मूल्य आघात सहायक निर्णय तीन-कारक मॉडल


निर्माण तिथि: 2024-02-26 15:32:27 अंत में संशोधित करें: 2024-02-26 15:32:27
कॉपी: 0 क्लिक्स: 591
1
ध्यान केंद्रित करना
1617
समर्थक

मूल्य आघात सहायक निर्णय तीन-कारक मॉडल

अवलोकन

मूल्य उतार-चढ़ाव का आकलन करने के लिए तीन कारक मॉडल एक बहु-कारक आकलन के संयोजन के साथ शॉर्ट-लाइन ट्रेडिंग रणनीति है। यह रणनीति व्यापार अनुपात, आरएसआई, एमएसीडी और सिग्नल लाइन सूचकांकों के बहु-कारक आकलन को ध्यान में रखती है, जो शॉर्ट-लाइन ट्रेडिंग के अवसरों को खोजने के लिए मूल्य उतार-चढ़ाव के व्यवहार का आकलन करती है।

रणनीति सिद्धांत

इस रणनीति का मूल तर्क हैः

  1. तकनीकी संकेतक जैसे कि तेजी से चलती औसत, धीमी गति से चलती औसत, मैकड वक्र और सिग्नल लाइन की गणना करना;

  2. लेन-देन की मात्रा, आरएसआई, एमएसीडी और सिग्नल लाइन के अनुपात का आकलन करने के लिए बहु-कारक शर्तें;

  3. एक व्यापक बहु-कारक निर्णय, यह पुष्टि करता है कि वर्तमान में कीमतों में उतार-चढ़ाव का एक चरण है, जिसमें खरीद और बिक्री के अवसर हैं;

  4. LONG या SHORT स्थिति में प्रवेश करें और स्टॉपलॉस सेट करें;

  5. जब कीमत स्टॉप-स्टॉप या स्टॉप-लॉस स्थितियों तक पहुंच जाती है, तो एक पोजीशन को क्लियर करें।

इस रणनीति में लेन-देन अनुपात, आरएसआई, एमएसीडी और सिग्नल लाइन के रूप में कई कारकों का उपयोग करने की क्षमता है, जो शॉर्ट-लाइन ट्रेडिंग के अवसरों को पकड़ने के लिए कीमतों में उतार-चढ़ाव के व्यवहार का आकलन करते हैं। कई कारकों के संयोजन से सिग्नल की सटीकता में सुधार होता है, जिससे एकल कारकों के कारण गलत संकेतों से बचा जा सकता है।

श्रेष्ठता विश्लेषण

इस रणनीति के निम्नलिखित फायदे हैं:

  1. मल्टी फैक्टर निर्णय, सिग्नल की सटीकता में सुधार और गलत सिग्नल से बचने के लिए;
  2. इस प्रकार, हम अपने व्यापार को और अधिक गति प्रदान कर सकते हैं, और यह सुनिश्चित कर सकते हैं कि हम अपने व्यापार को और अधिक गति प्रदान कर सकें।
  3. ऑटोमेटिक स्टॉप लॉस सेटिंग्स, जोखिम नियंत्रण;
  4. सरल और स्पष्ट लेनदेन तर्क, लागू करने में आसान।

जोखिम विश्लेषण

इस रणनीति के साथ निम्नलिखित जोखिम भी हैं:

  1. इस प्रकार, वे अपने डेटा को किसी भी तरह से बदल नहीं सकते हैं, और वे अपने डेटा को किसी भी तरह से बदल नहीं सकते हैं।
  2. बहु-कारक संयोजन को और अधिक अनुकूलित करने की आवश्यकता हो सकती है, और गलतफहमी की संभावना है;
  3. स्टॉपलॉस की स्थापना का रणनीतिक स्थिरता पर उचित और प्रत्यक्ष प्रभाव पड़ता है या नहीं।

उपरोक्त जोखिमों के लिए, निम्नलिखित में से किसी एक को अनुकूलित किया जा सकता हैः

  1. बाजार के आंकड़ों में बदलाव के प्रभाव को कम करने के लिए डेटा नमूनाकरण चक्र को बढ़ाएं;
  2. अनुकूलन अनुकूलन के लिए बहु-कारक भार को समायोजित करना;
  3. विभिन्न स्टॉप पॉइंट्स का परीक्षण करें और सबसे अच्छा स्टॉप पॉइंट ढूंढें।

अनुकूलन दिशा

इस रणनीति को निम्नलिखित क्षेत्रों में अनुकूलित किया जा सकता हैः

  1. बहु-कारक वजन का अनुकूलन, गतिशील समायोजन को लागू करना। विभिन्न परिस्थितियों के अनुसार बहु-कारक निर्णय को वजन में समायोजित किया जा सकता है, अनुकूलनशीलता में सुधार;

  2. मशीन सीखने के एल्गोरिदम के साथ संयोजन, बहु-कारक स्व-अनुकूलन को प्राप्त करने के लिए। तंत्रिका नेटवर्क, आनुवांशिक एल्गोरिदम और अन्य एल्गोरिदम के साथ बहु-कारक मॉडल को प्रशिक्षित करने के लिए, पैरामीटर स्व-अनुकूलन को प्राप्त करने के लिए;

  3. ऑप्टिमाइज़ेशन स्टॉप लॉस रणनीतियाँ। विभिन्न ट्रैकिंग स्टॉप, मूविंग स्टॉप कॉम्बिनेशन का परीक्षण करके सबसे अच्छा स्टॉप समाधान ढूंढें।

  4. उन्नत तकनीकी संकेतकों के साथ संयुक्त। अधिक संकेतकों जैसे कि अस्थिरता की गति, गतिज कंपन और कई कारकों के समृद्ध संयोजन का परीक्षण किया जा सकता है।

संक्षेप

तीन-कारक मोडल ट्रेडिंग रणनीतियाँ मूल्य उतार-चढ़ाव के बीच बहु-कारक विशेषताओं का लाभ उठाती हैं, जिससे कुशल शॉर्ट-लाइन ट्रेडिंग रणनीतियों को प्राप्त किया जा सकता है। यह रणनीति लेन-देन, आरएसआई, एमएसीडी, सिग्नल लाइन आदि जैसे बहु-कारक निर्णय का उपयोग करती है, जिससे सबसे अच्छा खरीद और बिक्री का समय निर्धारित किया जा सकता है। बहु-कारक निर्णय संकेत की सटीकता को बढ़ाता है, जिससे स्थिर लाभ प्राप्त करने में मदद मिलती है। बाद में, मशीन सीखने के एल्गोरिदम के माध्यम से बहु-कारक अनुकूलन अनुकूलन प्राप्त किया जा सकता है, जिससे बेहतर रणनीति प्रदर्शन प्राप्त किया जा सकता है।

रणनीति स्रोत कोड
/*backtest
start: 2024-01-26 00:00:00
end: 2024-02-25 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 Oscillator Profile Flagging", overlay=false)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.7)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=6)
takeProfit = input( title="Take Profit", defval=2)
stopLoss = input( title="Stop Loss", defval=0.7)

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(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
plot(macdSlope, color=color.green, title="MACD Slope")
plot(signalSlope, color=color.red, title="Signal Slope")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
plot(rsiSlope, color=color.black, title="RSI Slope")

getRSISlopeChange(lookBack) =>
    j = 0
    for i = 0 to lookBack
        if ( rsi[i] - rsi[ i + 1 ] ) > -5
            j += 1
    j

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 = 0.0
    float s = 0.0
    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] < ( 0.0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0.0 - 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 < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0

bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0

bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - 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 )


// 202.30 Profit 55.29% 5m
if ( ( getVolBias(longLookBack) == false ) and rsi <= 41 and math.abs(rsi - rsi[shortLookBack]) > 1 and hasNoSignalBias and rsiSlope > 1.5 and close > open)
    strategy.entry("5C1", strategy.long, qty=1.0)
strategy.exit("TPS", "5C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 171.70 Profit 50.22% 5m
if ( getVolBias(longLookBack) == true and rsi > 45 and rsi < 55 and macdSlope > 0 and signalSlope > 0)
    strategy.entry("5C2", strategy.long, qty=1.0)
strategy.exit("TPS", "5C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 309.50 Profit 30.8% 5m 2 tp .7 sl 289 trades
if ( macd > macdBiasValue and macdSlope > 0)
    strategy.entry("5P1", strategy.short, qty=1.0)
strategy.exit("TPS", "5P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)