तकनीकी विश्लेषण और धन प्रबंधन पर आधारित मात्रात्मक ट्रेडिंग रणनीतियाँ
ChaoZhang
अवलोकन
समर्थन प्रतिरोध - मनोवैज्ञानिक भावना - फोकस फीडबैक - धन प्रबंधन रणनीति तकनीकी विश्लेषण और धन प्रबंधन पर आधारित एक मात्रात्मक ट्रेडिंग रणनीति है। यह रणनीति बाजार के समर्थन प्रतिरोध, व्यापारियों की मनोवैज्ञानिक भावना, मूल्य प्रतिक्रिया संकेतों और सख्त धन प्रबंधन नियमों को ध्यान में रखती है, जो जोखिम को नियंत्रित करते हुए स्वस्थ रिटर्न प्राप्त करने का प्रयास करती है।
रणनीति सिद्धांत
इस रणनीति के मूल तर्क में निम्नलिखित भाग शामिल हैंः
समर्थन प्रतिरोध बिट्स पहचानपारित किया गयाः
inputफ़ंक्शन इनपुट पूर्वनिर्धारित समर्थन और प्रतिरोध बिंदुओं की कीमतों. जब बाजार की कीमतें इन महत्वपूर्ण स्थानों को तोड़ती हैं, तो एक महत्वपूर्ण व्यापारिक संकेत बनता है.व्यापारियों का मनोभावएक बहुमुखी भावना सूचकांक का परिचय
bullPsychऔर खाली सिर भावना सूचकbearPsychबाजार की भावनाओं को मापने के लिए। जब कीमतें बहुमुखी भावनात्मक अवमूल्यन से अधिक हो जाती हैं, तो अधिक करने की प्रवृत्ति होती है, और शून्य भावनात्मक अवमूल्यन से कम होने पर शून्य करने की प्रवृत्ति होती है।प्रतिक्रिया के लिए शर्तें：
feedbackCondएक प्रतिक्रिया संकेत के रूप में, जब कीमत समर्थन प्रतिरोध को छूती है और भावनात्मक शर्तों को पूरा करती है, तो प्रतिक्रिया शर्तों के आधार पर व्यापार में प्रवेश करने का निर्णय लें।रिस्क रिटर्न अनुपात：
rewardRiskRatioरणनीति के लक्षित लाभ और जोखिम सहनशीलता के बीच आनुपातिक संबंध को परिभाषित करता है।स्थिति का आकारखाता शेष पर आधारितः
strategy.equityऔर प्रति लेनदेन जोखिम अनुपातriskPerTradePercentगतिशील रूप से प्रत्येक ट्रेड के लिए स्थिति आकार की गणना करें और जोखिम को मात्रात्मक रूप से नियंत्रित करें।प्रवेश संकेत: एकीकृत समर्थन प्रतिरोध स्तर, मनोवैज्ञानिक भावनात्मक संकेतकों और ध्यान प्रतिक्रिया शर्तों को तोड़ने के लिए
strategy.entryफ़ंक्शन को अधिक और शून्य संकेतों को पकड़ने के लिए लागू किया गया है।स्टॉप लॉसरोक मूल्य और रोक हानियों के मूल्य की गणना जोखिम-लाभ की गतिशीलता के आधार पर की जाती है।
strategy.exitफ़ंक्शन को सशर्त रूप से बाहर निकलने के लिए ट्रिगर किया जाता है, और प्रत्येक लेनदेन के लिए लाभ और हानि अनुपात को सख्ती से नियंत्रित किया जाता है।VISUALIZATIONउपयोगः
plotऔरplotshapeफ़ंक्शन चार्ट पर समर्थन और प्रतिरोध रेखाओं को रेखांकित करता है और ट्रेडिंग निर्णयों के लिए एक दृश्य संदर्भ प्रदान करने के लिए फोकस फीडबैक सिग्नल को चिह्नित करता है।
श्रेष्ठता विश्लेषण
प्रतिरोध-मनोवैज्ञानिक-भावनात्मक-मनोवैज्ञानिक-प्रतिक्रिया-वित्तीय प्रबंधन रणनीतियों का लाभ यह है किः
तकनीकी विश्लेषण के तत्वों और बाजार की भावनाओं के तत्वों के संयोजन से, एक बहुआयामी एकीकृत लेनदेन तर्क बनाया गया है, जिसमें अधिक अनुकूलनशीलता और स्थिरता है।
फोकस फीडबैक की स्थिति की सेटिंग्स को प्रभावी रूप से शोर संकेतों को फ़िल्टर करने और संकेतों की प्रभावशीलता को बढ़ाने के लिए बनाया गया है।
एक निश्चित जोखिम-लाभ अनुपात के लिए स्थिति आकार नियंत्रण, जो धन प्रबंधन के मामले में रणनीति को अधिक कठोर बनाता है, एक एकल लेनदेन के लिए अत्यधिक जोखिम जोखिम को प्रभावी ढंग से रोक सकता है।
स्टॉप-स्टॉप-लॉस की गतिशील गणना से प्रत्येक ट्रेड के लिए लाभ-हानि अनुपात नियंत्रित होता है, जो लंबे समय तक स्थिर पूंजी वक्र के प्रदर्शन के लिए अनुकूल है।
कुंजी सूचक पैरामीटर के माध्यम से किया जा सकता है
inputफ़ंक्शंस को लचीले ढंग से समायोजित किया जा सकता है, जिसमें बहुत अधिक अनुकूलन और अनुकूलन क्षमता है।
जोखिम विश्लेषण
प्रतिरोध स्थानों का चयन कुछ हद तक व्यक्तिपरक है, और यदि गलत तरीके से चुना जाता है तो अक्सर गलत निर्णय हो सकता है।
बाजार भावना सूचक मूल्य आंदोलन के लिए निरपेक्ष नहीं है और बाजार की चरम स्थितियों में विफल हो सकता है।
फीडबैक सिग्नल की प्रभावशीलता फ्यूज की स्थिति की विश्वसनीयता पर निर्भर करती है, लेकिन कंपन के दौरान फ्यूज सिग्नल की गुणवत्ता कम हो सकती है।
स्थिर जोखिम रिटर्न रणनीतियों की तुलना में अधिक संभावित रिटर्न खो सकता है जब बाजार में भारी उतार-चढ़ाव होता है।
उपरोक्त जोखिमों के लिए, निम्नलिखित पहलुओं में अनुकूलन और सुधार किया जा सकता हैः
- समर्थन प्रतिरोध के लिए, गतिशीलता की पुष्टि अधिक तकनीकी संकेतकों (जैसे ब्रीनिंग बैंड, रुझान रेखा आदि) के साथ की जा सकती है।
- चरम बाजार की भावनाओं के तहत, भावना संकेतों को परिमाणित किया जा सकता है जैसे कि ट्रेड वॉल्यूम संकेतक की शुरूआत।
- ध्यान केन्द्रित प्रतिक्रिया संकेतों के लिए, बहु-समय चक्र फ़िल्टरिंग की शुरूआत के माध्यम से सिग्नल विश्वसनीयता को बढ़ाया जा सकता है।
- जोखिम को नियंत्रित करने के लिए, बाजार के मजबूत रुझान के चरणों के लिए जोखिम के रिटर्न अनुपात में मामूली वृद्धि की जा सकती है, ताकि उच्च रिटर्न प्राप्त किया जा सके।
अनुकूलन दिशा
समर्थन प्रतिरोध की गतिशील पहचाननिश्चित समर्थन प्रतिरोध इनपुट वास्तविक समय में बाजार में बदलाव के लिए अच्छी तरह से अनुकूलित नहीं हो सकता है। कुछ अनुकूलन एल्गोरिदम (जैसे अनुकूलन औसत रेखा, गतिशील सरलीकरण चैनल, आदि) को पेश करने की कोशिश करें, जो समर्थन प्रतिरोध को गतिशील रूप से मूल्य प्रवृत्ति और उतार-चढ़ाव की स्थिति के आधार पर समायोजित करता है, ताकि महत्वपूर्ण स्थिति के निर्णय में लचीलापन और सटीकता को बढ़ाया जा सके।
समेकित लेन-देन मात्रा सूचकमौजूदा रणनीतियाँ मुख्य रूप से मूल्य की जानकारी के आधार पर निर्णय करती हैं, जबकि लेनदेन की मात्रा एक अन्य महत्वपूर्ण बाजार संकेत है। लेनदेन की मात्रा से संबंधित संकेतकों (जैसे मूल्य प्रवृत्ति विचलन, ओबीवी संकेतक आदि) को लेनदेन के तर्क में शामिल करने पर विचार किया जा सकता है, जिससे मूल्य संयोजन का कई बार सत्यापन हो सके, जिससे संकेत की विश्वसनीयता बढ़ सके।
बहु रिक्त स्थान का गतिशील विन्यास: वर्तमान रणनीति के लिए बहु खाली दिशा में स्थिति अनुपात निश्चित है, इस तरह के व्यवहार में अच्छी तरह से अनुकूलन नहीं कर सकते हैं प्रवृत्ति के व्यवहार. कुछ स्थिति गतिशील समायोजन के तरीकों की खोज कर सकते हैं (जैसे कि ग्रिड ट्रेडिंग, प्रवृत्ति ट्रैकिंग मॉडल, आदि), मूल्य आंदोलन और अस्थिरता जैसे कारकों के आधार पर बहु खाली स्थिति अनुपात को गतिशील रूप से तैनात करने के लिए बाजार के प्रवृत्ति के अवसरों को बेहतर ढंग से पकड़ने के लिए।
स्टॉप लॉस थ्रेशोल्ड का अनुकूलननिश्चित स्टॉप-लॉस अनुपात बाजार की विविधता को समायोजित करने में असमर्थ हो सकता है। कुछ अनुकूलित स्टॉप-लॉस एल्गोरिदम (जैसे कि मोबाइल स्टॉप, अस्थिरता स्टॉप, आदि) का प्रयास किया जा सकता है, जो स्टॉप-लॉस थ्रेशोल्ड को गतिशील रूप से कीमतों की अस्थिरता और आवृत्ति जैसे विशेषताओं के आधार पर समायोजित करता है, जबकि जोखिम को नियंत्रित करते हुए उच्च लाभप्रदता का पीछा करता है।
मशीन लर्निंग मॉडल में शामिल होंपारंपरिक तकनीकी संकेतकों और नियमों, हालांकि सरल और प्रभावी हैं, लेकिन बाजार में जटिल परिवर्तनों का जवाब देने में उनकी सीमाएं हो सकती हैं। कुछ मशीन लर्निंग मॉडल (जैसे कि वेक्टर मशीन, निर्णय पेड़, तंत्रिका नेटवर्क आदि का समर्थन करना) को रणनीतिक ढांचे में पेश करने पर विचार किया जा सकता है, जो कि रणनीतियों की अनुकूलनशीलता और बुद्धिमत्ता के स्तर को बढ़ाने के लिए, ऐतिहासिक डेटा के प्रशिक्षण सीखने के माध्यम से, बाजार के नियमों के अधिक गहरे स्तर को खोदने, सहायक और यहां तक कि कुछ पारंपरिक ट्रेडिंग नियमों को बदलने के लिए।
उपरोक्त अनुकूलन दिशाओं को वास्तविक आवश्यकताओं और संसाधन स्थितियों के आधार पर चुनिंदा रूप से लागू किया जा सकता है। निरंतर पुनरावृत्ति अनुकूलन के माध्यम से, रणनीति की स्थिरता और लाभप्रदता को और बढ़ाने की उम्मीद है।
संक्षेप
समर्थन प्रतिरोध - मनोवैज्ञानिक भावना - फोकस फीडबैक - धन प्रबंधन रणनीति एक व्यापक रणनीति है जो कई तकनीकी विश्लेषण तत्वों और मात्रात्मक ट्रेडिंग अवधारणाओं को जोड़ती है। यह प्रतिरोध स्तर, बाजार की भावना, प्रतिक्रिया संकेतों, जोखिम नियंत्रण और अन्य जैसे कई आयामों के समर्थन के जैविक संयोजन के माध्यम से एक अपेक्षाकृत पूर्ण ट्रेडिंग तर्क और जोखिम प्रबंधन प्रणाली का निर्माण करती है। साथ ही, यह रणनीति कार्यान्वयन प्रक्रिया में उच्च लचीलापन और अनुकूलन प्रदान करती है, उपयोगकर्ता अपनी आवश्यकताओं और बाजार विशेषताओं के अनुसार पैरामीटर अनुकूलन और मॉड्यूल को समायोजित कर सकते हैं।
बेशक, कोई भी रणनीति पूरी तरह से सही नहीं हो सकती है, और वास्तविक अनुप्रयोगों में विभिन्न चुनौतियों और जोखिमों का सामना करना आवश्यक है। प्रतिरोध स्तर के फैसले की प्रभावशीलता का समर्थन करना, बाजार की भावना के संकेतकों की विश्वसनीयता, प्रतिक्रिया संकेतों के शोर हस्तक्षेप, जोखिम मॉडल की सीमाएं, आदि ऐसे पहलू हैं जिन्हें व्यवहार में लगातार सुधार करने की आवश्यकता है। गतिशील प्रतिरोध स्तर समर्थन, ट्रेड वॉल्यूम संकेतक प्रमाणन, स्थिति समायोजन विन्यास, रोकथाम गतिशीलता अनुकूलन और मशीन सीखने जैसे साधनों को पेश करके, रणनीति की अनुकूलन और जोखिम प्रतिरोध क्षमता को कुछ हद तक बढ़ाया जा सकता है।
कुल मिलाकर, समर्थन प्रतिरोध - मनोवैज्ञानिक भावना - ध्यान प्रतिक्रिया - धन प्रबंधन रणनीति मात्रात्मक व्यापार अभ्यास के लिए एक अपेक्षाकृत सरल और व्यावहारिक विचार ढांचा प्रदान करती है। कोर सिद्धांतों को अपनाने के आधार पर, लचीले अनुकूलन संयोजन और सख्त अभ्यास परीक्षण के माध्यम से, यह बाजार के अवसरों को पकड़ने और व्यापार जोखिम को नियंत्रित करने के लिए एक प्रभावी उपकरण बनने की उम्मीद है। मात्रात्मक व्यापार का कोई रास्ता नहीं है, केवल दृढ़ता से सीखने, अनुकूलन, सावधानी और सख्त जोखिम नियंत्रण के माध्यम से, अस्थिर बाजारों में अजेय रहने के लिए।
/*backtest
start: 2023-03-16 00:00:00
end: 2024-03-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("S/R-Psych-Cndl-Fdbck-MM", shorttitle="SRPCFMM", overlay=true)
// تعریف حمایت و مقاومت پیشرفته
supportLvl = input(100, title="حمایت پیشرفته")
resistanceLvl = input(200, title="مقاومت پیشرفته")
// روانشناسی کندل
bullPsych = input(70, title="روحیه خریداری")
bearPsych = input(30, title="روحیه فروشنده")
// پولبک
feedbackCond = input(true, title="استفاده از پولبک")
// نسبت تارگت به ریسک
rewardRiskRatio = input(3, title="نسبت تارگت به ریسک")
// مدیریت مالی
riskPerTradePercent = input.float(1, title="ریسک برای هر معامله (%)", minval=0)
riskAmount = strategy.equity * (riskPerTradePercent / 100)
// Define entry conditions and feedback condition
longCond = close > supportLvl and close > bullPsych
shortCond = close < resistanceLvl and close < bearPsych
// Execute trade entry with feedback condition
if (longCond and feedbackCond)
strategy.entry("Long", strategy.long)
if (shortCond and feedbackCond)
strategy.entry("Short", strategy.short)
// محاسبه تارگت و استاپ لاس بر اساس نسبت تارگت به ریسک
targetPriceLong = close + (high - low) * rewardRiskRatio
stopPriceLong = close - (high - low) * (riskPerTradePercent / 100)
targetPriceShort = close - (high - low) * rewardRiskRatio
stopPriceShort = close + (high - low) * (riskPerTradePercent / 100)
// اجرای خروج از معامله با حمایت و مقاومت و تارگت و استاپ لاس
strategy.exit("Take Profit/Stop Loss", from_entry="Long", loss=supportLvl, profit=targetPriceLong)
strategy.exit("Take Profit/Stop Loss", from_entry="Short", loss=resistanceLvl, profit=targetPriceShort)
// نمایش خطوط حمایت و مقاومت در نمودار
plot(supportLvl, color=color.green, linewidth=2, title="حمایت پیشرفته")
plot(resistanceLvl, color=color.red, linewidth=2, title="مقاومت پیشرفته")
// نمایش حجم پیشرفته
plotshape(series=na, title="حجم پیشرفته", color=color.purple, style=shape.triangleup, location=location.abovebar, size=size.small)