दोहरी समय सीमा प्रवृत्ति अनुसरण रणनीति पर आधारित
ChaoZhang
अवलोकन
स्टॉक-आधारित द्वि-समय फ्रेम ट्रेंड ट्रैकिंग रणनीति स्टॉक-आधारित द्वि-समय फ्रेम ट्रेंड ट्रैकिंग रणनीति एक उन्नत एल्गोरिथम ट्रेडिंग रणनीति है, जिसका उद्देश्य 2023 में एक लोकप्रिय स्टॉक के रुझान को पकड़ना और ट्रैक करना है। यह रणनीति व्यापार संकेतों की पहचान करने के लिए डेलाइन और 1 घंटे की रेखा के संकेतक संयोजन का उपयोग करती है, जो जोखिम प्रबंधन के लिए अनुकूलित गतिशील स्टॉप-लॉस को रोकती है, जो जोखिम को नियंत्रित करने पर स्थिर रिटर्न प्राप्त करने के लिए प्रतिबद्ध है।
रणनीति सिद्धांत
इस रणनीति का उपयोग करता है 20 चक्र और 50 चक्र की सूचकांक चलती औसत (ईएमए) दिन और 1 घंटे की रेखा पर प्रवृत्ति दिशा का न्याय करने के लिए. दिन और 1 घंटे की रेखा पर 20 दिन ईएमए दोनों 50 दिन ईएमए पार करते समय एक खरीद संकेत उत्पन्न करता है; दिन और 1 घंटे की रेखा पर 20 दिन ईएमए दोनों 50 दिन ईएमए पार करते समय एक बेच संकेत उत्पन्न करता है. इस तरह के संयोजन फ़िल्टर प्रभावी रूप से मध्य-लंबी प्रवृत्ति की शुरुआत की पहचान कर सकते हैं.
साथ ही, इस रणनीति का उपयोग औसत वास्तविक तरंगता ((एटीआर) संकेतक की गतिशील गणना के लिए स्टॉप और स्टॉप की सीमाओं का उपयोग करता है। स्टॉप की सीमा एटीआर के 1.5 गुना और स्टॉप की सीमा 3 गुना है। यह वास्तविक समय में स्टॉप और स्टॉप पैरामीटर को बाजार में उतार-चढ़ाव के कारण जोखिम के स्तर के आधार पर समायोजित कर सकता है, जिससे जोखिम प्रबंधन का अनुकूलन किया जा सकता है।
श्रेष्ठता विश्लेषण
इस रणनीति के निम्नलिखित फायदे हैं:
मल्टी-टाइम फ़्रेम इंडिकेटर के संयोजन को फ़िल्टर करें, जिससे प्रवृत्ति की शुरुआत को प्रभावी ढंग से पहचाना जा सके।
गतिशील स्टॉप लॉस सेटिंग्स जोखिम प्रबंधन को और अधिक बुद्धिमान बनाते हैं और स्टॉप लॉस पैरामीटर की स्थिर सेटिंग्स से उत्पन्न समस्याओं से बचते हैं।
इस प्रकार, हम अपने बाजारों को और अधिक स्पष्ट रूप से देख सकते हैं और ट्रेंडिंग अवसरों को पकड़ सकते हैं।
एकल लेनदेन के जोखिम को सख्ती से नियंत्रित करने से निवेश पर स्थायी और स्थिर रिटर्न प्राप्त करने में मदद मिलती है।
जोखिम विश्लेषण
इस रणनीति के कुछ जोखिम भी हैं:
केवल 2023 के लिए एक स्टॉक का अनुकूलन, अन्य शेयरों या अन्य वर्षों के लिए लागू नहीं हो सकता है।
इस प्रकार, यह स्पष्ट रूप से स्पष्ट है कि किसी भी देश के लिए एक बहुत बड़ा जोखिम है, और यह कि किसी भी देश के लिए एक बहुत बड़ा जोखिम है।
एक बार जब आप एक बार फिर से एक बार फिर से शुरू करते हैं, तो आप एक बार फिर से एक बार फिर से शुरू करते हैं।
बाजार में प्रणालीगत जोखिम भी रणनीति को प्रभावित करता है।
अनुकूलन दिशा
इस रणनीति को और भी बेहतर बनाया जा सकता है:
बड़े बाजार सूचकांकों के लिए संदर्भ जोड़ना और सिस्टम जोखिम की अवधि के दौरान स्थिति बनाने से बचना।
स्टॉक के मूल सिद्धांतों और महत्वपूर्ण घटनाओं के जोखिम के साथ, स्टॉप लॉस स्टॉप-अप को ध्यान में रखें।
रणनीति के प्रभाव पर ईएमए पैरामीटर के प्रभाव का परीक्षण करना।
खरीद और बिक्री के संकेतों को समझने के लिए मशीन लर्निंग एल्गोरिदम को जोड़ना।
संक्षेप
इस रणनीति में कई आयामों जैसे कि प्रवृत्ति निर्णय, जोखिम प्रबंधन और पैरामीटर अनुकूलन पर विचार किया गया है। जोखिम को नियंत्रित करने के आधार पर, अनुभवी निवेशकों के लिए उपयुक्त है कि वे लोकप्रिय शेयरों में लंबी दूरी की प्रवृत्ति का पीछा करें और निवेश पर स्थिर रिटर्न प्राप्त करें। इस रणनीति का उपयोग करने के लिए निवेशकों को कुछ प्रोग्रामिंग क्षमता और मात्रात्मक व्यापार ज्ञान की आवश्यकता होती है, और कुछ हद तक नुकसान का जोखिम उठाने के लिए तैयार हैं। कुल मिलाकर, यह रणनीति एक अनुशंसित स्टॉक एल्गोरिथ्म ट्रेडिंग रणनीति है।
/*backtest
start: 2023-02-26 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("TSLA Enhanced Trend Master 2023", overlay=true)
// Daily timeframe indicators
ema20_daily = ta.ema(close, 20)
ema50_daily = ta.ema(close, 50)
// 1-hour timeframe indicators
ema20_hourly = request.security(syminfo.tickerid, "60", ta.ema(close, 20))
ema50_hourly = request.security(syminfo.tickerid, "60", ta.ema(close, 50))
// Check if the year is 2023
is_2023 = year(time) == 2023
// Counter for short trades
var shortTradeCount = 0
// Entry Conditions
buySignal = is_2023 and (ema20_daily > ema50_daily) and (ema20_hourly > ema50_hourly)
sellSignal = is_2023 and (ema20_daily < ema50_daily) and (ema20_hourly < ema50_hourly) and (shortTradeCount < 0.5 * ta.highest(close, 14))
// Dynamic Stop Loss and Take Profit
atr_value = ta.atr(14)
stopLoss = atr_value * 1.5
takeProfit = atr_value * 3
// Calculate Position Size based on Volatility-Adjusted Risk
riskPercent = 2
positionSize = strategy.equity * riskPercent / close
// Strategy
if (buySignal)
strategy.entry("Buy", strategy.long, qty=positionSize)
strategy.exit("Take Profit/Stop Loss", "Buy", stop=close - stopLoss, limit=close + takeProfit)
if (sellSignal)
strategy.entry("Sell", strategy.short, qty=positionSize)
strategy.exit("Take Profit/Stop Loss", "Sell", stop=close + stopLoss, limit=close - takeProfit)
shortTradeCount := shortTradeCount + 1