सुपरट्रेंड आधारित मल्टीटाइमफ्रेम ट्रेंड ट्रैकिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-02-21 11:05:17
टैगः

img

अवलोकन

इस रणनीति का मुख्य विचार बाजार के रुझानों की पहचान करने के लिए कई समय सीमाओं को जोड़ना है, उच्च समय सीमाओं से सुपरट्रेंड संकेतक का उपयोग एक फ़िल्टर के रूप में और कम समय सीमाओं से खरीद और बिक्री संकेत उत्पन्न करना है। इसका उद्देश्य उच्च समय सीमाओं द्वारा प्रदान की गई बाजार संरचना जानकारी का लाभ उठाना है ताकि व्यापार निर्णयों की गुणवत्ता में सुधार हो सके।

रणनीति तर्क

रणनीति सुरक्षा फ़ंक्शन को कॉल करके उच्च समय सीमा (वर्तमान समय सीमा के डिफ़ॉल्ट 4x) से सुपरट्रेंड संकेतक मूल्यों को पुनर्प्राप्त करती है। सुपरट्रेंड संकेतक में दो लाइनें होती हैंः सुपरट्रेंड लाइन और ट्रेंड लाइन। ट्रेंड लाइन के ऊपर सुपरट्रेंड लाइन एक तेजी का संकेत है, जबकि नीचे एक मंदी का संकेत है।

उच्च समय सीमा से सुपरट्रेंड संकेतक की दिशा एक फ़िल्टर स्थिति के रूप में कार्य करती है। ट्रेडिंग सिग्नल केवल तब उत्पन्न होते हैं जब दोनों समय सीमाओं से सुपरट्रेंड की दिशाएं संरेखित होती हैं। इसका मतलब है कि सिग्नल केवल तभी ट्रिगर होते हैं जब दोनों समय सीमाएं एक ही दिशा में संकेत देती हैं।

यह कम समय सीमा में बाजार शोर से हस्तक्षेप से बचाता है और सिग्नल की विश्वसनीयता में सुधार करता है। यह अधिक समय सीमा बाजार संरचनाओं का उपयोग करने के लिए सही समग्र निर्णय लेने की अनुमति देता है।

लाभ

  • उच्चतम टीएफ से बाजार संरचना की जानकारी का उपयोग करके कम समय सीमा से शोर फ़िल्टर करता है
  • कई समय सीमाओं के विश्लेषण को जोड़कर अधिक विश्वसनीय संकेत
  • रणनीति अनुकूलन के लिए अनुकूलन योग्य सुपरट्रेंड पैरामीटर
  • बैकटेस्ट अवधि को सीमित करने के लिए अंतर्निहित दिनांक सीमा सेटिंग्स

जोखिम विश्लेषण

  • अधिक समय सीमा से आने वाले संकेत अल्पकालिक अवसरों को खो सकते हैं
  • अधिक समय सीमा के बाजार संरचना के आकलन में गलतियां
  • स्वयं सुपरट्रेंड से संभावित गलत संकेत
  • बैकटेस्ट की तारीख की बाधाएं महत्वपूर्ण डेटा को छोड़ सकती हैं और परिणाम की सटीकता को प्रभावित कर सकती हैं

समाधान:

  • सिग्नल विलंब को कम करने के लिए उच्च समय सीमा सेटिंग्स को ठीक करें
  • उच्च समय सीमा के निर्णयों की पुष्टि करने के लिए अन्य संकेतक जोड़ें
  • संकेत की गुणवत्ता में सुधार के लिए सुपरट्रेंड मापदंडों का अनुकूलन करें
  • स्थिरता का परीक्षण करने के लिए बैकटेस्ट समय अवधि को धीरे-धीरे बढ़ाएं

अनुकूलन दिशाएँ

इस रणनीति में कई क्षेत्रों में सुधार किया जा सकता हैः

  1. सर्वोत्तम पैरामीटर संयोजन के लिए सुपरट्रेंड मापदंडों का अनुकूलन करें
  2. बहु-कारक मॉडल बनाने के लिए अन्य संकेतक जोड़ें
  3. विभिन्न उच्च-निम्न समय सीमा संयोजनों का परीक्षण करें
  4. जोखिमों को नियंत्रित करने के लिए स्टॉप लॉस तंत्र शामिल करें
  5. गतिशील रूप से मापदंडों को समायोजित करने के लिए मशीन लर्निंग का उपयोग करें

पैरामीटर अनुकूलन, संकेतकों के संयोजन, स्टॉप लॉस में सुधार और मशीन लर्निंग की शुरूआत के माध्यम से, इस मल्टीटाइमफ्रेम ट्रेंड ट्रैकिंग रणनीति के लिए महत्वपूर्ण प्रदर्शन सुधार प्राप्त किया जा सकता है।

निष्कर्ष

यह रणनीति कम समय सीमा में व्यापार निष्पादन का मार्गदर्शन करने के लिए उच्च समय सीमा रुझान निर्णयों का चतुराई से लाभ उठाती है। इस तरह के मल्टीटाइमफ्रेम डिजाइन प्रभावी रूप से बाजार शोर को फ़िल्टर कर सकते हैं और स्पष्ट रुझान दिशाओं की पहचान कर सकते हैं। अंतर्निहित दिनांक सेटिंग्स भी बैकटेस्टिंग को अधिक लचीला बनाती हैं। कुल मिलाकर, यह एक अच्छी तरह से डिज़ाइन की गई मल्टीटाइमफ्रेम रुझान ट्रैकिंग रणनीति है जो आगे के शोध और अनुप्रयोग के लायक है।


/*backtest
start: 2023-02-14 00:00:00
end: 2024-02-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HeWhoMustNotBeNamed

//@version=4
strategy("Higher TF - Repainting", overlay=true, initial_capital = 100000, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, pyramiding = 1, commission_value = 0.01, calc_on_order_fills = true)

HTFMultiplier = input(4, minval=1, step=1)

SupertrendMult = input(1)
SupertrendPd = input(4, minval=4, step=4)

backtestBars = input(title="Backtest from ", defval=10, minval=1, maxval=30)
backtestFrom = input(title="Timeframe", defval="years", options=["days", "months", "years"])

repaintOption = input(title="Repaint", defval="Yes", options=["Yes", "No - set lookahead false", "No - do not use security"])

f_multiple_resolution(HTFMultiplier) => 
    target_Res_In_Min = timeframe.multiplier * HTFMultiplier * (
      timeframe.isseconds   ? 1. / 60. :
      timeframe.isminutes   ? 1. :
      timeframe.isdaily     ? 1440. :
      timeframe.isweekly    ? 7. * 24. * 60. :
      timeframe.ismonthly   ? 30.417 * 24. * 60. : na)

    target_Res_In_Min     <= 0.0417       ? "1S"  :
      target_Res_In_Min   <= 0.167        ? "5S"  :
      target_Res_In_Min   <= 0.376        ? "15S" :
      target_Res_In_Min   <= 0.751        ? "30S" :
      target_Res_In_Min   <= 1440         ? tostring(round(target_Res_In_Min)) :
      tostring(round(min(target_Res_In_Min / 1440, 365))) + "D"

f_getBackTestTimeFrom(backtestFrom, backtestBars)=>
    byDate = backtestFrom == "days"
    byMonth = backtestFrom == "months"
    byYear = backtestFrom == "years"
    
    date = dayofmonth(timenow)
    mth = month(timenow)
    yr = year(timenow)
    
    leapYearDaysInMonth = array.new_int(12,0)
    array.set(leapYearDaysInMonth,0,31)
    array.set(leapYearDaysInMonth,1,29)
    nonleapYearDaysInMonth = array.new_int(12,0)
    array.set(leapYearDaysInMonth,0,31)
    array.set(leapYearDaysInMonth,1,28)
    
    restMonths = array.new_int(10,0)
    array.set(leapYearDaysInMonth,0,31)
    array.set(leapYearDaysInMonth,1,30)
    array.set(leapYearDaysInMonth,2,31)
    array.set(leapYearDaysInMonth,3,30)
    array.set(leapYearDaysInMonth,4,31)
    array.set(leapYearDaysInMonth,5,31)
    array.set(leapYearDaysInMonth,6,30)
    array.set(leapYearDaysInMonth,7,31)
    array.set(leapYearDaysInMonth,8,30)
    array.set(leapYearDaysInMonth,9,31)
    
    array.concat(leapYearDaysInMonth,restMonths)
    array.concat(nonleapYearDaysInMonth,restMonths)
    isLeapYear = yr % 4 == 0 and (year%100 != 0 or year%400 == 0)
    numberOfDaysInCurrentMonth = isLeapYear ? array.get(leapYearDaysInMonth, mth-2) : array.get(nonleapYearDaysInMonth, mth-2)
    if(byDate)
        mth := (date - backtestBars) < 0 ? mth - 1 : mth
        yr := mth < 1 ? yr - 1 : yr
        mth := mth < 1 ? 1 : mth
        date := (date - backtestBars) < 0 ? numberOfDaysInCurrentMonth - backtestBars + date + 1 : date - backtestBars + 1
    if(byMonth)
        date := 1
        yr := (mth - (backtestBars%12)) < 0 ? yr - int(backtestBars/12) - 1 : yr - int(backtestBars/12)
        mth := mth - (backtestBars%12) + 1
    if(byYear)
        date := 1
        mth := 1
        yr := yr - backtestBars
    [date, mth, yr]


repaint = repaintOption == "Yes"
useSecurityLookahead = repaintOption == "No - set lookahead false"

[SupertrendRepaint, DirRepaint] = security(syminfo.tickerid, f_multiple_resolution(HTFMultiplier), supertrend(SupertrendMult, SupertrendPd), lookahead = true, gaps=true)
[SupertrendNoLookahead, DirNoLookahead] = security(syminfo.tickerid, f_multiple_resolution(HTFMultiplier), supertrend(SupertrendMult, SupertrendPd), lookahead = false, gaps=false)

[SupertrendRegular, DirRegular] = supertrend(SupertrendMult, SupertrendPd)

[date, mth, yr] = f_getBackTestTimeFrom(backtestFrom, backtestBars)
inDateRange = time >= timestamp(syminfo.timezone, yr, mth, date, 0, 0)

longCondition = repaint ? DirRepaint == -1 : useSecurityLookahead? DirNoLookahead == -1 : DirRegular == -1
shortCondition = repaint ? DirRepaint == 1 : useSecurityLookahead? DirNoLookahead == 1 : DirRegular == 1
strategy.entry("Buy", strategy.long, when=longCondition and inDateRange)
strategy.entry("Sell", strategy.short, when=shortCondition and inDateRange)


अधिक