
यह रणनीति एक गतिशील रिएक्टर और बहु-कुंडल प्रतिगमन के संयोजन के साथ एक प्रवृत्ति ट्रैकिंग प्रणाली है। यह एटीआर चैनल, एसएमए समकक्ष और गॉस न्यूक्लियर रिग्रेशन और एपेनेचिकोव न्यूक्लियर रिग्रेशन के संयोजन के माध्यम से बाजार के रुझानों को पकड़ता है, और आरएसआई संकेतक का उपयोग करके सिग्नल फ़िल्टरिंग करता है। इस रणनीति में एक पूर्ण स्थिति प्रबंधन प्रणाली भी शामिल है, जिसमें गतिशील स्टॉप लॉस, बहु-लाभ लक्ष्य और स्टॉप लॉस ट्रैकिंग जैसी विशेषताएं शामिल हैं।
रणनीति का मूल दो मुख्य भागों से बना है: पहला भाग गतिशील रिएक्टर है, जो एटीआर और एसएमए पर आधारित एक अनुकूलित मूल्य चैनल का निर्माण करता है। चैनल की चौड़ाई एटीआर के गुणकों द्वारा निर्धारित की जाती है, और चैनल की स्थिति एसएमए के आंदोलन के साथ समायोजित की जाती है। जब कीमत चैनल को तोड़ती है, तो सिस्टम ट्रेंड की दिशा को अपडेट करता है। दूसरा भाग बहु-कोर रिटर्न है, जो दो अलग-अलग कोर फंक्शंस को जोड़ता है, जो कि गॉस-कोर रिटर्न और एपेनेचिकोव-कोर रिटर्न है। विभिन्न बैंडविड्थ पैरामीटर और भार सेट करके, सिस्टम मूल्य आंदोलन के लिए बेहतर फिट करने में सक्षम है। ट्रेडिंग सिग्नल एमकेआर लाइन और डीआर लाइन के क्रॉसिंग से उत्पन्न होते हैं, और आरएसआई सूचकांक द्वारा फ़िल्टर किए जाते हैं, ताकि खरीद और बिक्री क्षेत्र के लेनदेन से बचा जा सके।
यह आधुनिक सांख्यिकीय विधियों और पारंपरिक तकनीकी विश्लेषण के संयोजन के साथ एक पूर्ण ट्रेडिंग प्रणाली है। गतिशील रिएक्टर और बहु-कोर वापसी के अभिनव संयोजन के साथ-साथ एक अच्छी तरह से विकसित जोखिम प्रबंधन तंत्र के माध्यम से, रणनीति ने अच्छी अनुकूलनशीलता और स्थिरता का प्रदर्शन किया है। हालांकि कुछ जगहों पर अनुकूलन की आवश्यकता है, लेकिन निरंतर सुधार और पैरामीटर अनुकूलन के माध्यम से, रणनीति को विभिन्न बाजार स्थितियों में स्थिर प्रदर्शन रखने की उम्मीद है।
/*backtest
start: 2024-07-20 00:00:00
end: 2025-07-19 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"ETH_USDT","balance":2000000}]
*/
//@version=5
strategy("DR+MKR Signals – Band SL, Multiple TP & Trailing Stop", overlay=true, default_qty_value=10)
// =====================================================================
// PART 1: Optimized Dynamic Reactor
// =====================================================================
atrLength = input.int(10, "ATR Length", minval=1) // Lower value for increased sensitivity
smaLength = input.int(10, "SMA Length", minval=1) // Lower value for a faster response
multiplier = input.float(1.2, "ATR Multiplier", minval=0.1, step=0.1) // Adjusted for tighter bands
atrValue = ta.atr(atrLength)
smaValue = ta.sma(close, smaLength)
basicUpper = smaValue + atrValue * multiplier
basicLower = smaValue - atrValue * multiplier
var float finalUpper = basicUpper
var float finalLower = basicLower
if bar_index > 0
finalUpper := close[1] > finalUpper[1] ? math.max(basicUpper, finalUpper[1]) : basicUpper
if bar_index > 0
finalLower := close[1] < finalLower[1] ? math.min(basicLower, finalLower[1]) : basicLower
var int trend = 1
if bar_index > 0
trend := close > finalUpper[1] ? 1 : close < finalLower[1] ? -1 : nz(trend[1], 1)
drLine = trend == 1 ? finalLower : finalUpper
p_dr = plot(drLine, color = trend == 1 ? color.green : color.red, title="Dynamic Reactor", linewidth=2)
// =====================================================================
// PART 2: Optimized Multi Kernel Regression
// =====================================================================
regLength = input.int(30, "Regression Period", minval=1) // Lower value for increased sensitivity
h1 = input.float(5.0, "Gaussian Band (h1)", minval=0.1) // Adjusted for a better fit
h2 = input.float(5.0, "Epanechnikov Band (h2)", minval=0.1)
alpha = input.float(0.5, "Gaussian Kernel Weight", minval=0, maxval=1)
f_gaussian_regression(bw) =>
num = 0.0
den = 0.0
for i = 0 to regLength - 1
weight = math.exp(-0.5 * math.pow(i / bw, 2))
num += close[i] * weight
den += weight
num / (den == 0 ? 1 : den)
f_epanechnikov_regression(bw) =>
num = 0.0
den = 0.0
for i = 0 to regLength - 1
ratio = i / bw
weight = math.abs(ratio) <= 1 ? (1 - math.pow(ratio, 2)) : 0
num += close[i] * weight
den += weight
num / (den == 0 ? 1 : den)
regGauss = f_gaussian_regression(h1)
regEpan = f_epanechnikov_regression(h2)
multiKernelRegression = alpha * regGauss + (1 - alpha) * regEpan
p_mkr = plot(multiKernelRegression, color = trend == 1 ? color.green : color.red, title="Multi Kernel Regression", linewidth=2)
fill(p_dr, p_mkr, color = trend == 1 ? color.new(color.green, 80) : color.new(color.red, 80), title="Trend Fill")
// =====================================================================
// PART 3: Buy and Sell Signals + RSI Filter
// =====================================================================
rsi = ta.rsi(close, 14)
buySignal = ta.crossover(multiKernelRegression, drLine) and rsi < 70
sellSignal = ta.crossunder(multiKernelRegression, drLine) and rsi > 30
plotshape(buySignal, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.tiny, title="Buy Signal")
plotshape(sellSignal, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.tiny, title="Sell Signal")
alertcondition(buySignal, title="Buy Alert", message="Buy Signal generated")
alertcondition(sellSignal, title="Sell Alert", message="Sell Signal generated")
// =====================================================================
// PART 4: Trade Management – Dynamic Stop Loss & Adaptive Take Profit
// =====================================================================
var float riskValue = na
if strategy.position_size == 0
riskValue := na
enterLong() =>
strategy.entry("Long", strategy.long,comment='开多仓')
close - finalLower
enterShort() =>
strategy.entry("Short", strategy.short,comment='开空仓')
finalUpper - close
if (buySignal)
riskValue := enterLong()
if (sellSignal)
riskValue := enterShort()
exitLongOrders() =>
entryPrice = strategy.position_avg_price
TP1 = entryPrice + riskValue
strategy.exit("Long_TP1", from_entry="Long", limit=TP1, qty_percent=50, comment="平多仓TP 1:1")
strategy.exit("Long_TS", from_entry="Long", trail_offset=riskValue * 0.8, trail_points=riskValue * 0.8, comment="平多仓Trailing Stop")
if (strategy.position_size > 0)
exitLongOrders()
exitShortOrders() =>
entryPrice = strategy.position_avg_price
TP1 = entryPrice - riskValue
strategy.exit("Short_TP1", from_entry="Short", limit=TP1, qty_percent=50, comment="平空仓TP 1:1")
strategy.exit("Short_TS", from_entry="Short", trail_offset=riskValue * 0.8, trail_points=riskValue * 0.8, comment="平空仓Trailing Stop")
if (strategy.position_size < 0)
exitShortOrders()