मूविंग एवरेज क्रॉसओवर और इंट्राडे के-लाइन पैटर्न पर आधारित मात्रात्मक ट्रेडिंग रणनीति
ChaoZhang
अवलोकन
यह रणनीति 9 दिन की चलती औसत और 15 दिन की चलती औसत के साथ-साथ कुछ विशिष्ट दिन के भीतर K-लाइन आकारों के क्रॉसिंग पर आधारित है, जो ट्रेडिंग सिग्नल उत्पन्न करती है। जब तेज लाइन पर धीमी रेखा को पार करते हैं और कुछ कोण स्थितियों और विशिष्ट K-लाइन आकारों को पूरा करते हैं, तो अधिक करें; जब तेज लाइन के नीचे धीमी रेखा को पार करते हैं, तो खाली करें। साथ ही जोखिम को नियंत्रित करने के लिए स्टॉप और स्टॉप स्थान सेट करें।
रणनीति सिद्धांत
जब अल्पकालिक चलती औसत ((9 दिन की रेखा) पर लंबी अवधि के चलती औसत ((15 दिन की रेखा) की तुलना में अधिक है, तो यह दर्शाता है कि अल्पकालिक कीमतों में वृद्धि की गति अधिक है, अधिक करें; जब अल्पकालिक चलती औसत लंबे समय तक चलती औसत से नीचे है, तो यह दर्शाता है कि अल्पकालिक कीमतों में गिरावट की गति अधिक है, शून्य करें। साथ ही, चलती औसत के कोण की आवश्यकता होती है 30 डिग्री से अधिक, यह सुनिश्चित करने के लिए कि पर्याप्त उछाल या गिरावट की गति है। विशिष्ट दिन के भीतर के के-लाइन आकृति निर्णय जोड़ें, जैसे कि नींबू रेखा, पुस्तक रेखा, आदि, कुछ झूठे टूटने वाले संकेतों को फ़िल्टर कर सकते हैं।
यह रणनीति मुख्य रूप से चलती औसत की प्रवृत्ति ट्रैकिंग सुविधा और कुछ के-लाइन आकृति की विशेषताओं का उपयोग करती है, जो विभिन्न बाजारों की किस्मों के लिए पैरामीटर को समायोजित करके अनुकूलित की जा सकती है।
श्रेष्ठता विश्लेषण
इस रणनीति में चलती औसत सूचक और दिन के भीतर के-लाइन आकृति का निर्णय शामिल है, जो कुछ शोर को प्रभावी ढंग से फ़िल्टर कर सकता है, जिससे ट्रेडिंग सिग्नल अधिक विश्वसनीय हो जाते हैं। विशेष रूप से, कोणीय मूल्य निर्धारण के निर्णय को जोड़ा गया है, जो यह सुनिश्चित कर सकता है कि सिग्नल केवल तभी जारी किया जाता है जब मूल्य परिवर्तन की गति काफी बड़ी होती है, और व्यर्थ झूठे संकेतों से बचा जाता है। इसके अलावा, रणनीति में स्टॉप-लॉस और स्टॉप-आउट स्तर सेट किए गए हैं, जो स्वचालित रूप से एकल के अधिकतम नुकसान को कम करते हैं और लाभप्रद वापसी को प्राप्त करते हैं। इन उपायों से रणनीति की स्थिरता और लाभप्रदता दोनों में सुधार होता है।
एक प्रवृत्ति-अनुसरण प्रकार के संकेतक के रूप में चलती औसत, मध्यम और लंबी अवधि के मूल्य रुझानों को पकड़ सकता है। जबकि दिन के भीतर K-लाइन का आकार बाजार के प्रतिभागियों की शक्ति का मुकाबला करता है, जिसका उपयोग विभिन्न समय के पैमाने पर व्यापार संकेतों को प्राप्त करने के लिए किया जा सकता है। यह रणनीति कई निर्णय संकेतक के फायदे को एकीकृत करती है, और वास्तविक व्यापार में बेहतर प्रभाव प्राप्त करना चाहिए।
जोखिम विश्लेषण
इस रणनीति के संभावित जोखिमों में से कुछ प्रमुख हैंः
झूठे ब्रेकआउट जोखिम. जब बाजार एक अस्थिर स्थिति में होता है, तो चलती औसत कई बार क्रॉस हो सकता है, और इस समय क्रॉसिंग के आधार पर जारी किए गए संकेत ज्यादातर झूठे संकेत होते हैं। इस समय कोई लाभ नहीं हो सकता है, लेकिन इसके बजाय इसे जोड़ा जा सकता है। के-लाइन आकार और कोण की स्थिति इस जोखिम को कम कर सकती है।
रुझान में बदलाव का जोखिम. एक प्रवृत्ति ट्रैक करने वाले सूचक के रूप में चलती औसत, जब रुझान में बदलाव होता है, तो यह अग्रिम संकेत नहीं दे सकता है। इस स्थिति में भारी नुकसान हो सकता है। इस तरह के जोखिम को सख्त स्टॉप द्वारा नियंत्रित किया जा सकता है।
पैरामीटर अनुकूलन जोखिम. विभिन्न बाजार किस्मों में पैरामीटर सेटिंग के लिए अलग-अलग अनुकूलता हो सकती है. यदि कोई समायोजन नहीं किया जाता है, तो किसी विशेष पैरामीटर संयोजन का सीधे उपयोग करने से नुकसान हो सकता है.
कुल मिलाकर, यह रणनीति बाजार के परिवेश के निर्णय की कमी में कुछ झूठे संकेतों और पीछा करने के जोखिमों को उत्पन्न कर सकती है। इन जोखिमों को कम करने के लिए, बड़े पैमाने पर रुझानों और मूल्य विशेषताओं के निर्णय को जोड़कर और अधिक अनुकूलित किया जा सकता है।
अनुकूलन दिशा
इस रणनीति को और भी बेहतर बनाया जा सकता है:
बड़े पैमाने पर प्रवृत्ति के लिए निर्णय को बढ़ाएं। उदाहरण के लिए, जांचें कि क्या लंबी रेखा ऊपर की ओर है या नीचे की ओर है, विपरीत ट्रेडिंग से बचें।
मात्रा क्षमता के संकेतक का विश्लेषण शामिल करें. उदाहरण के लिए, कमसिन के दर संकेतक खरीदने और बेचने की शक्ति का आकलन कर सकते हैं, उच्च दर वाले शेयरों की कीमतों को कम करने या कम दर वाले शेयरों की कीमतों को कम करने से बचें।
शेयरों की बुनियादी स्थितियों के साथ मिलकर. कुछ वित्तीय परिणामों की उम्मीदों को चुनकर, सकारात्मक, प्रदर्शन में स्थिर वृद्धि वाले व्यक्तिगत शेयरों का व्यापार करने से जीत की दर में वृद्धि हो सकती है.
एक चलती औसत प्रणाली के लिए पैरामीटर सेट का अनुकूलन करें। आप विभिन्न लंबाई की अवधि के लिए औसत लाइन का प्रयास कर सकते हैं, या तीन-समान लाइन, पांच-समान लाइन आदि को जोड़ सकते हैं, जिससे एक बड़ी ट्रेडिंग प्रणाली का निर्माण किया जा सकता है जिसमें पैरामीटर समायोजित करने की जगह है।
विभिन्न स्टॉप-लॉस और स्टॉप-स्टॉप मापदंडों का परीक्षण करें। रिटर्न के परिणामों के आधार पर, इष्टतम रिस्क-रिटर्न अनुपात प्राप्त करने के लिए लीवरेजिंग गुणांक सेट करें।
उपरोक्त दिशाओं के अनुकूलन के माध्यम से, यह उम्मीद की जा सकती है कि रणनीति के मुनाफे के स्तर और स्थिरता में स्पष्ट रूप से और वृद्धि होगी।
संक्षेप
कुल मिलाकर, यह रणनीति चलती औसत संकेतक और कुछ दिन के भीतर के-लाइन प्रारूप के फायदे को एकीकृत करती है। ट्रेडिंग सिग्नल जारी करते समय शर्तें अधिक सख्त होती हैं, जिससे बहुत सारे शोर को फ़िल्टर किया जा सकता है, जिससे पार करने वाले सिग्नल की गुणवत्ता में काफी सुधार होता है। जबकि अधिकतम नुकसान और प्राप्त किए गए मुनाफे को नियंत्रित करने के लिए स्टॉप लॉस और स्टॉपस्टॉप की स्थापना की जाती है। यह एक अनुशंसित स्थिर मात्रात्मक ट्रेडिंग रणनीति है।
अगले कदम पर काम करने के लिए पैरामीटर के अनुकूलन के माध्यम से रणनीति की जीत और लाभप्रदता को और बढ़ाने के लिए है। अधिक संकेतकों को जोड़ने से समग्र व्यापार प्रणाली की मजबूती को भी मजबूत किया जा सकता है। सख्त वास्तविक समय के बाद, रणनीति को एक स्थिर लाभ उत्पन्न करने के लिए एक प्रभावी मात्रात्मक उपकरण बनने की उम्मीद है।
/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 4h
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(0.25, "Stop Loss (%)")
target_percent = input(0.25, "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)