1. वर्ग
  2. चलती औसत क्रॉसओवर और कैंडलस्टिक पैटर्न पर आधारित बिटकॉइन स्केलिंग रणनीति

चलती औसत क्रॉसओवर और कैंडलस्टिक पैटर्न पर आधारित बिटकॉइन स्केलिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-02-29 12:01:47
टैगः

img

अवलोकन

यह एक 5-मिनट की टाइमफ्रेम बिटकॉइन स्केलिंग रणनीति है जो 9-अवधि और 15-अवधि चलती औसत और कैंडलस्टिक पैटर्न के क्रॉसओवर पर आधारित है। विशेष रूप से, यह खरीद संकेत उत्पन्न करता है जब तेजी से चलती औसत धीमी चलती औसत से ऊपर पार करती है और मोमबत्ती एक हथौड़ा या मारुबोज़ू बनाती है। बेच संकेत उत्पन्न होते हैं जब तेजी से एमए धीमी एमए से नीचे पार करता है। प्रवेश के बाद, 0.5% स्टॉप लॉस और 0.5% ले लाभ सेट किया जाता है।

रणनीति तर्क

रणनीति प्रवृत्ति निर्धारण के लिए अलग-अलग अवधि के साथ दो चलती औसत का उपयोग करती है। 9 अवधि एमए अधिक संवेदनशील है और अल्पकालिक रुझानों को पकड़ सकती है। 15 अवधि एमए अधिक स्थिर है और कुछ शोर को फ़िल्टर कर सकती है। जब तेजी से एमए धीमी एमए से ऊपर जाता है, तो यह इंगित करता है कि अल्पकालिक प्रवृत्ति ऊपर की ओर मुड़ रही है। विपरीत अल्पकालिक प्रवृत्ति के लिए सच है।

इसके अलावा, सिग्नल की पुष्टि के लिए कैंडलस्टिक पैटर्न का उपयोग किया जाता है। खरीद संकेत केवल हथौड़ों और मारुबोज़ू जैसे मजबूत कैंडलस्टिक पर उत्पन्न होते हैं। इससे बाजार समेकन के दौरान गलत संकेतों से बचने में मदद मिलती है।

विशिष्ट व्यापार संकेत और नियम हैंः

  1. 9-अवधि की एमए 15-अवधि की एमए के ऊपर पार करती है और 15-अवधि की एमए का कोण 30 डिग्री से अधिक होता है, जो ऊपर की ओर प्रवृत्ति को दर्शाता है;

  2. यदि मोमबत्ती एक हथौड़ा या मारुबोज़ू बनाती है, जिसमें मजबूत ऊपर की गति दिखाई देती है, तो एक खरीद संकेत उत्पन्न होता है;

  4. स्टॉप लॉस को 0.5% पर सेट करें और प्रवेश के बाद लाभ को 0.5% पर ले लें।

लाभ विश्लेषण

इस रणनीति के लाभ इस प्रकार हैंः

  2. स्पष्ट संकेत - मोमबत्ती पैटर्न के साथ संयुक्त एमए क्रॉसओवर प्रभावी रूप से प्रवृत्ति उलट बिंदुओं की पहचान करता है।

  3. आसान स्वचालन - सरल संकेत और समायोज्य मापदंड एल्गोरिथम ट्रेडिंग को संभव बनाते हैं।

  4. बिटकॉइन अस्थिरता के लिए उपयुक्त - बिटकॉइन के लगातार उतार-चढ़ाव से बहुत सारे अल्पकालिक व्यापारिक अवसर प्राप्त होते हैं।

जोखिम विश्लेषण

कुछ जोखिम भी हैं:

  1. कई छोटे नुकसान के लिए प्रवण - बंद होने की उच्च संभावना संचयी नुकसान की ओर ले जाती है।

  2. पैरामीटर समायोजन की आवश्यकता है - यदि एमए अवधि और लाभ सेटिंग बाजार की स्थितियों से मेल नहीं खाती है तो प्रभावशीलता कम हो जाती है।

  3. मजबूत रुझानों पर निर्भर करता है - साइडवे मूव्स से अत्यधिक ट्रेड हो सकते हैं लेकिन कम मुनाफा हो सकता है।

समाधान इस प्रकार हैं:

  1. अच्छा जोखिम-लाभ अनुपात सुनिश्चित करने के लिए बड़े आकारों का व्यापार करें।

  3. बाजार स्थितियों की पहचान करें और समेकन में व्यापार से बचें।

अनुकूलन दिशाएँ

रणनीति को अनुकूलित करने के कुछ तरीकेः

  2. अन्य संकेतकों का उपयोग करके फ़िल्टर जोड़ें - उदाहरण के लिए ओवरबॉट/ओवरसोल्ड, बढ़ते वॉल्यूम आदि के लिए आरएसआई।

  3. अन्य उत्पादों पर परीक्षण - कमोडिटी, सूचकांक वायदा आदि पर स्केलिंग करते समय समान तर्क लागू करें।

  4. इष्टतम मापदंडों को खोजने के लिए पैरामीटर अनुकूलन और बैकटेस्टिंग करें।

निष्कर्ष

/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Moving Average Crossover Strategy with Candlestick Patterns", overlay=true)

// Define input parameters
fast_length = input(9, "Fast MA Length")
slow_length = input(15, "Slow MA Length")
stop_loss_percent = input(0.5, "Stop Loss (%)")
target_percent = input(0.5, "Target (%)")
angle_threshold = input(30, "Angle Threshold (degrees)")

// Calculate moving averages
fast_ma = sma(close, fast_length)
slow_ma = sma(close, slow_length)

// Define candlestick patterns
is_pin_bar() =>
    pin_bar = abs(open - close) > 2 * abs(open[1] - close[1])
    high_tail = max(open, close) - high > abs(open - close) * 1.5
    low_tail = low - min(open, close) > abs(open - close) * 1.5
    pin_bar and high_tail and low_tail

is_marubozu() =>
    marubozu = abs(open - close) > abs(open[1] - close[1]) * 0.75
    no_upper_shadow = high == max(open, close)
    no_lower_shadow = low == min(open, close)
    marubozu and no_upper_shadow and no_lower_shadow

is_full_body() =>
    full_body = abs(open - close) > abs(open[1] - close[1]) * 0.95
    full_body

// Plot moving averages
plot(fast_ma, color=color.blue, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")

// Calculate angle of slow moving average
ma_angle = abs(180 * (atan(slow_ma[1] - slow_ma) / 3.14159))

// Generate buy/sell signals based on angle condition and candlestick patterns
buy_signal = crossover(fast_ma, slow_ma) and ma_angle >= angle_threshold and (is_pin_bar() or is_marubozu() or is_full_body())
sell_signal = crossunder(fast_ma, slow_ma)

// Calculate stop-loss and target levels
stop_loss_level = close * (1 - stop_loss_percent / 100)
target_level = close * (1 + target_percent / 100)

// Execute trades based on signals with stop-loss and target
strategy.entry("Buy", strategy.long, when=buy_signal)
strategy.exit("Exit", "Buy", stop=stop_loss_level, limit=target_level)

// Plot buy/sell signals on chart (optional)
plotshape(series=buy_signal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=sell_signal, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)

// Plot angle line
hline(angle_threshold, "Angle Threshold", color=color.black, linestyle=hline.style_dashed)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित