वॉल्यूम आधारित गतिशील डीसीए रणनीति

लेखक:चाओझांग, दिनांकः 2024-04-12 17:12:07
टैगःQFLDCAटीपीSLएटीआरएडीएक्सईएमएएसएमएआरएसआईएमएसीडी

अवलोकन

यह रणनीति एक वॉल्यूम-आधारित गतिशील डीसीए रणनीति है जो मूल्य ब्रेकआउट का उपयोग करती है। यह सबसे हालिया मूल्य कम की पहचान करती है और जब कीमत उस कम से नीचे टूट जाती है और ट्रेडिंग वॉल्यूम बढ़ता है तो पदों का निर्माण शुरू कर देती है। जैसे-जैसे कीमत गिरती रहती है, रणनीति गतिशील रूप से प्रत्येक स्थिति की मात्रा को समायोजित करती है जब तक कि यह निर्धारित कुल पदों तक नहीं पहुंच जाती है। साथ ही, रणनीति ऐतिहासिक मूल्य गिरावट प्रतिशत के मध्य के आधार पर लाभ लेने की कीमत निर्धारित करती है।

रणनीतिक सिद्धांत

ta.pivotlow() फ़ंक्शन का उपयोग नवीनतम मूल्य निम्न को पहचानने और इसे समर्थन स्तर के रूप में व्यवहार करने के लिए करें।
समर्थन स्तर को तोड़ने के बाद ऐतिहासिक मूल्य गिरावट प्रतिशत की गणना करें और सुरक्षित दूरी और लाभ लेने के प्रतिशत के लिए संदर्भ के रूप में माध्य लें।
जब मूल्य समर्थन स्तर से नीचे टूट जाता है और सापेक्ष व्यापारिक मात्रा सेट गुणक से अधिक होती है तो स्थिति निर्माण संकेत को ट्रिगर करें।
सेट कुल पदों की संख्या के आधार पर, कुल धन को समान अनुपात में विभाजित करें। प्रत्येक बार एक पद बनाया जाता है, स्थिति के आकार को गतिशील रूप से वर्तमान पदों की संख्या के आधार पर समायोजित करें, स्थिति के आकार में घातीय वृद्धि प्राप्त करें।
स्थिति निर्माण प्रक्रिया के दौरान, यदि फ्लोटिंग हानि निर्धारित सीमा तक पहुँच जाती है, तो स्थिति की कुल संख्या तक पहुंचने तक स्थिति जोड़ना जारी रखें।
जब कीमत लाभ लेने की कीमत तक बढ़ जाती है, तो सभी पदों को बंद कर दें।

रणनीतिक लाभ

गतिशील स्थिति आकार समायोजनः मूल्य में गिरावट के दौरान फ्लोटिंग हानि के आधार पर गतिशील रूप से प्रत्येक स्थिति के आकार को समायोजित करके, रणनीति जोखिम को नियंत्रित करती है जबकि मूल्य रिबाउंड होने पर अधिक लाभ की अनुमति देती है।
ऐतिहासिक आंकड़ों पर आधारित पैरामीटर सेटिंगः समर्थन स्तर को तोड़ने के बाद ऐतिहासिक मूल्य गिरावट प्रतिशत के मध्यवर्ती की गणना करके और इसे सुरक्षित दूरी और लाभ लेने के प्रतिशत के लिए संदर्भ के रूप में उपयोग करके, रणनीति मापदंडों को वास्तविक बाजार स्थितियों के साथ अधिक बारीकी से संरेखित किया जाता है।
कुल पदों की संख्या को सीमित करना: कुल पदों की संख्या निर्धारित करके, रणनीति अपने समग्र जोखिम जोखिम को नियंत्रित करती है और अति-स्थिति के कारण अत्यधिक नुकसान से बचती है।

रणनीतिक जोखिम

समर्थन स्तर की विफलता का जोखिमः यदि बाजार चरम परिस्थितियों का अनुभव करता है और समर्थन स्तर को तोड़ने के बाद कीमत में तेजी से गिरावट जारी रहती है, तो रणनीति की स्थिति जोड़ने की व्यवस्था से महत्वपूर्ण नुकसान हो सकता है।
पैरामीटर सेटिंग जोखिमः रणनीति का प्रदर्शन काफी हद तक पैरामीटर सेटिंग्स पर निर्भर करता है। यदि पैरामीटर गलत तरीके से सेट किए जाते हैं, तो इससे खराब रणनीति प्रदर्शन हो सकता है।
लाभ मूल्य निर्धारण जोखिमः यदि लाभ मूल्य बहुत अधिक निर्धारित किया जाता है, तो संभावित लाभ छूट सकते हैं। यदि यह बहुत कम निर्धारित किया जाता है, तो पद बहुत जल्दी बंद हो सकते हैं, मूल्य रिबाउंड पर पूरी तरह से पूंजी बनाने के अवसरों को खो देते हैं।

रणनीति अनुकूलन दिशाएं

अधिक संकेतक पेश करेंः स्थिति-निर्माण संकेत को निर्धारित करने में, संकेत की सटीकता में सुधार के लिए अधिक तकनीकी संकेतक जैसे कि आरएसआई और एमएसीडी पेश किए जा सकते हैं।
धन प्रबंधन को अनुकूलित करें: बाजार की अस्थिरता और खाता जोखिम सहिष्णुता जैसे कारकों के आधार पर, जोखिम को बेहतर ढंग से नियंत्रित करने के लिए प्रत्येक स्थिति के लिए धन के अनुपात को गतिशील रूप से समायोजित करें।
अनुकूलित लाभ और स्टॉप-लॉसः बाजार में परिवर्तन के अनुकूल होने के लिए बाजार की अस्थिरता में परिवर्तन के आधार पर लाभ और स्टॉप-लॉस प्रतिशत को गतिशील रूप से समायोजित करें।

सारांश

ऐतिहासिक डेटा के आधार पर स्थिति के आकार को गतिशील रूप से समायोजित करके और मापदंडों को निर्धारित करके, इस रणनीति का उद्देश्य मूल्य रिबाउंड के दौरान अधिक लाभ की तलाश करते हुए जोखिम को नियंत्रित करना है। हालांकि, रणनीति का प्रदर्शन काफी हद तक मापदंड सेटिंग्स और बाजार की स्थिति पर निर्भर करता है, और जोखिम अभी भी मौजूद हैं। अधिक संकेतकों को पेश करके, धन प्रबंधन को अनुकूलित करके, और अनुकूलन लाभ लेने और स्टॉप-लॉस का उपयोग करके, रणनीति के प्रदर्शन में और सुधार किया जा सकता है।

/*backtest
start: 2024-04-04 00:00:00
end: 2024-04-11 00:00:00
period: 1m
basePeriod: 1m
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/
// © AHMEDABDELAZIZZIZO

//@version=5

strategy("Qfl Dca strategy", overlay=true)

// Parameters
swing = input(3 , title = "Swing Points")
mediandropmult = input.float(1.1, "Median drop Mult", step=0.1 , tooltip = "The script Calculate The Median Drop for all last Bases That Was cracked you can Increase or decrease it")
floatinglossvalue = input(-5 , "Floating Loss" , tooltip = "Position Floating Loss to start firs DCA order")
num_orders = input(5 , "Number of all orders" , tooltip = " The number of orders is including the base order and the DCA orders the script will alculate every order qty based on the orders number So that the position size doubles with every order")
length = input(20, title="Length of relative volume" ,tooltip =  " the length of relative volume indicator")
mult = input(2.0, title="Volume Multiplier" , tooltip = "you can adjust the relative volume multiplier to find best parameter")
tpmult = input.float(1, step=0.1 ,title = "Take Profit Multiplier" ,tooltip =  " By default, the script is set to take profits based on the same median drop percent you can adjust it as you like")



// Pivot Calculation
p = ta.pivotlow(low, swing, swing)
v = ta.valuewhen(p, low[swing], 0)

// Variables
var float[] lows = array.new_float()
var float chn = na

// Calculate drops
if v < v[1]
    chn := (v[1] - v) / v[1] * 100
    if array.size(lows) < 4000
        array.push(lows, chn)
    else
        array.shift(lows)
        array.push(lows, chn)

mediandrop = array.avg(lows)
maxdrop = array.max(lows)
mindrop = array.min(lows)

// Table display
textcolor = color.white
// tabl = table.new(position=position.top_right, columns=4, rows=4)
// table.cell(table_id=tabl, column=1, row=1, text="Avg Drop %", width=15, text_color=textcolor)
// table.cell(table_id=tabl, column=2, row=1, text="Min Drop %", width=15, text_color=textcolor)
// table.cell(table_id=tabl, column=3, row=1, text="Max Drop %", width=15, text_color=textcolor)
// table.cell(table_id=tabl, column=1, row=2, text=str.tostring(mediandrop), width=10, text_color=textcolor)
// table.cell(table_id=tabl, column=2, row=2, text=str.tostring(mindrop), width=10, text_color=textcolor)
// table.cell(table_id=tabl, column=3, row=2, text=str.tostring(maxdrop), width=10, text_color=textcolor)

// Plot support
t = fixnan(ta.pivotlow(low, swing, swing))
plot(t, color=ta.change(t) ? na : #03f590b6, linewidth=3, offset=-(swing), title="Support")

// Calculate relative volume
avgVolume = ta.sma(volume, length)
relVolume = volume / avgVolume

// Base Activation
var bool baseisactive = na
if not na(p)
    baseisactive := true

// Buy Signal Calculation
buyprice = v * (1 - (mediandrop / 100) * mediandropmult)
signal = close <= buyprice and relVolume > mult and baseisactive

// Take Profit Calculation
tpsl = (mediandrop / 100)
tp = (strategy.position_avg_price * (1 + (tpsl * tpmult)))

// Position Sizing
capital_per_order(num_orders, equity) =>
    equity / math.pow(2, (num_orders - 1))

equity_per_order = capital_per_order(num_orders, strategy.equity)

qty_per_order(equity_per_order, order_number) =>
    equity_per_order * order_number / close

// Calculate floating loss
floatingLoss = ((close - strategy.position_avg_price) / strategy.position_avg_price) * 100

// Strategy Entries
if signal and strategy.opentrades == 0
    strategy.entry("Buy", strategy.long, qty=qty_per_order(equity_per_order, 1))
    baseisactive := false

for i = 1 to num_orders -1
    if signal and strategy.opentrades == i and floatingLoss <= floatinglossvalue
        strategy.entry("Buy", strategy.long, qty=qty_per_order(equity_per_order, i), comment="DCA Order" + str.tostring(i))
        baseisactive := false

// Strategy Exit
strategy.exit("exit", "Buy", limit=tp)

// Plot
plot(strategy.position_avg_price, color=color.rgb(238, 255, 0), style=plot.style_linebr, linewidth=2)

संबंधित

अधिक

2019 FMZ - सभी अधिकार सुरक्षित