1. वर्ग
  2. इचिमोकू क्लाउड स्थानीय रुझान पहचान रणनीति

इचिमोकू क्लाउड स्थानीय रुझान पहचान रणनीति

लेखक:चाओझांग, दिनांकः 2024-03-19 15:10:59
टैगः

img

अवलोकन

यह रणनीति इचिमोकू क्लाउड संकेतक के साथ संयुक्त इचिमोकू क्लाउड संकेतक के आधार पर एक प्रवृत्ति पहचान और व्यापार रणनीति है। यह वर्तमान बाजार प्रवृत्ति का निर्धारण करने के लिए इचिमोकू क्लाउड संकेतक से रूपांतरण रेखा, आधार रेखा, कुमो क्लाउड और लैगिंग स्पैन का उपयोग करता है, और स्टॉप-लॉस स्तर निर्धारित करने और साइडवेज बाजारों की पहचान करने के लिए 1.618 और 0.618 फिबोनाची अनुपात को शामिल करता है। इसके अलावा, रणनीति झूठे संकेतों को फ़िल्टर करने के लिए दो अतिरिक्त मध्य रेखाओं को पेश करती है।

रणनीतिक सिद्धांत

इचिमोकू क्लाउड सूचक में चार घटक होते हैंः रूपांतरण रेखा, आधार रेखा, कुमो क्लाउड और लैगिंग स्पैन। रूपांतरण रेखा और आधार रेखा की गणना विभिन्न समय अवधि में उच्चतम उच्च और निम्नतम निम्न के औसत का उपयोग करके की जाती है। कुमो क्लाउड बेस लाइन को 26 अवधि आगे स्थानांतरित करके और लेगिंग स्पैन को 26 अवधि पीछे स्थानांतरित करके बनाया जाता है।

इस रणनीति के लिए दीर्घकालिक प्रवेश की शर्तें निम्नलिखित हैंः

  1. बादल के ऊपर लागिंग स्पैन है
  2. रूपांतरण रेखा आधार रेखा से अधिक है
  3. समापन मूल्य 1.618 स्टॉप-लॉस स्तर से ऊपर है
  4. 0.618 रेखा 1.618 स्टॉप-लॉस स्तर से ऊपर है
  5. समापन मूल्य बादल के ऊपर है

छोटी प्रवेश शर्तें लंबी प्रवेश शर्तों के विपरीत हैं।

स्टॉप-लॉस स्तर 1.618 और 0.618 फाइबोनैची अनुपात का उपयोग करके सेट किए जाते हैं। लंबी स्थिति के लिए, स्टॉप-लॉस बादल के ऊपरी किनारे को माइनस 1.618 गुना ऊपरी और निचले किनारों के बीच की दूरी है। छोटी स्थिति के लिए, यह विपरीत है। 0.618 लाइन का उपयोग साइडवेज बाजारों की पहचान करने के लिए किया जाता है। जब बादल हरा होता है और 0.618 लाइन 1.618 स्टॉप-लॉस स्तर से नीचे होती है, तो बाजार को साइडवेज स्थिति में माना जाता है।

इचिमोकू क्लाउड संकेतक के अलावा, रणनीति में झूठे संकेतों को आगे फ़िल्टर करने के लिए दो मध्य रेखाएं पेश की गई हैं। मध्य रेखाओं की गणना विभिन्न समय अवधि में उच्चतम उच्च और निम्नतम निम्न के औसत का उपयोग करके की जाती है।

लाभ विश्लेषण

  1. मूल्य और प्रवृत्ति दोनों संकेतकों का उपयोग करके, रणनीति वर्तमान बाजार प्रवृत्ति को बेहतर ढंग से पहचान सकती है।
  2. स्टॉप-लॉस स्तरों को गतिशील रूप से सेट करने के लिए फिबोनाची अनुपातों की शुरूआत जोखिम को नियंत्रित करने योग्य बनाती है।
  3. 0.618 रेखा प्रभावी रूप से साइडवेज बाजारों की पहचान कर सकती है और रेंजिंग बाजारों में लगातार प्रवेश से बच सकती है।
  4. दो अतिरिक्त मध्य रेखाएं झूठे संकेतों को और फ़िल्टर कर सकती हैं और संकेत की गुणवत्ता में सुधार कर सकती हैं।
  5. पैरामीटर समायोज्य हैं, जो रणनीति को विभिन्न बाजारों और समय सीमाओं के लिए उपयुक्त बनाते हैं।

जोखिम विश्लेषण

  1. चरम बाजार स्थितियों में, जैसे कि मजबूत उछाल या गिरावट, प्रवृत्ति संकेतक विफल हो सकते हैं, जिससे विकृत संकेत हो सकते हैं।
  2. स्टॉप-लॉस का स्तर बादल की दूरी पर आधारित होता है। जब बादल बहुत पतला होता है, तो इसका परिणाम यह हो सकता है कि स्टॉप-लॉस प्रवेश मूल्य के बहुत करीब हो।
  3. स्टॉप-लॉस के लिए फिबोनाची अनुपात और साइडवेज बाजारों का न्याय करने के लिए 0.618 लाइन का उपयोग करने की विधि का सैद्धांतिक समर्थन नहीं है और यह सभी बाजारों पर लागू नहीं हो सकता है।
  4. पैरामीटर अनुकूलन से वास्तविक बाजारों में ओवरफिट और खराब प्रदर्शन हो सकता है।

अनुकूलन दिशाएँ

  1. संकेत की गुणवत्ता में और सुधार के लिए अधिक प्रवृत्ति पुष्टिकरण संकेतकों जैसे चलती औसत, एमएसीडी आदि की शुरूआत पर विचार करें।
  2. स्टॉप-लॉस स्तरों की स्थापना में अधिक गतिशील और व्यक्तिगत बनाने के लिए एटीआर और अस्थिरता जैसे अधिक कारकों को ध्यान में रखा जा सकता है।
  3. साइडवेज बाजारों की पहचान के लिए अन्य तरीकों जैसे कि ADX ट्रेंड स्ट्रेंथ इंडिकेटर का प्रयोग किया जा सकता है।
  4. पैरामीटर अनुकूलन के लिए आनुवंशिक एल्गोरिदम जैसे मशीन लर्निंग विधियों का उपयोग किया जा सकता है, और ओवरफिटिंग से बचने के लिए नमूना परीक्षण किया जाना चाहिए।
  5. रणनीति की मजबूती और विश्वसनीयता में सुधार के लिए स्थिति आकार और जोखिम नियंत्रण मॉड्यूल जैसे कि केली मानदंड और निश्चित जोखिम को जोड़ा जा सकता है।

निष्कर्ष

यह रणनीति एक पूर्ण प्रवृत्ति पहचान और ट्रेडिंग प्रणाली बनाने के लिए इचिमोकू क्लाउड संकेतक को फिबोनाची अनुपात के साथ अभिनव रूप से जोड़ती है। फ़िल्टरिंग के लिए अतिरिक्त मध्य रेखाओं की शुरूआत से संकेत की गुणवत्ता में कुछ हद तक सुधार हो सकता है। रणनीति का लाभ इस बात में निहित है कि यह ट्रेंडिंग और रेंजिंग बाजार स्थितियों दोनों के लिए अच्छी तरह से अनुकूलित करने की क्षमता है, और गतिशील स्टॉप-लॉस के माध्यम से जोखिम को नियंत्रित करने में सक्षम है। हालांकि, रणनीति में कुछ कमियां भी हैं, जैसे सैद्धांतिक समर्थन की कमी और पैरामीटर अनुकूलन में संभावित ओवरफिट। भविष्य में, रणनीति को अधिक संकेतकों को पेश करके, स्टॉप-लॉस और साइजिंग को अनुकूलित करके और पैरामीटर अनुकूलन के लिए मशीन लर्निंग का उपयोग करके सुधार किया जा सकता है। कुल मिलाकर, इस रणनीति में एक अभिनव दृष्टिकोण है और संदर्भ के लायक है, लेकिन व्यावहारिक अनुप्रयोग के लिए आगे परीक्षण और अनुकूलन की आवश्यकता है।

/*backtest
start: 2023-03-13 00:00:00
end: 2024-03-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
strategy("Advanced_Ichimoku_Cloud_Strategy", overlay=true, margin_long=100, margin_short=100)
conversionPeriods = input.int(9, minval=1, title="Conversion Line Length")
basePeriods = input.int(26, minval=1, title="Base Line Length")
laggingSpanPeriods = input.int(52, minval=1, title="Leading Span B Length")
pivotPeriods1 = input.int(17,minval = 1,title = "PPL1")
pivotPeriods2 = input.int(39,minval = 1,title = "PPL2")
displacement = input.int(26, minval=1, title="Lagging Span")
donchian(len) => math.avg(ta.lowest(len), ta.highest(len))
conversionLine = donchian(conversionPeriods)
baseLine = donchian(basePeriods)
midLine1 = donchian(pivotPeriods1)
midLine2 = donchian(pivotPeriods2)
midLine3 = donchian(laggingSpanPeriods)
leadLine1 = math.avg(conversionLine, baseLine, midLine1)
leadLine2 = math.avg(midLine2 , midLine3)


plot(conversionLine, color=#2962FF, title="Conversion Line")
plot(baseLine, color=#B71C1C, title="Base Line")

plot(close, offset = -displacement + 1, color=color.yellow, title="Lagging Span")
p1 = plot(leadLine1, offset = displacement - 1, color=#A5D6A7,
	 title="Leading Span A")
p2 = plot(leadLine2, offset = displacement - 1, color=#EF9A9A,
	 title="Leading Span B")
   
plot(leadLine1 > leadLine2 ? leadLine1 : leadLine2, offset = displacement - 1, title = "Kumo Cloud Upper Line", display = display.none) 
plot(leadLine1 < leadLine2 ? leadLine1 : leadLine2, offset = displacement - 1, title = "Kumo Cloud Lower Line", display = display.none) 
fill(p1, p2, color = leadLine1 > leadLine2 ? color.rgb(67, 160, 71, 90) : color.rgb(244, 67, 54, 90))

//stoploss calculating
mult1 = input.float(1.618, "Mult1")
mult2 = input.float(0.618, "Mult2")
stoploss1 = leadLine1 - (leadLine1 - leadLine2)*mult1
stoploss2 = leadLine1 - (leadLine1 - leadLine2)*mult2
plot(stoploss1,"Sl", color = color.fuchsia, linewidth = 2, style = plot.style_line, offset = displacement - 1)
plot(stoploss2,"S2", color = color.lime, linewidth = 2, style = plot.style_line, offset = displacement - 1)

longCondition = leadLine1 > leadLine2 
if (longCondition)
    strategy.entry("Buy", strategy.long)

shortCondition = leadLine1 < leadLine2
if (shortCondition)
    strategy.entry("Sell", strategy.short)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित