मात्रात्मक ट्रेडिंग रणनीति: डबल मूविंग एवरेज ब्रेकथ्रू रणनीति
ChaoZhang
अवलोकन
इस रणनीति का नाम द्वि-समान-रेखा तोड़ने की रणनीति है। इस रणनीति का मुख्य विचार तेजी से चलती औसत और धीमी गति से चलती औसत के क्रॉस सिग्नल का उपयोग करना है, जिससे कीमतों की प्रवृत्ति का निर्णय लिया जा सके, जिससे खरीद और बिक्री के निर्णय लिए जा सकें।
रणनीति सिद्धांत
इस रणनीति के मुख्य संकेतकों में तेजी से चलती औसत और धीमी गति से चलती औसत शामिल हैं। यह रणनीति तेजी से चलती औसत और धीमी गति से चलती औसत के पारस्परिक संबंधों का उपयोग करती है ताकि कीमतों के रुझानों का आकलन किया जा सके और खरीद और बिक्री के निर्णय लिए जा सके।
विशेष रूप से, फास्ट मूविंग एवरेज पैरामीटर को 24 चक्रों पर सेट किया गया है, जबकि धीमी मूविंग एवरेज पैरामीटर को 100 चक्रों पर सेट किया गया है। जब फास्ट मूविंग एवरेज नीचे से धीमी मूविंग एवरेज को पार करता है, तो यह संकेत देता है कि कीमत ऊपर की ओर बढ़ रही है, और रणनीति एक खरीद संकेत देती है। जब फास्ट मूविंग एवरेज ऊपर से नीचे से धीमी मूविंग एवरेज को पार करता है, तो यह संकेत देता है कि कीमत नीचे की ओर बढ़ रही है, और रणनीति एक बेचने का संकेत देती है।
इस प्रकार, एक धीमी गति से चलती औसत के पार की दिशा को पहचानने से मूल्य प्रवृत्ति में बदलाव को प्रभावी ढंग से पकड़ने में मदद मिलती है, जो खरीद और बेचने के निर्णयों को तैयार करने में मदद करता है।
रणनीतिक लाभ
इस रणनीति के निम्नलिखित फायदे हैं:
सिद्धांत सरल है और इसे आसानी से लागू किया जा सकता है। द्वि-समान-रेखा पार करना सबसे बुनियादी तकनीकी संकेतकों में से एक है, जिसे समझना और लागू करना आसान है।
पैरामीटर समायोज्य और अनुकूलनीय हैं। रैपिड और स्लो मूविंग एवरेज के पैरामीटर को वास्तविक परिस्थितियों के अनुसार समायोजित किया जा सकता है, जिससे रणनीति अधिक लचीली हो सकती है।
प्रवृत्ति में परिवर्तन को पकड़ने की क्षमता मजबूत होती है। द्वि-समान रेखा क्रॉसिंग का उपयोग अक्सर टर्नआउट बिंदुओं को पकड़ने के लिए किया जाता है जहां कीमतों को समेकन से प्रवृत्ति में ले जाया जाता है।
दोहरी समरेखा का उपयोग आघात क्षेत्र की पहचान करने के लिए किया जा सकता है ताकि आघात के दौरान दो बार स्थिति खोलने से बचा जा सके।
रणनीतिक जोखिम
इस रणनीति के कुछ जोखिम भी हैं:
द्विवार्षिक क्रॉसिंग सिग्नल में देरी हो सकती है। द्विवार्षिक ट्रेंड ट्रैकिंग सूचक के रूप में, क्रॉसिंग सिग्नल अक्सर एक निश्चित अवधि में देरी होती है। इससे कुछ हद तक अवसर लागत हो सकती है।
अस्थिर बाजारों में झूठे संकेत उत्पन्न करने के लिए आसान है। द्वि-समानता का प्रदर्शन सबसे अच्छा है जब कीमतों में स्पष्ट प्रवृत्ति है। लेकिन अस्थिरता में, अक्सर झूठे संकेत उत्पन्न करने के लिए आसान है।
गलत पैरामीटर सेटिंग रणनीति के प्रदर्शन को प्रभावित कर सकती है। यदि धीमी गति से औसत पैरामीटर सेटिंग गलत है, तो यह ट्रेंड क्रॉसिंग को पकड़ने की संवेदनशीलता को प्रभावित करेगा।
समाधान के लिएः
क्रॉस सिग्नल की संवेदनशीलता को बढ़ाने के लिए औसत चक्र को उचित रूप से छोटा करें।
अस्थिर बाजारों के तहत अमान्य ट्रेडों को कम करने के लिए अस्थिरता या लेनदेन की मात्रा के संकेतकों को शामिल करें।
पैरामीटर अनुकूलन, सबसे अच्छा पैरामीटर संयोजन की तलाश में। मशीन सीखने और अन्य तरीकों को जोड़ना स्वचालित अनुकूलन।
रणनीति अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
सरल चलती औसत को बदलने के लिए और अधिक उन्नत चलती औसत प्रौद्योगिकी का उपयोग करें, जैसे कि रैखिक भारित चलती औसत, जिससे सूचक की ट्रैकिंग और पूर्वानुमान क्षमता में सुधार हो सके।
अधिक सहायक संकेतकों को जोड़ें, जैसे कि लेन-देन का सूचक, अस्थिरता सूचक, आदि संयुक्त फ़िल्टरिंग के लिए, शून्य संकेतों को कम करें।
तेजी से और धीरे-धीरे औसत रेखा मापदंडों का अनुकूलन करें, मापदंडों की अनुकूलनशीलता में सुधार करें। मशीन सीखने, यादृच्छिक अनुकूलन और अन्य तरीकों का उपयोग करके इष्टतम मापदंडों को खोजने के लिए।
रणनीति के प्रवेश के बाद, एक एकल हानि को नियंत्रित करने के लिए स्टॉपलॉस और मूव स्टॉपलॉस को डिज़ाइन किया जा सकता है। साथ ही, लाभ अनुकूलन तकनीक को जोड़ना सुनिश्चित करता है कि पर्याप्त लाभ प्राप्त किया जाए।
नई प्रौद्योगिकियों जैसे कि गहरी शिक्षा का उपयोग अधिक जटिल मूल्य पैटर्न की पहचान करने के लिए किया जा सकता है, जो बेहतर परिणाम प्राप्त करने के लिए खरीद और बिक्री निर्णय लेने में मदद करता है।
संक्षेप
इस रणनीति के लिए समग्र रूप से अधिक क्लासिक और सरल है, कीमतों के रुझान का आकलन करने के लिए द्वि-समानता सूचकांक के आधार पर, कीमतों के उतार-चढ़ाव से रुझान में बदलने के अवसरों का पता लगाने के लिए। इसके फायदे स्पष्ट, सरल और व्यावहारिक हैं, जो ट्रेंडिंग व्यवहार को ट्रैक करने के लिए उपयुक्त हैं। लेकिन कुछ कमियां भी हैं जैसे कि सिग्नल लैग्स, जो पैरामीटर समायोजन और अनुकूलन के माध्यम से रणनीति की स्थिरता और व्यापार दक्षता में सुधार करने की आवश्यकता है। कुल मिलाकर, यह रणनीति एक बुनियादी रणनीति के रूप में अधिक उपयुक्त है, लेकिन इसे अधिक जटिल बाजार वातावरण के अनुकूल बनाने के लिए लगातार अनुकूलित करने की आवश्यकता है।
/*backtest
start: 2024-01-21 00:00:00
end: 2024-02-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('Pine Script Tutorial Example Strategy 1', overlay=true, initial_capital=100000, default_qty_value=100, default_qty_type=strategy.percent_of_equity)
//OBV
src = close
obv = ta.cum(math.sign(ta.change(src)) * volume)
ma(source, length, type) =>
switch type
"SMA" => ta.sma(source, length)
"EMA" => ta.ema(source, length)
"SMMA (RMA)" => ta.rma(source, length)
"WMA" => ta.wma(source, length)
"VWMA" => ta.vwma(source, length)
typeMA = input.string(title = "Method", defval = "SMA", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"], group="Smoothing")
smoothingLength = input.int(title = "Length", defval = 20, minval = 1, maxval = 100, group="Smoothing")
Limit = input.float(title = "Limit", defval = 1, minval = 0.1, maxval = 10, group="Smoothing")
smoothingLine_ma = ma(obv,smoothingLength, typeMA)
obv_diff = (obv-smoothingLine_ma)*100/obv
//PVT
var cumVolp = 0.
cumVolp += nz(volume)
if barstate.islast and cumVolp == 0
runtime.error("No volume is provided by the data vendor.")
srcp = close
vt = ta.cum(ta.change(srcp)/srcp[1]*volume)
smoothingLine_map = ma(vt,smoothingLength, typeMA)
pvt_diff = (vt-smoothingLine_map)*100/vt
// plot(obv_diff+close+100 ,title="OBV_DIFF", color = color.rgb(255, 118, 54))
// plot(pvt_diff+close+80 ,title="PVT_DIFF", color = color.rgb(223, 61, 255))
indicator = (pvt_diff+obv_diff)/2
goLongCondition1 = ta.crossover(indicator,Limit)
timePeriod = time >= timestamp(syminfo.timezone, 2023,1, 1, 0, 0) // Backtesting Time
notInTrade = strategy.position_size <= 0
if goLongCondition1 and timePeriod and notInTrade
stopLoss = low * 0.99 // -2%
takeProfit = high * 1.05 // +5%
strategy.entry('long', strategy.long )
strategy.exit('exit', 'long', stop=stopLoss, limit=takeProfit)
// fastEMA = ta.ema(close, 24)
// slowEMA = ta.ema(close, 100)
// goLongCondition1 = ta.crossover(fastEMA, slowEMA)
// timePeriod = time >= timestamp(syminfo.timezone, 2018, 12, 15, 0, 0)
// notInTrade = strategy.position_size <= 0
// if goLongCondition1 and timePeriod and notInTrade
// stopLoss = low * 0.97
// takeProfit = high * 1.12
// strategy.entry('long', strategy.long)
// strategy.exit('exit', 'long', stop=stopLoss, limit=takeProfit)
// plot(fastEMA, color=color.new(color.blue, 0))
// plot(slowEMA, color=color.new(color.yellow, 0))