय करता है।
विशेष रूप से, रणनीति MACD विचलन के आकार और दिशा, विचलन और सिग्नल लाइन के क्रॉसिंग, विचलन और सिग्नल लाइन की दिशा के अनुरूप या विपरीत होने आदि का आकलन करती है। ये स्थितियां बाजार की subidabubb तेजी से गिरने और उछाल की विशेषता को दर्शाती हैं। इसके अलावा, लेनदेन की मात्रा का बहुभाषी वितरण एक सहायक निर्णय संकेतक के रूप में कार्य करता है।
ट्रेडिंग रणनीति तब उत्पन्न होती है जब यह निर्धारित किया जाता है कि अंतर और सिग्नल लाइन बाजार के उलट संकेत दिखाते हैं और लेनदेन की मात्रा बाजार के उलट होने की पुष्टि करती है।
द्वि-समान-रेखा क्रॉसिंग के कारण whipsaw समस्या
लेन-देन पूरी तरह से फ़िल्टर नहीं किया जा सका
अनुभाग में परिवर्तन की गहराई और तीव्रता का आकलन नहीं किया जा सका
मशीन लर्निंग मॉडल का उपयोग करना
स्टॉप-लॉस और स्टॉप-ऑफ तकनीक
भावनाओं के सूचकांक और समाचार विश्लेषण के साथ
अन्य नस्लों और बाजारों में प्रत्यारोपण
दोहरी समानांतर उलटा ट्रैकिंग रणनीति समग्र रूप से समानांतर सूचक, MACD सूचक और लेन-देन मात्रा सूचक को ध्यान में रखती है, इसके उलटा संकेतों को पकड़कर, उपयुक्त उलटा बिंदु चुनकर स्थिति स्थापित करती है। रणनीति अनुकूलन के लिए बहुत जगह है, जो मशीन सीखने और पवन नियंत्रण के माध्यम से रणनीति की स्थिरता और रिटर्न को और बढ़ा सकती है।
/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
//plot(macdSlope, color=color.red, title="Total Volume")
//plot(signalSlope, color=color.green, title="Total Volume")
intrabarRange = high - low
getLookBackSlope(lookBack) => signal - signal[lookBack]
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0
float s = 0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0
bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0
bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 7.48 Profit 52.5%
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
strategy.entry("Short1", strategy.short)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - 0.75, stop=strategy.position_avg_price + 0.5)
// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
strategy.entry("Long1", strategy.long)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + 0.75, stop=strategy.position_avg_price - 0.5)