ianzeng123
अवलोकन
रणनीति एक प्रवृत्ति ट्रैकिंग ट्रेडिंग प्रणाली है जिसमें गौस्का भारित चलती औसत चैनल और यादृच्छिक अपेक्षाकृत मजबूत सूचकांक (स्टोकेस्टिक आरएसआई) शामिल हैं। रणनीति गौस्का भारित विधि के माध्यम से मूल्य चैनल का निर्माण करती है, और प्रवेश और निकास के समय को निर्धारित करने के लिए यादृच्छिक आरएसआई संकेतक के क्रॉस सिग्नल के साथ मिलकर प्रवृत्ति की पकड़ और गतिशीलता की पुष्टि करती है। रणनीति में एक अच्छा गणितीय आधार है जो प्रभावी रूप से बाजार के शोर को फ़िल्टर करने और प्रमुख रुझानों को पकड़ने में सक्षम है।
रणनीति सिद्धांत
इस रणनीति के मूल में दो मुख्य भाग होते हैंः
गॉस चैनल प्रणालीः गॉस भारित चलती औसत (GWMA) और गॉस भारित मानक अंतर (GWSD) का उपयोग करके मूल्य चैनल का निर्माण करना। GWMA हाल के डेटा को अधिक वजन देता है, जिससे मूल्य परिवर्तनों के लिए एक समान प्रतिक्रिया अधिक संवेदनशील हो जाती है। चैनल के उतार-चढ़ाव को GWSD के गुणन गुणांक द्वारा निर्धारित किया जाता है।
यादृच्छिक आरएसआई प्रणालीः पारंपरिक आरएसआई संकेतक को यादृच्छिक रूप से संसाधित किया जाता है, के और डी मानों की गणना की जाती है। इस तरह की प्रक्रिया से ओवरबॉट और ओवरबॉट क्षेत्रों की बेहतर पहचान की जा सकती है, और अधिक सटीक गति संकेत प्रदान किए जाते हैं।
ट्रेडिंग सिग्नल का निर्माण निम्नलिखित शर्तों पर आधारित होता हैः
- अधिक प्रवेश करेंः मूल्य समापन मूल्य गोस चैनल को पार करता है और यादृच्छिक आरएसआई के के लाइन पर डी लाइन को पार करता है
- बेंचमार्क सिग्नलः कीमतों में गिरावट
रणनीतिक लाभ
- मजबूत गणितीय आधारः एक गॉस्कर भारित विधि का उपयोग करके मूल्य चैनल का निर्माण करना, सरल चलती औसत की तुलना में बेहतर सैद्धांतिक आधार है।
- उच्च सिग्नल विश्वसनीयता: मूल्य ब्रेकआउट और गति की पुष्टि के साथ संयुक्त दोहरी सत्यापन तंत्र, झूठे संकेतों को कम करने में सक्षम है।
- अनुकूलनशीलता: गॉस भारित विधि स्वचालित रूप से बाजार में उतार-चढ़ाव के आधार पर चैनल की चौड़ाई को समायोजित कर सकती है।
- जोखिम नियंत्रण में सुधारः धन प्रबंधन और कमीशन सेटिंग के माध्यम से, लेनदेन की लागत और जोखिम पर प्रभावी नियंत्रण प्राप्त किया गया।
रणनीतिक जोखिम
- रुझान पर निर्भरता: अस्थिर बाजारों में अक्सर झूठे संकेत उत्पन्न हो सकते हैं, जिससे अत्यधिक व्यापार होता है।
- विलंबता प्रभावः मल्टीपल औसत रेखा को चिकना करने के कारण, रुझान मोड़ बिंदु पर सिग्नल विलंब हो सकता है।
- पैरामीटर संवेदनशीलता: रणनीति प्रभाव पैरामीटर सेटिंग से प्रभावित होता है, इसलिए इसे सावधानीपूर्वक अनुकूलित करने की आवश्यकता होती है।
रणनीति अनुकूलन दिशा
- बाजार परिवेश पहचानः विभिन्न बाजार स्थितियों के लिए विभिन्न पैरामीटर सेटिंग्स का उपयोग करके बाजार परिवेश निर्णय तंत्र जोड़ें।
- स्टॉप लॉस ऑप्टिमाइज़ेशनः एटीआर या अस्थिरता-आधारित अनुकूलित स्टॉप लॉस जैसे गतिशील स्टॉप लॉस तंत्र की शुरुआत करना।
- सिग्नल फ़िल्टरिंगः अतिरिक्त लेनदेन की पुष्टि या अन्य तकनीकी संकेतकों को सहायक फ़िल्टरिंग शर्तों के रूप में जोड़ना।
- धन प्रबंधनः अधिक लचीली स्थिति प्रबंधन रणनीतियों को लागू करने के लिए, सिग्नल की ताकत के अनुसार गतिशील रूप से स्थिति अनुपात को समायोजित करें।
संक्षेप
इस रणनीति में गॉस चैनल और यादृच्छिक आरएसआई संकेतक के संयोजन के माध्यम से एक ठोस गणितीय आधार के साथ एक प्रवृत्ति ट्रैकिंग प्रणाली का निर्माण किया गया है। रणनीति स्पष्ट रूप से ट्रेंडिंग बाजारों में उत्कृष्ट प्रदर्शन करती है, लेकिन पैरामीटर अनुकूलन और बाजार की स्थिति के लिए अनुकूलता पर ध्यान देने की आवश्यकता है। अनुशंसित अनुकूलन उपायों को लागू करके रणनीति की स्थिरता और लाभप्रदता को और बढ़ाया जा सकता है।
/*backtest
start: 2024-02-21 00:00:00
end: 2025-02-18 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Gaussian Channel + Stoch RSI Strategy", overlay=true, margin_long=100, margin_short=100, initial_capital=100000, commission_type=strategy.commission.percent, commission_value=0.1, default_qty_type=strategy.percent_of_equity, default_qty_value=100, pyramiding=1)
// User Inputs
length = input.int(20, "Gaussian Length", minval=5)
multiplier = input.float(2.0, "Channel Multiplier", step=0.1)
rsiLength = input.int(14, "RSI Length", minval=1)
stochLength= input.int(14, "Stoch RSI Length", minval=1)
kLength = input.int(3, "Stoch K Smoothing", minval=1)
dLength = input.int(3, "Stoch D Smoothing", minval=1)
// Gaussian Weighted Moving Average Function
f_gaussian(source, length) =>
half = (length - 1) / 2.0
sum = 0.0
norm = 0.0
// Gaussian standard deviation chosen as length/6 for a smooth curve
denom = (length / 6.0) * (length / 6.0)
for i = 0 to length - 1
x = i - half
w = math.exp(-(x * x) / (2 * denom))
sum += source[i] * w
norm += w
sum / norm
// Gaussian Weighted Standard Deviation Function
f_gaussian_std(source, length) =>
half = (length - 1) / 2.0
gavg = f_gaussian(source, length)
sum = 0.0
norm = 0.0
denom = (length / 6.0) * (length / 6.0)
for i = 0 to length - 1
x = i - half
w = math.exp(-(x * x)/(2*denom))
diff = source[i] - gavg
sum += diff * diff * w
norm += w
math.sqrt(sum/norm)
// Compute Gaussian Channel
gaussMid = f_gaussian(close, length)
gaussStd = f_gaussian_std(close, length)
gaussUpper = gaussMid + gaussStd * multiplier
gaussLower = gaussMid - gaussStd * multiplier
// Stochastic RSI Calculation
rsi = ta.rsi(close, rsiLength)
rsiLowest = ta.lowest(rsi, stochLength)
rsiHighest = ta.highest(rsi, stochLength)
stoch = 100 * (rsi - rsiLowest) / math.max(rsiHighest - rsiLowest, 1e-10)
k = ta.sma(stoch, kLength)
d = ta.sma(k, dLength)
// Conditions
// Long entry: Price closes above upper Gaussian line AND Stoch RSI K > D (stochastic is "up")
longCondition = close > gaussUpper and k > d
// Exit condition: Price closes below upper Gaussian line
exitCondition = close < gaussUpper
// Only trade in the specified date range
inDateRange = time >= timestamp("2018-01-01T00:00:00") and time < timestamp("2069-01-01T00:00:00")
// Submit Orders
if inDateRange
if longCondition and strategy.position_size <= 0
strategy.entry("Long", strategy.long)
if exitCondition and strategy.position_size > 0
strategy.close("Long")
// Plot Gaussian Channel
plot(gaussMid, "Gaussian Mid", color=color.new(color.yellow, 0))
plot(gaussUpper, "Gaussian Upper", color=color.new(color.green, 0))
plot(gaussLower, "Gaussian Lower", color=color.new(color.red, 0))