मल्टी-टाइमफ़्रेम ट्रेंड मोमेंटम ट्रेडिंग रणनीति

ATR EMA VWAP CHoCH BOS CVD
निर्माण तिथि: 2025-05-15 15:53:29 अंत में संशोधित करें: 2025-05-15 15:53:29
कॉपी: 1 क्लिक्स: 354
2
ध्यान केंद्रित करना
319
समर्थक

मल्टी-टाइमफ़्रेम ट्रेंड मोमेंटम ट्रेडिंग रणनीति मल्टी-टाइमफ़्रेम ट्रेंड मोमेंटम ट्रेडिंग रणनीति

अवलोकन

एक बहु-समय चक्र प्रवृत्ति गतिशीलता ट्रेडिंग रणनीति एक व्यापक ट्रेडिंग प्रणाली है जो एक बहु-समय चक्र प्रवृत्ति विश्लेषण, गतिशीलता संकेत, लेन-देन की पुष्टि और बुद्धिमान धन अवधारणाओं को एकीकृत करके व्यापारियों को एक शक्तिशाली उपकरण प्रदान करती है जो बाजार की प्रवृत्ति को पकड़ने और झूठे संकेतों को कम करने में मदद करती है। रणनीति का एक अद्वितीय “एआई” घटक कई समय चक्रों की प्रवृत्ति का विश्लेषण करता है, एक स्पष्ट और संचालित डिवाइस प्रदान करता है, जो नौसिखियों और अनुभवी व्यापारियों दोनों के लिए उपयोग करना आसान बनाता है। यह पूरी तरह से अनुकूलन योग्य है, जिससे उपयोगकर्ता अपनी ट्रेडिंग शैली के अनुसार फ़िल्टर को समायोजित कर सकते हैं।

रणनीति सिद्धांत

यह रणनीति कई घटकों के एकीकरण द्वारा बनाई गई एक सुसंगत लेनदेन प्रणाली हैः

  1. बहु-समय चक्र प्रवृत्ति विश्लेषणरणनीतिः तीन समय चक्रों का उपयोग करके प्रवृत्ति का आकलन करें (उदाहरण के लिए, 1 घंटे, 4 घंटे, दिन की रेखा), सूचकांक चलती औसत (ईएमए) और लेन-देन के भारित औसत मूल्य (वीडब्ल्यूएपी) का उपयोग करें। जब कीमत ईएमए और वीडब्ल्यूएपी से ऊपर होती है, तो प्रवृत्ति को पूर्वाग्रह के रूप में माना जाता है; जब कीमत नीचे होती है, तो इसे पूर्वाग्रह के रूप में माना जाता है; अन्यथा तटस्थ। संकेत केवल तभी उत्पन्न होते हैं जब उपयोगकर्ता द्वारा चयनित उच्च समय चक्र की प्रवृत्ति व्यापार की दिशा के अनुरूप होती है (उदाहरण के लिए, खरीद संकेतों को उच्च समय चक्र की पूर्वाग्रह प्रवृत्ति की आवश्यकता होती है) । यह शोर को कम करता है और यह सुनिश्चित करता है कि व्यापार व्यापक बाजार पृष्ठभूमि का पालन करता है।

  2. गतिशीलता फ़िल्टर: लगातार स्तंभों के बीच प्रतिशत मूल्य परिवर्तन को मापें और इसे उतार-चढ़ाव की दर के साथ समायोजित करें[एटीआर) की तुलना करता है। यह सुनिश्चित करता है कि व्यापार केवल महत्वपूर्ण मूल्य आंदोलन के दौरान किया जाता है, और कम गतिशीलता की स्थिति को फ़िल्टर करता है।

  3. पारगमन फ़िल्टर (वैकल्पिक): जांच करें कि क्या वर्तमान लेनदेन की मात्रा दीर्घकालिक औसत से अधिक है और यह दिखाता है कि लेनदेन की मात्रा में सकारात्मक अल्पकालिक परिवर्तन है। यह मजबूत बाजार भागीदारी की पुष्टि करता है और झूठे ब्रेकडाउन के जोखिम को कम करता है।

  4. फ़िल्टर को तोड़ना (वैकल्पिक): हाल के उच्च/निचले स्तरों को तोड़ने (खरीदने) या तोड़ने (बेचने) के लिए कीमतों की आवश्यकता होती है, यह सुनिश्चित करने के लिए कि सिग्नल बाजार संरचना में परिवर्तन के अनुरूप है।

  5. स्मार्ट फंड की अवधारणा (CHoCH/BOS)

    • संरचनात्मक विशेषता में परिवर्तन ((CHoCH): संभावित उलटफेर का पता लगाया जाता है जब कीमतें निकटतम अक्षीय ऊंचाई ((बिक्री)) या निकटतम अक्षीय निचले बिंदु ((खरीद)) के माध्यम से नीचे या नीचे जाती हैं।
    • स्ट्रक्चरल ब्रेकआउट (बीओएस): जब कीमतें हाल के अक्षीय निचले स्तर (बिक्री) को तोड़ने या हाल के अक्षीय ऊंचाई (खरीद) को तोड़ने के लिए मजबूत गतिशीलता के साथ आगे बढ़ती हैं, तो प्रवृत्ति की पुष्टि की जाती है। इन संकेतों को लेबल वाली क्षैतिज रेखाओं के रूप में चित्रित किया जाता है, जिससे महत्वपूर्ण स्तरों को आसानी से देखा जा सकता है।
  6. एआई रुझान फलक: विभिन्न समय-सीमाओं की प्रवृत्ति की दिशा, गति और अस्थिरता को मिलाकर प्रवृत्ति स्कोर की गणना की जाती है। 0.5 से अधिक स्कोर “ऊपर” प्रवृत्ति को दर्शाता है, -0.5 से कम “नीचे” प्रवृत्ति को दर्शाता है, अन्यथा “तटस्थ” होता है। प्रवृत्ति की ताकत दिखाता है (प्रतिशत), AI आत्मविश्वास (प्रवृत्ति की स्थिरता पर आधारित) और संचयी यातायात अंतर (सीवीडी) का एक बाजार पृष्ठभूमि सारांश। दूसरा तालिका (वैकल्पिक) 1 घंटे, 4 घंटे और डेली टाइम फ्रेम के लिए प्रवृत्ति पूर्वानुमान दिखाता है, जिससे व्यापारियों को भविष्य के बाजार की दिशा की भविष्यवाणी करने में मदद मिलती है।

  7. गतिशील प्रवृत्ति रेखासमर्थन और प्रतिरोध रेखाएँः उपयोगकर्ता द्वारा परिभाषित अवधि के भीतर हाल ही में उतार-चढ़ाव के निम्न और उच्च बिंदुओं के आधार पर समर्थन और प्रतिरोध रेखाएँ। ये रेखाएँ बाजार की स्थितियों के अनुसार अनुकूलित होती हैं और प्रवृत्ति की ताकत के अनुसार रंगीन होती हैं।

रणनीतिक लाभ

बहु-समय-चक्र प्रवृत्ति गतिशील मात्रा ट्रेडिंग रणनीतियों के कुछ प्रमुख लाभ हैंः

  1. झूठे संकेतों को कम करनायह रणनीति रुझान, गति, लेन-देन की मात्रा, और पार करने वाले फ़िल्टर की निरंतरता की आवश्यकता के माध्यम से अस्थिर या कम विश्वास वाले बाजारों में लेनदेन को कम करती है।

  2. बाजार के लिए अनुकूलएटीआर-आधारित गतिशील थ्रेशोल्ड को उतार-चढ़ाव की गतिशीलता के अनुसार समायोजित किया जा सकता है, जिससे यह सुनिश्चित किया जा सकता है कि संकेत ट्रेंडिंग बाजार और सीमांत बाजारों में प्रासंगिकता बनाए रखें।

  3. निर्णय लेने को सरल बनानाएआई टावर जटिल बहु-समय अवधि के डेटा को उपयोगकर्ता के अनुकूल तालिकाओं में एकीकृत करता है, जिससे मैनुअल विश्लेषण की आवश्यकता समाप्त हो जाती है।

  4. स्मार्ट फंडिंग:CHoCH और BOS सिग्नल कैप्चर एजेंसी मूल्य कार्रवाई पैटर्न, ट्रेडर्स को पहचानने के लिए पलटाव और निरंतरता का लाभ प्रदान करते हैं।

  5. दृश्य स्पष्टतारणनीतियाँः महत्वपूर्ण स्तरों, संकेतों और प्रवृत्ति रेखाओं को चिह्नित करके बाजार संरचना को स्पष्ट रूप से दृश्यमान बनाती हैं, जिससे व्यापारियों को मूल्य व्यवहार को बेहतर ढंग से समझने में मदद मिलती है।

  6. अंतर्निहित जोखिम प्रबंधन: पूर्वनिर्धारित स्टॉप और लॉस लेवल अनुशासित जोखिम प्रबंधन को बढ़ावा देते हैं, जो दीर्घकालिक व्यापार की सफलता के लिए महत्वपूर्ण है।

  7. पूर्व चेतावनीट्रेडर्स को “तैयार” सिग्नल के माध्यम से सेटअप के पूर्ण विकास से पहले चेतावनी दी जाती है, जिससे अधिक तैयारी और योजना समय की अनुमति मिलती है।

रणनीतिक जोखिम

इस रणनीति के कई फायदे हैं, लेकिन इसके साथ कुछ संभावित जोखिम भी हैंः

  1. पैरामीटर अनुकूलन जाल: अति-अनुकूलन रणनीति के पैरामीटर से भविष्य की बाजार स्थितियों में खराब प्रदर्शन करने के लिए वक्र अनुकूलन हो सकता है। समाधान कई बाजारों और समय अवधि में एक मजबूत पैरामीटर सेट खोजने के लिए एक व्यापक प्रतिक्रिया है।

  2. विलंब सिग्नलबहु-फ़िल्टर के उपयोग से संकेतों को मूल्य आंदोलन के सापेक्ष कुछ देरी हो सकती है और कभी-कभी आदर्श प्रवेश बिंदुओं को याद किया जा सकता है। समाधान बाजार की गति के प्रति अधिक संवेदनशील पैरामीटर को समायोजित करना है, जैसे कि अक्षीय लंबाई और गतिशीलता थ्रेशोल्ड।

  3. गलत प्रवृत्ति पहचान: अत्यधिक अस्थिर या अनिर्देशित बाजारों में, प्रवृत्ति का आकलन गलत हो सकता है। समाधान इन स्थितियों में व्यापार को कम करना या अधिक कठोर फ़िल्टर आवश्यकताओं को जोड़ना है।

  4. धन प्रबंधन की खामियांनिश्चित स्टॉप और स्टॉप लॉस पॉइंट्स सभी बाजार स्थितियों के लिए उपयुक्त नहीं हो सकते हैं। समाधान उन्हें एटीआर-आधारित मूल्यों के लिए समायोजित करना है ताकि वे वर्तमान अस्थिरता के अनुकूल हो सकें।

  5. कंप्यूटिंग गहन: रणनीतियों की जटिलता कुछ प्लेटफार्मों पर प्रदर्शन समस्याओं का कारण बन सकती है, विशेष रूप से जब बड़ी मात्रा में ऐतिहासिक डेटा का विश्लेषण किया जाता है। समाधानों में से एक रिट्रेसिंग समय सीमा को सीमित करना या गैर-महत्वपूर्ण गणना को सरल बनाना है।

  6. डेटा निर्भरता: रणनीति सटीक बहु-अवधि डेटा पर निर्भर करती है, जो सभी व्यापारिक वातावरणों में उपलब्ध नहीं हो सकती है। समाधान विश्वसनीय विकल्पों को लागू करना है, जैसे कि कोड में दिखाए गए स्थानीय मानों की गणना करना।

  7. उच्च तरलता वाले बाजारों की प्राथमिकताकम तरलता वाले बाजारों में रणनीति अधिक गलत संकेत दे सकती है। समाधान प्रमुख मुद्रा जोड़े, व्यापक रूप से आयोजित शेयरों और प्रमुख क्रिप्टोकरेंसी पर ध्यान केंद्रित करना है।

रणनीति अनुकूलन दिशा

इस रणनीति को निम्नलिखित दिशाओं में और अधिक अनुकूलित किया जा सकता हैः

  1. अनुकूलन पैरामीटर: स्वचालित समायोजन पैरामीटर को लागू करना, जैसे कि ऐतिहासिक अस्थिरता डेटा के आधार पर गतिशील थ्रेशोल्ड अनुकूलन। यह विभिन्न बाजार स्थितियों में रणनीति की अनुकूलन क्षमता को बढ़ा सकता है।

  2. मशीन लर्निंग एकीकरण: मशीन लर्निंग एल्गोरिदम को लागू करें जो सर्वोत्तम पैरामीटर संयोजन की पहचान करता है, या विशिष्ट बाजार स्थितियों के तहत रणनीति के प्रदर्शन की भविष्यवाणी करता है। यह रणनीति के “एआई” पहलू को और बढ़ाने के लिए ऐतिहासिक प्रदर्शन डेटा का विश्लेषण करके किया जा सकता है।

  3. बाजार भावना सूचकांक: बाह्य बाजार भावना डेटा जैसे कि VIX सूचकांक या सोशल मीडिया भावना विश्लेषण को जोड़ना, जो व्यापार निर्णयों के लिए व्यापक पृष्ठभूमि प्रदान करता है। यह रणनीति को चरम बाजार स्थितियों में व्यापार से बचने में मदद कर सकता है।

  4. समय फ़िल्टर: बाजार में उतार-चढ़ाव के समय के पैटर्न के आधार पर फ़िल्टर जोड़ें और ज्ञात कम उतार-चढ़ाव के दौरान व्यापार करने से बचें (जैसे कि एशियाई सत्र के मध्य में) । यह कम गुणवत्ता वाले संकेतों की संख्या को कम कर सकता है।

  5. सहसंबंध विश्लेषण: क्रॉस-एसेट प्रासंगिकता जांच जोड़ें, यह सुनिश्चित करने के लिए कि ट्रेडिंग प्रासंगिक बाजारों के साथ संरेखित हो रही है (उदाहरण के लिए, EUR / USD का व्यापार करते समय USD सूचकांक पर विचार करें) । यह अतिरिक्त सिग्नल पुष्टिकरण प्रदान कर सकता है।

  6. धन प्रबंधन में सुधार: अस्थिरता के आधार पर गतिशील स्टॉप/लॉस स्तरों को लागू करें और धन प्रबंधन नियमों को जोड़ें, जैसे कि खाते की वृद्धि के साथ स्थिति आकार को समायोजित करना। इससे दीर्घकालिक जोखिम-समायोजित रिटर्न में सुधार होगा।

  7. प्रदर्शन अनुकूलन: कोड को सरल बनाना, अनावश्यक गणना को कम करना, विशेष रूप से रुझान रेखाओं और तालिकाओं को प्रदर्शित करने के लिए, ताकि वास्तविक समय के व्यापार में रणनीति की प्रतिक्रियाशीलता बढ़ सके।

  8. डेटा असंबद्धता: डेटा को अधिक सुरुचिपूर्ण तरीके से संभालने के लिए बढ़ाई गई रणनीति, जो कि अवांछनीय परिस्थितियों में लचीलापन सुनिश्चित करती है।

संक्षेप

बहु-समय चक्र प्रवृत्ति गतिशीलता ट्रेडिंग रणनीति एक व्यापक ट्रेडिंग प्रणाली प्रदान करती है, जो पारंपरिक तकनीकी विश्लेषण, स्मार्ट फंडिंग अवधारणाओं और अद्वितीय एआई-संचालित प्रवृत्ति विश्लेषण को जोड़ती है। इसकी ताकत बहु-स्तरीय फ़िल्टरिंग और पुष्टि तंत्र में निहित है, जो यह सुनिश्चित करती है कि केवल उच्च संभावना वाले मामलों में ट्रेडिंग सिग्नल उत्पन्न हों।

इस रणनीति का एक विशेष रूप से अभिनव पहलू एक बहु-समय अवधि की प्रवृत्ति जानकारी को एक सहज ज्ञान युक्त दृश्य dashboard में एकीकृत करना है, जिससे व्यापारियों को जटिल मैनुअल विश्लेषण के बिना बाजार की स्थिति का त्वरित मूल्यांकन करने की अनुमति मिलती है। गतिशील समर्थन प्रतिरोध रेखाओं और महत्वपूर्ण संरचना स्तरों की दृश्यता इस उपयोगिता को और बढ़ा देती है।

CHoCH और BOS अवधारणाओं के एक बुद्धिमान संयोजन के माध्यम से, रणनीति बाजार मनोविज्ञान में सूक्ष्म परिवर्तनों को पकड़ने में सक्षम है, जो आमतौर पर प्रवृत्ति की निरंतरता या संभावित उलट के संकेत देते हैं। एटीआर समायोजन थ्रेशोल्ड के उपयोग से यह सुनिश्चित होता है कि रणनीति विभिन्न उतार-चढ़ाव की स्थितियों के लिए अनुकूल हो सकती है, जिससे यह कई प्रकार के बाजार वातावरणों के लिए उपयुक्त है।

कुछ जोखिमों और सीमाओं के बावजूद, इस पहले से ही मजबूत प्रणाली को सुझाए गए अनुकूलन उपायों के माध्यम से और अधिक बढ़ाया जा सकता है। जोखिम प्रबंधन सिद्धांतों को समझदारी से लागू करना और विशिष्ट व्यापारिक लक्ष्यों और जोखिम सहनशीलता के आधार पर मापदंडों को समायोजित करना, इस रणनीति में किसी भी व्यापारी के टूलकिट में एक मूल्यवान उपकरण बनने की क्षमता है।

अंततः, सभी ट्रेडिंग रणनीतियों की तरह, सफलता उचित पैरामीटर अनुकूलन, अनुशासित निष्पादन, मजबूत जोखिम प्रबंधन और बाजार की गतिशीलता की गहरी समझ पर निर्भर करेगी।

रणनीति स्रोत कोड
/*backtest
start: 2024-05-15 00:00:00
end: 2025-05-13 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/

//@version=5
strategy("PowerHouse SwiftEdge AI v2.10 Strategy", overlay=true, calc_on_every_tick=true)

// Inputs med fleksible indstillinger
length = input.int(5, "Pivot Length", minval=1, maxval=20, step=1, tooltip="Number of bars to identify pivot highs and lows.")
momentum_threshold_base = input.float(0.01, "Base Momentum Threshold (%)", minval=0.001, maxval=1.0, step=0.001, tooltip="Base percentage change for signals.")
tp_points = input.int(10, "Take Profit (points)", minval=5, maxval=500, step=5)
sl_points = input.int(10, "Stop Loss (points)", minval=5, maxval=500, step=5)
min_signal_distance = input.int(5, "Min Signal Distance (bars)", minval=1, maxval=50, step=1)
tp_box_height = input.float(0.5, "TP Box Height % (Optional)", minval=0.1, maxval=2.0, step=0.1)
pre_momentum_factor_base = input.float(0.5, "Base Pre-Momentum Factor", minval=0.1, maxval=1.0, step=0.1, tooltip="Base factor for Get Ready signals.")
shortTrendPeriod = input.int(30, title="Short Trend Period", minval=10, maxval=100)
longTrendPeriod = input.int(100, title="Long Trend Period", minval=50, maxval=200)

// Brugerdefinerede filtre
use_momentum_filter = input.bool(true, "Use Momentum Filter", group="Signal Filters", tooltip="Require price change to exceed momentum threshold.")
use_trend_filter = input.bool(true, "Use Higher Timeframe Trend Filter", group="Signal Filters", tooltip="Require alignment with the selected higher timeframe trend.")
higher_tf_choice = input.string("60", "Higher Timeframe", options=["60", "240", "D"], group="Signal Filters", tooltip="Choose the timeframe for the higher timeframe filter.")
use_lower_tf_filter = input.bool(true, "Use Lower Timeframe Filter", group="Signal Filters", tooltip="Prevent signals against the selected lower timeframe trend.")
lower_tf_choice = input.string("60", "Lower Timeframe", options=["60", "240", "D"], group="Signal Filters", tooltip="Choose the timeframe for the lower timeframe filter.")
use_volume_filter = input.bool(false, "Use Volume Filter", group="Signal Filters", tooltip="Require volume above average (optional).")
use_breakout_filter = input.bool(false, "Use Breakout Filter", group="Signal Filters", tooltip="Require price to break previous high/low (optional).")
show_get_ready = input.bool(true, "Show Get Ready Signals", group="Signal Filters", tooltip="Enable or disable Get Ready signals.")
restrict_repeated_signals = input.bool(false, "Restrict Repeated Signals", group="Signal Filters", tooltip="Prevent multiple signals in the same trend direction until trend changes.")
restrict_trend_tf_choice = input.string("60", "Restrict Trend Timeframe", options=["60", "240", "D"], group="Signal Filters", tooltip="Choose the timeframe to check trend for restricting repeated signals.")
enable_ai_analysis = input.bool(true, "Enable AI Market Analysis", group="AI Market Analysis", tooltip="Show AI predictions for future trends across timeframes.")
ai_table_position = input.string("Bottom Center", "AI Market Analysis Table Position", options=["Top Left", "Top Center", "Top Right", "Middle Left", "Middle Center", "Middle Right", "Bottom Left", "Bottom Center", "Bottom Right"], group="AI Market Analysis", tooltip="Choose the position of the AI Market Analysis table.")

// Ekstra inputs til valgfrie filtre
volumeLongPeriod = input.int(50, "Long Volume Period", minval=10, maxval=100, group="Volume Filter Settings")
volumeShortPeriod = input.int(5, "Short Volume Period", minval=1, maxval=20, group="Volume Filter Settings")
breakoutPeriod = input.int(5, "Breakout Period", minval=1, maxval=50, group="Breakout Filter Settings")

// Funktion til at konvertere streng til position
f_getTablePosition(position_string) =>
    switch position_string
        "Top Left" => position.top_left
        "Top Center" => position.top_center
        "Top Right" => position.top_right
        "Middle Left" => position.middle_left
        "Middle Center" => position.middle_center
        "Middle Right" => position.middle_right
        "Bottom Left" => position.bottom_left
        "Bottom Center" => position.bottom_center
        "Bottom Right" => position.bottom_right
        => position.middle_right  // Standard fallback

// AI-drevet adaptiv signaljustering med ATR
atr_raw = ta.atr(14)
atr = na(atr_raw) and bar_index > 0 ? (high - low) : atr_raw
volatility_factor = atr / close
momentum_threshold = momentum_threshold_base * (1 + volatility_factor * 2)
pre_momentum_factor = pre_momentum_factor_base * (1 - volatility_factor * 0.5)
pre_momentum_threshold = momentum_threshold * pre_momentum_factor

// Raw CVD-beregning
var float raw_cvd = 0.0
delta_volume = close > close[1] ? volume : close < close[1] ? -volume : 0
raw_cvd := raw_cvd + delta_volume

// Volatility Context baseret på absolut CVD
cvd_level = math.abs(raw_cvd) < 10000 ? "Low" : math.abs(raw_cvd) < 50000 ? "Medium" : "High"
cvd_color = raw_cvd > 0 ? color.lime : raw_cvd < 0 ? color.red : color.yellow

// Beregn prisændring (momentum)
price_change = ((close - close[1]) / close[1]) * 100

// Find højder og lavpunkter
pivot_high = ta.pivothigh(high, length, length)
pivot_low = ta.pivotlow(low, length, length)

// Variabler til at gemme seneste højder og lavpunkter
var float last_high = na
var float last_low = na
if not na(pivot_high)
    last_high := pivot_high
if not na(pivot_low)
    last_low := pivot_low

// Variabler til signalstyring
var float choch_sell_level = na
var float choch_buy_level = na
var float bos_sell_level = na
var float bos_buy_level = na
var float tp_sell_level = na
var float tp_buy_level = na
var int last_signal_bar = -min_signal_distance - 1
var string last_signal = "Neutral"
var int last_trend = 0  // Sporer den sidste trendretning for restrict_repeated_signals

// Multi-tidsramme trendanalyse med robust fallback
// Beregn EMA og VWAP for hver tidsramme
ema60_raw = request.security(syminfo.tickerid, "60", ta.ema(close, 20), lookahead=barmerge.lookahead_on)
vwap60_raw = request.security(syminfo.tickerid, "60", ta.vwap(hlc3), lookahead=barmerge.lookahead_on)
ema240_raw = request.security(syminfo.tickerid, "240", ta.ema(close, 20), lookahead=barmerge.lookahead_on)
vwap240_raw = request.security(syminfo.tickerid, "240", ta.vwap(hlc3), lookahead=barmerge.lookahead_on)
emaD_raw = request.security(syminfo.tickerid, "D", ta.ema(close, 20), lookahead=barmerge.lookahead_on)
vwapD_raw = request.security(syminfo.tickerid, "D", ta.vwap(hlc3), lookahead=barmerge.lookahead_on)

// Lokale EMA og VWAP som fallback
local_ema = ta.ema(close, 20)
local_vwap = ta.vwap(hlc3)

// Fallback for manglende data
ema60 = na(ema60_raw) ? local_ema : ema60_raw
vwap60 = na(vwap60_raw) ? local_vwap : vwap60_raw
ema240 = na(ema240_raw) ? local_ema : ema240_raw
vwap240 = na(vwap240_raw) ? local_vwap : vwap240_raw
emaD = na(emaD_raw) ? local_ema : emaD_raw
vwapD = na(vwapD_raw) ? local_vwap : vwapD_raw

// Trendbestemmelse (1 = op, -1 = ned, 0 = neutral)
trend60 = close > ema60 and close > vwap60 ? 1 : close < ema60 and close < vwap60 ? -1 : 0
trend240 = close > ema240 and close > vwap240 ? 1 : close < ema240 and close < vwap240 ? -1 : 0
trendD = close > emaD and close > vwapD ? 1 : close < emaD and close < vwapD ? -1 : 0

// AI-Trend Strength (-100 til +100)
trend_strength_raw = trend60 + trend240 + trendD
trend_strength = (trend_strength_raw / 3) * 100

// AI Confidence (simuleret succesrate)
var float ai_confidence = 50.0
if trend_strength_raw == 3 or trend_strength_raw == -3
    ai_confidence := 90.0
else if trend_strength_raw >= 2 or trend_strength_raw <= -2
    ai_confidence := 75.0
else
    ai_confidence := 60.0

// Filterbetingelser
// Dynamisk valg af higher timeframe trend (til signalfiltrering)
var int higher_tf_trend = 0
switch higher_tf_choice
    "60" => higher_tf_trend := trend60
    "240" => higher_tf_trend := trend240
    "D" => higher_tf_trend := trendD

bullish_trend_ok = higher_tf_trend == 1
bearish_trend_ok = higher_tf_trend == -1

// Dynamisk valg af lower timeframe trend (til signalfiltrering)
var int lower_tf_trend = 0
switch lower_tf_choice
    "60" => lower_tf_trend := trend60
    "240" => lower_tf_trend := trend240
    "D" => lower_tf_trend := trendD

lower_tf_bullish = lower_tf_trend == 1
lower_tf_bearish = lower_tf_trend == -1
lower_tf_not_neutral = lower_tf_trend != 0

// Dynamisk valg af trend-tidsramme til restrict_repeated_signals
var int restrict_tf_trend = 0
switch restrict_trend_tf_choice
    "60" => restrict_tf_trend := trend60
    "240" => restrict_tf_trend := trend240
    "D" => restrict_tf_trend := trendD

volAvg50 = ta.sma(volume, volumeLongPeriod)
volShort = ta.sma(volume, volumeShortPeriod)
volCondition = volume > volAvg50 and ta.change(volShort) > 0
highestBreakout = ta.highest(high, breakoutPeriod)
lowestBreakout = ta.lowest(low, breakoutPeriod)

// CHoCH og BOS definitioner
choch_sell = ta.crossunder(low, last_high) and close < open
choch_buy = ta.crossover(high, last_low) and close > open
bos_sell = ta.crossunder(low, last_low[1]) and low < last_low[1] and close < open
bos_buy = ta.crossover(high, last_high[1]) and high > last_high[1] and close > open

// Signalbetingelser med valgbare filtre
early_sell_signal = use_momentum_filter ? price_change < -momentum_threshold : true
early_buy_signal = use_momentum_filter ? price_change > momentum_threshold : true
sell_trend_ok = use_trend_filter ? bearish_trend_ok : true
buy_trend_ok = use_trend_filter ? bullish_trend_ok : true
sell_lower_tf_ok = use_lower_tf_filter ? (not lower_tf_bullish and lower_tf_not_neutral) : true
buy_lower_tf_ok = use_lower_tf_filter ? (not lower_tf_bearish and lower_tf_not_neutral) : true
sell_volume_ok = use_volume_filter ? volCondition : true
buy_volume_ok = use_volume_filter ? volCondition : true
sell_breakout_ok = use_breakout_filter ? close < lowestBreakout[1] : true
buy_breakout_ok = use_breakout_filter ? close > highestBreakout[1] : true

// Logik for at begrænse gentagne signaler baseret på restrict_tf_trend
sell_allowed = not restrict_repeated_signals or (last_signal != "Sell" or (last_signal == "Sell" and restrict_tf_trend != last_trend and restrict_tf_trend != -1))
buy_allowed = not restrict_repeated_signals or (last_signal != "Buy" or (last_signal == "Buy" and restrict_tf_trend != last_trend and restrict_tf_trend != 1))

sell_condition = early_sell_signal and (bar_index - last_signal_bar >= min_signal_distance) and sell_trend_ok and sell_lower_tf_ok and sell_volume_ok and sell_breakout_ok and sell_allowed
buy_condition = early_buy_signal and (bar_index - last_signal_bar >= min_signal_distance) and buy_trend_ok and buy_lower_tf_ok and buy_volume_ok and buy_breakout_ok and buy_allowed

get_ready_sell = use_momentum_filter ? (price_change < -pre_momentum_threshold and price_change > -momentum_threshold) : true and (bar_index - last_signal_bar >= min_signal_distance) and sell_trend_ok and sell_lower_tf_ok and sell_volume_ok and sell_breakout_ok
get_ready_buy = use_momentum_filter ? (price_change > pre_momentum_threshold and price_change < momentum_threshold) : true and (bar_index - last_signal_bar >= min_signal_distance) and buy_trend_ok and buy_lower_tf_ok and buy_volume_ok and buy_breakout_ok

// Strategy logic
if buy_condition
    strategy.entry("Long", strategy.long)
    strategy.exit("TP/SL Long", "Long", limit=close + tp_points, stop=close - sl_points)
    label.new(bar_index, low, "Buy", color=color.green, style=label.style_label_up, textcolor=color.white)
    tp_buy_level := high + tp_points
    last_signal := "Buy"
    last_signal_bar := bar_index
    last_trend := restrict_tf_trend

if sell_condition
    strategy.entry("Short", strategy.short)
    strategy.exit("TP/SL Short", "Short", limit=close - tp_points, stop=close + sl_points)
    label.new(bar_index, high, "Sell", color=color.red, style=label.style_label_down, textcolor=color.white)
    tp_sell_level := low - tp_points
    last_signal := "Sell"
    last_signal_bar := bar_index
    last_trend := restrict_tf_trend

// Plot Get Ready signals
if show_get_ready and get_ready_sell
    label.new(bar_index, high, "Get Ready SELL", color=color.orange, style=label.style_label_down, textcolor=color.black, size=size.small)

if show_get_ready and get_ready_buy
    label.new(bar_index, low, "Get Ready BUY", color=color.yellow, style=label.style_label_up, textcolor=color.black, size=size.small)

// Plot CHoCH og BOS som fulde linjer med AI-agtige farver
var line choch_sell_line = na
var line choch_buy_line = na
var line bos_sell_line = na
var line bos_buy_line = na



// Trendlinjer med bufferkontrol og AI-laser-look
var line sup = na
var line res = na

if barstate.islast
    float lowest_y2 = 60000
    int lowest_x2 = 0
    float highest_y2 = 0
    int highest_x2 = 0
    
    // Begræns lookback til max 2000 bars for at undgå bufferfejl
    int maxShortBars = math.min(math.min(shortTrendPeriod, bar_index), 2000)
    for i = 1 to maxShortBars
        if low[i] < lowest_y2
            lowest_y2 := low[i]
            lowest_x2 := i
        if high[i] > highest_y2
            highest_y2 := high[i]
            highest_x2 := i
            
    float lowest_y1 = 60000
    int lowest_x1 = 0
    float highest_y1 = 0
    int highest_x1 = 0
    
    // Begræns lookback til max 2000 bars for at undgå bufferfejl
    int maxLongBars = math.min(math.min(longTrendPeriod, bar_index), 2000)
    for j = shortTrendPeriod + 1 to maxLongBars
        if low[j] < lowest_y1
            lowest_y1 := low[j]
            lowest_x1 := j
        if high[j] > highest_y1
            highest_y1 := high[j]
            highest_x1 := j
            
    int trendStrength = trend_strength_raw

// Plot niveauer
plot(choch_sell_level, title="Last High at CHoCH", color=color.aqua, style=plot.style_circles, linewidth=1, trackprice=false)
plot(choch_buy_level, title="Last Low at CHoCH", color=color.lime, style=plot.style_circles, linewidth=1, trackprice=false)
plot(bos_sell_level, title="Last Low at BOS", color=color.fuchsia, style=plot.style_circles, linewidth=1, trackprice=false)
plot(bos_buy_level, title="Last High at BOS", color=color.teal, style=plot.style_circles, linewidth=1, trackprice=false)
plot(tp_sell_level, title="TP Sell", color=color.red, style=plot.style_circles, linewidth=1, trackprice=false)
plot(tp_buy_level, title="TP Buy", color=color.green, style=plot.style_circles, linewidth=1, trackprice=false)
plot(last_high, title="Last High", color=color.red, style=plot.style_histogram, linewidth=1, trackprice=true)
plot(last_low, title="Last Low", color=color.green, style=plot.style_histogram, linewidth=1, trackprice=true)

// AI Markedsanalyse - Beregn data uanset betingelse
momentum_1h = request.security(syminfo.tickerid, "60", close - close[3], lookahead=barmerge.lookahead_on)
momentum_4h = request.security(syminfo.tickerid, "240", close - close[3], lookahead=barmerge.lookahead_on)
momentum_d = request.security(syminfo.tickerid, "D", close - close[3], lookahead=barmerge.lookahead_on)

// Beregn ATR og SMA(ATR) for hver tidsramme
atr_1h = request.security(syminfo.tickerid, "60", ta.atr(14), lookahead=barmerge.lookahead_on)
atr_4h = request.security(syminfo.tickerid, "240", ta.atr(14), lookahead=barmerge.lookahead_on)
atr_d = request.security(syminfo.tickerid, "D", ta.atr(14), lookahead=barmerge.lookahead_on)
sma_atr_1h = request.security(syminfo.tickerid, "60", ta.sma(ta.atr(14), 20), lookahead=barmerge.lookahead_on)
sma_atr_4h = request.security(syminfo.tickerid, "240", ta.sma(ta.atr(14), 20), lookahead=barmerge.lookahead_on)
sma_atr_d = request.security(syminfo.tickerid, "D", ta.sma(ta.atr(14), 20), lookahead=barmerge.lookahead_on)

// Lokale ATR og SMA(ATR) som fallback
local_atr = ta.atr(14)
local_sma_atr = ta.sma(ta.atr(14), 20)

// Fallback for manglende data
volatility_1h = na(atr_1h) ? local_atr : atr_1h
volatility_4h = na(atr_4h) ? local_atr : atr_4h
volatility_d = na(atr_d) ? local_atr : atr_d
volatility_avg_1h = na(sma_atr_1h) ? local_sma_atr : sma_atr_1h
volatility_avg_4h = na(sma_atr_4h) ? local_sma_atr : sma_atr_4h
volatility_avg_d = na(sma_atr_d) ? local_sma_atr : sma_atr_d
momentum_1h := na(momentum_1h) ? 0 : momentum_1h
momentum_4h := na(momentum_4h) ? 0 : momentum_4h
momentum_d := na(momentum_d) ? 0 : momentum_d

// Analyse baseret på trend, momentum og volatilitet
score_1h = trend60 + (momentum_1h > 0 ? 0.5 : momentum_1h < 0 ? -0.5 : 0) + (volatility_1h > volatility_avg_1h ? 0.5 : 0)
score_4h = trend240 + (momentum_4h > 0 ? 0.5 : momentum_4h < 0 ? -0.5 : 0) + (volatility_4h > volatility_avg_4h ? 0.5 : 0)
score_d = trendD + (momentum_d > 0 ? 0.5 : momentum_d < 0 ? -0.5 : 0) + (volatility_d > volatility_avg_d ? 0.5 : 0)

// Forudsigelser
pred_1h = score_1h > 0.5 ? "Up" : score_1h < -0.5 ? "Down" : "Neutral"
pred_4h = score_4h > 0.5 ? "Up" : score_4h < -0.5 ? "Down" : "Neutral"
pred_d = score_d > 0.5 ? "Up" : score_d < -0.5 ? "Down" : "Neutral"

// Futuristisk AI-Trend Dashboard
var table trendTable = table.new(position.top_right, columns=2, rows=6, bgcolor=color.new(color.black, 50), border_width=2, border_color=color.new(color.teal, 20))
table.cell(trendTable, 0, 0, "AI-Trend Matrix v2.10", text_color=color.new(color.aqua, 0), bgcolor=color.new(color.navy, 60))
table.cell(trendTable, 1, 0, "", bgcolor=color.new(color.navy, 60))
table.merge_cells(trendTable, 0, 0, 1, 0)
table.cell(trendTable, 0, 1, "Trend Strength", text_color=color.white)
table.cell(trendTable, 1, 1, str.tostring(math.round(trend_strength)), text_color=trend_strength > 0 ? color.rgb(0, math.min(255, trend_strength * 2.55), 0) : color.rgb(math.min(255, math.abs(trend_strength) * 2.55), 0, 0))
table.cell(trendTable, 0, 2, "AI Confidence", text_color=color.white)
table.cell(trendTable, 1, 2, str.tostring(ai_confidence) + "%", text_color=color.teal)
table.cell(trendTable, 0, 3, "AI Calibration", text_color=color.white)
table.cell(trendTable, 1, 3, "CVD: " + str.tostring(math.round(raw_cvd)) + " (" + cvd_level + ")", text_color=cvd_color)
table.cell(trendTable, 0, 4, "1H", text_color=color.white)
table.cell(trendTable, 1, 4, trend60 == 1 ? "Up" : trend60 == -1 ? "Down" : "Neutral", text_color=trend60 == 1 ? color.lime : trend60 == -1 ? color.fuchsia : color.yellow)
table.cell(trendTable, 0, 5, "4H", text_color=color.white)
table.cell(trendTable, 1, 5, trend240 == 1 ? "Up" : trend240 == -1 ? "Down" : "Neutral", text_color=trend240 == 1 ? color.lime : trend240 == -1 ? color.fuchsia : color.yellow)

// Tabel for AI Markedsanalyse
if enable_ai_analysis
    var table ai_table = table.new(f_getTablePosition(ai_table_position), columns=4, rows=2, bgcolor=color.new(color.black, 50), border_width=2, border_color=color.new(color.teal, 20))
    table.cell(ai_table, 0, 0, "AI Market Analysis", text_color=color.new(color.aqua, 0), bgcolor=color.new(color.navy, 60))
    table.cell(ai_table, 1, 0, "1H", text_color=color.white)
    table.cell(ai_table, 2, 0, "4H", text_color=color.white)
    table.cell(ai_table, 3, 0, "1D", text_color=color.white)
    table.cell(ai_table, 0, 1, "Prediction", text_color=color.white)
    table.cell(ai_table, 1, 1, pred_1h, text_color=pred_1h == "Up" ? color.lime : pred_1h == "Down" ? color.fuchsia : color.yellow)
    table.cell(ai_table, 2, 1, pred_4h, text_color=pred_4h == "Up" ? color.lime : pred_4h == "Down" ? color.fuchsia : color.yellow)
    table.cell(ai_table, 3, 1, pred_d, text_color=pred_d == "Up" ? color.lime : pred_d == "Down" ? color.fuchsia : color.yellow)

// Debug alerts for null data
if na(ema60) or na(vwap60)
    alert("Warning: 60-minute timeframe data is null!", alert.freq_once_per_bar)
if na(ema240) or na(vwap240)
    alert("Warning: 240-minute timeframe data is null!", alert.freq_once_per_bar)
if na(emaD) or na(vwapD)
    alert("Warning: Daily timeframe data is null!", alert.freq_once_per_bar)