बोलिंगर बैंड-आधारित माध्य प्रत्यावर्तन रणनीति
ChaoZhang
अवलोकन
ब्रुइन बैंड औसत वापसी रणनीति ब्रुइन बैंड सूचक पर आधारित एक मात्रात्मक ट्रेडिंग रणनीति है। यह रणनीति ब्रुइन बैंड से विचलित होने पर कीमतों को पटरी से उतारने के लिए रिवर्स ऑपरेशन करके औसत रेखा के आसपास कीमतों के उतार-चढ़ाव के सांख्यिकीय नियम का उपयोग करती है, ताकि कीमतों के वापसी के दौरान लाभ प्राप्त किया जा सके।
रणनीति सिद्धांत
ब्रिन बैंड तीन रेखाओं से बना हैः मध्य रेखा एक चलती औसत है, और ऊपर और नीचे की रेखाएं मध्य रेखा के आधार पर कुछ गुणकों के मानक अंतर को जोड़ती हैं। सांख्यिकीय सिद्धांतों के अनुसार, एक सामान्य वितरण के मामले में, लगभग 95% मूल्य दो मानक अंतर के बीच सकारात्मक-नकारात्मक दूरी के बीच वितरित किए जाएंगे।
ब्रीज बैंड औसत मूल्य वापसी रणनीति इस सिद्धांत का उपयोग करती है। जब कीमत ब्रीज बैंड को पार करती है, तो यह इंगित करती है कि कीमत बहुत अधिक हो सकती है, एक वापसी का जोखिम है; जब कीमत ब्रीज बैंड को पार करती है, तो यह इंगित करती है कि कीमत बहुत कम हो सकती है, एक पलटाव का अवसर है। इसलिए, यह रणनीति खाली है जब कीमत ब्रीज बैंड को छूती है, और जब यह नीचे की ओर जाती है, तो यह लाभ के लिए जगह को पकड़ने के लिए है।
नीति कोड का मुख्य तर्क इस प्रकार है:
एक निर्दिष्ट अवधि के लिए एक चलती औसत की गणना करें, एक ब्रिन बैंड के मध्यवर्ती ट्रैक के रूप में। विभिन्न प्रकार की औसत रेखाएं जैसे कि SMA, EMA, SMMA, WMA, VWMA और इतने पर चुनें।
इस चक्र के भीतर मानक अंतर की गणना करें और उपयोगकर्ता द्वारा निर्धारित गुणक मापदंडों के साथ संयोजन करें।
जब ब्रीज बंद हो जाता है, तो यह एक खरीद संकेत देता है।
ट्रेडों को निष्पादित करने की रणनीतिः खरीदें सिग्नल ट्रिगर होने पर अधिक पोजीशन खोलें, जब तक कि बेचने का सिग्नल दिखाई न दे तब तक पोजीशन खाली न करें।
उपरोक्त प्रक्रिया के माध्यम से, रणनीति एक रिवर्स पोजीशन स्थापित करने में सक्षम है जब कीमत औसत से काफी अलग हो जाती है और जब कीमत औसत पर लौटती है तो मुनाफा कमाता है।
श्रेष्ठता विश्लेषण
ब्रिन बैंड औसत वापसी रणनीतियों के निम्नलिखित फायदे हैंः
तर्क सरल है, इसे समझना और लागू करना आसान है। यह रणनीति सांख्यिकी के बुनियादी सिद्धांतों पर आधारित है, जो कि ब्रीनिंग बैंड के माध्यम से कीमतों के उतार-चढ़ाव की सीमा को रेखांकित करती है, जिसमें प्रवेश और निकास की शर्तें स्पष्ट रूप से स्पष्ट होती हैं।
अनुकूलनशीलता, कई बाजारों और किस्मों में लागू किया जा सकता है। ब्रिनबैंड एक बहुत ही सार्वभौमिक तकनीकी संकेतक है, जिसमें ट्रेंडिंग और अस्थिर बाजारों के लिए कुछ अनुकूलन क्षमता है। उपयोगकर्ता विभिन्न बाजार विशेषताओं के अनुकूल मापदंडों को लचीले ढंग से समायोजित कर सकते हैं।
मूल्य में उतार-चढ़ाव को पकड़ने का अवसर. ब्रीज का विस्तार और संकुचन मूल्य में उतार-चढ़ाव को दर्शाता है। यह रणनीति कीमतों को एक अपेक्षाकृत उच्च या निम्न स्तर तक पहुंचाने के लिए जमा करके कीमतों की वापसी के औसत मूल्य का लाभ उठाने की कोशिश करती है।
स्टॉप लॉस अपेक्षाकृत स्पष्ट है। क्योंकि ब्यूरिन बैंड एक निश्चित विश्वास क्षेत्र के अनुरूप है, इसलिए रणनीति के स्टॉप लॉस की स्थिति अपेक्षाकृत आसानी से निर्धारित की जाती है, जो जोखिम को नियंत्रित करने में मदद करती है।
जोखिम विश्लेषण
हालांकि ब्लेन बैंड औसत वापसी के अपने फायदे हैं, इसके साथ कुछ जोखिम भी हैं:
ट्रेंडिंग बाजार में खराब प्रदर्शन करना। यदि बाजार में लगातार एकतरफा रुझान होता है, तो कीमतें लगातार बुरीन बैंड के ऊपर या नीचे की पटरी के पास चलती हैं, तो रणनीति में अक्सर घाटे का कारोबार हो सकता है।
पैरामीटर की सेटिंग संवेदनशील होती है। ब्रिन बैंड की आवृत्ति और गुणांक पैरामीटर रणनीति के प्रदर्शन पर महत्वपूर्ण प्रभाव डालते हैं, और विभिन्न पैरामीटर संयोजनों से बहुत अलग परिणाम हो सकते हैं। यदि पैरामीटर गलत तरीके से सेट किए जाते हैं, तो रणनीति की प्रभावशीलता पर भारी छूट दी जाती है।
लगातार उतार-चढ़ाव का जोखिम। जब बाजार में भारी उतार-चढ़ाव होता है और बुरीन बैंड के ऊपर और नीचे के बीच कीमतों में लगातार उतार-चढ़ाव होता है, तो रणनीति में लगातार छोटे नुकसान हो सकते हैं, जिससे समग्र रिटर्न में गिरावट आती है।
लेनदेन लागत को ध्यान में नहीं रखा गया। इस उदाहरण कोड में लेनदेन लागत कारक जैसे कि अंक अंतर और प्रमोशन शुल्क को ध्यान में नहीं रखा गया है, जो वास्तविक अनुप्रयोगों में रणनीति के शुद्ध लाभ पर कुछ हद तक प्रभाव डालते हैं।
उपरोक्त जोखिमों के लिए, निम्नलिखित उपायों को अपनाकर रणनीति को अनुकूलित करने पर विचार किया जा सकता हैः
प्रवृत्ति संकेतकों के साथ संयोजन में फ़िल्टरिंग। संकेतों का आकलन करते समय, प्रवृत्ति संकेतकों जैसे कि चलती औसत का उपयोग किया जा सकता है ताकि एकतरफा प्रवृत्ति में अक्सर व्यापार न किया जा सके।
अनुकूलन पैरामीटर चुनें। ऐतिहासिक डेटा पर वापस जाकर, विभिन्न पैरामीटर संयोजनों के तहत रणनीति के प्रदर्शन का विश्लेषण करें, वर्तमान बाजार के लिए सबसे अच्छा पैरामीटर चुनें। नियमित रूप से पैरामीटर मूल्यांकन और समायोजन करें।
अन्य फ़िल्टरिंग शर्तों को पेश करना, जैसे कि एटीआर जैसे अस्थिरता के संकेतकों को ध्यान में रखना, जब अस्थिरता बहुत अधिक हो तो व्यापार को रोकना; या संकेत की विश्वसनीयता को और अधिक पुष्टि करने के लिए व्यापार की मात्रा जैसे अन्य संकेतकों को संदर्भित करना।
लेन-देन लागत कारक शामिल करना। रणनीति के वास्तविक प्रदर्शन का अधिक सटीक मूल्यांकन करने के लिए, रिटारगेट और वास्तविक डिस्क में, लेनदेन की लागत जैसे कि अंतर, प्रमाणीकरण शुल्क की गणना की जानी चाहिए।
अनुकूलन दिशा
ऊपर उल्लिखित जोखिम प्रतिक्रियाओं के अलावा, ब्यूरिन बैंड औसत वापसी रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः
गतिशील समायोजन मापदंडों. बाजार में परिवर्तन के अनुसार, गतिशील समायोजन ब्रिन बैंड की अवधि और गुणांक मापदंडों. आप अनुकूलनशील औसत रेखा का उपयोग करने पर विचार कर सकते हैं (जैसे कि KAMA) के रूप में मध्य रेल, या गतिशील रूप से गुणांक मापदंडों को ATR जैसे संकेतकों के अनुसार समायोजित करें, वर्तमान बाजार की गति के अनुरूप।
बहु-खाली स्थिति प्रबंधन की शुरूआत। जब स्थिति खोलने के लिए, स्थिति आकार को गतिशील रूप से समायोजित किया जा सकता है, तो यह मूल्य और बुरीन बैंड के मध्य-रेल की दूरी के आधार पर होता है। मध्य-रेल से जितना दूर हो, जोखिम को नियंत्रित करने के लिए स्थिति खोलने का अनुपात कम हो सकता है; मध्य-रेल से जितना करीब हो, स्थिति खोलने का अनुपात उचित रूप से बढ़ सकता है, अधिक अवसरों को पकड़ने के लिए
अन्य तकनीकी संकेतकों के साथ संयोजन में। ब्रिन बैंड का उपयोग अन्य तकनीकी संकेतकों (जैसे आरएसआई, एमएसीडी आदि) के साथ संयोजन में किया जाता है, जिससे एक अधिक मजबूत संकेत पुष्टि तंत्र बनता है। संकेत की विश्वसनीयता में सुधार होता है, केवल जब कई संकेतकों की प्रतिध्वनि होती है।
मल्टी-पोजीशन मैनेजमेंट पर विचार करें। उचित परिस्थितियों में, जोखिम को फैलाने के लिए कई पदों को एक साथ रखा जा सकता है। उदाहरण के लिए, इस रणनीति को विभिन्न समय अवधि पर लागू किया जा सकता है, या अधिक स्थिर रिटर्न के लिए विभिन्न प्रकार के ट्रेडों पर एक साथ पदों को खोला जा सकता है।
इन अनुकूलन उपायों का उद्देश्य रणनीतियों की अनुकूलनशीलता, स्थिरता और लाभप्रदता में सुधार करना है। गतिशील समायोजन, बहु-सूचक संयोजन और स्थिति प्रबंधन जैसे साधनों के माध्यम से, बाजार में बदलाव, जोखिम को नियंत्रित करने और अधिक व्यापारिक अवसरों को पकड़ने के लिए बेहतर प्रतिक्रिया दी जा सकती है।
संक्षेप
एक ब्रुइन बैंड औसत वापसी रणनीति एक सांख्यिकीय सिद्धांतों पर आधारित एक मात्रात्मक ट्रेडिंग रणनीति है, जो ब्रुइन बैंड के माध्यम से कीमतों के उतार-चढ़ाव की सीमा को रेखांकित करती है, और जब कीमतों में उतार-चढ़ाव होता है, तो रिवर्स ऑपरेशन करता है ताकि औसत वापसी का लाभ उठाया जा सके। यह रणनीति सरल तर्क है, अनुकूलनशील है, और कीमतों में उतार-चढ़ाव के अवसरों को पकड़ने में सक्षम है, लेकिन साथ ही ट्रेंडिंग बाजार के खराब प्रदर्शन, संवेदनशील पैरामीटर सेटिंग और लगातार कंपन जैसे जोखिमों का सामना करना पड़ता है।
इन जोखिमों के लिए, रुझान संकेतकों, अनुकूलन पैरामीटर चयन, अन्य फ़िल्टरिंग शर्तों की शुरूआत, लेनदेन की लागत को शामिल करने जैसे उपायों के संयोजन के माध्यम से अनुकूलन किया जा सकता है। इसके अलावा, रणनीति की अनुकूलनशीलता और स्थिरता को गतिशील रूप से पैरामीटर को समायोजित करने, बहु-खाली स्थिति प्रबंधन, अन्य तकनीकी संकेतकों के संयोजन, बहु-स्थिति प्रबंधन आदि के माध्यम से और बढ़ाया जा सकता है।
कुल मिलाकर, ब्रिन बैंड औसत रिटर्न रणनीति मात्रात्मक व्यापार के लिए एक सरल और प्रभावी विचार प्रदान करती है। वास्तविक अनुप्रयोगों में, रणनीति को विशिष्ट बाजार विशेषताओं और लेनदेन की जरूरतों के अनुसार उचित अनुकूलन और सुधार की आवश्यकता होती है। निरंतर परीक्षण और समायोजन के माध्यम से, अपने लिए सबसे उपयुक्त व्यापारिक तरीके खोजने के लिए, मात्रात्मक व्यापार के रास्ते पर दीर्घकालिक सफलता प्राप्त करने के लिए।
/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("BB Strategy", shorttitle="BB", overlay=true)
length = input.int(20, minval=1)
maType = input.string("SMA", "Basis MA Type", options = ["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
src = input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev")
// Calculate moving average based on selected type
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)
// Calculate Bollinger Bands
basis = ma(src, length, maType)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Plot Bollinger Bands
plot(basis, "Basis", color=#FF6D00)
p1 = plot(upper, "Upper", color=#2962FF)
p2 = plot(lower, "Lower", color=#2962FF)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))
// Buy condition: Price below lower Bollinger Band
buy_condition = close < lower
// Sell condition: Price above upper Bollinger Band
sell_condition = close > upper
// Execute trades
strategy.entry("Buy", strategy.long, when=buy_condition)
strategy.close("Buy", when=sell_condition)