এই কৌশলটি স্বল্পমেয়াদী ট্রেডিং বাস্তবায়ন করার লক্ষ্যে, পরপর দুই দিনের বন্ধের দামের মধ্যে পার্থক্য বিশ্লেষণ করে ভবিষ্যতের মূল্য আন্দোলনের বিচার করে। কৌশলটি সহজ এবং স্বজ্ঞাত, বাস্তবায়ন করা সহজ এবং স্বল্পমেয়াদী ব্যবসায়ীদের জন্য উপযুক্ত।
এই কৌশলটির মূল যুক্তি হ'ল আজকের বন্ধের মূল্যকে গতকালের বন্ধের মূল্যের সাথে তুলনা করা। বিশেষতঃ
এখানে মূল বিষয় হল একটি যুক্তিসঙ্গত থ্রেশহোল্ড সেট করা। যদি থ্রেশহোল্ডটি খুব বড় হয় তবে এটি ছোট দামের ওঠানামা মিস করবে। যদি থ্রেশহোল্ডটি খুব ছোট হয় তবে এটি স্বাভাবিক ওঠানামার কারণে অত্যধিক অযৌক্তিক বাণিজ্যকে ট্রিগার করবে। কৌশলটি 0.004 এর ডিফল্ট মান এবং 0.001 এর পদক্ষেপ সহ একটি সামঞ্জস্যযোগ্য থ্রেশহোল্ড ডিজাইন গ্রহণ করে। ঐতিহাসিক তথ্যের উপর ভিত্তি করে ব্যাকটেস্টিংয়ের মাধ্যমে উপযুক্ত থ্রেশহোল্ডগুলি নির্বাচন করা যেতে পারে।
সংক্ষেপে, এই কৌশলটি পরপর দুইটি ট্রেডিং দিনের মধ্যে দামের পরিবর্তনগুলি ক্যাপচার করে, প্রান্তিকের মাধ্যমে স্বাভাবিক অস্থিরতা ফিল্টার করে সম্ভাব্য ভবিষ্যতের দামের প্রবণতা বিচার করে এবং এইভাবে স্বল্পমেয়াদী ট্রেডিং পরিচালনা করে। কৌশল ধারণাটি সহজ এবং স্বজ্ঞাত, বুঝতে এবং বাস্তবায়ন করা সহজ।
এই ঝুঁকিগুলি মোকাবেলা করার জন্য, বিবেচনা করুনঃ
কৌশলটি নিম্নলিখিত দিকগুলিতে অপ্টিমাইজ করা যেতে পারেঃ
মাল্টি-টাইমফ্রেম ব্যাকটেস্টিং- প্যারামিটারগুলি ব্যাকটেস্ট করার জন্য বিভিন্ন সময়সীমা (দৈনিক, 4 ঘন্টা, 1 ঘন্টা ইত্যাদি) ব্যবহার করুন এবং সর্বোত্তম সময়সীমা এবং প্যারামিটারগুলি নির্বাচন করুন।
ভোল্টেবিলিটি সূচক একত্রিত করা- গতিশীল থ্রেশহোল্ডগুলি আরও ভালভাবে নির্ধারণের জন্য মূল্যের অস্থিরতা যেমন ATR বিবেচনা করে এমন সূচক যুক্ত করুন।
স্টপ লস লজিক যোগ করুন- একক ক্ষতি নিয়ন্ত্রণ করার জন্য যুক্তিসঙ্গত স্টপ লস পয়েন্ট সেট করুন।
পজিশন ম্যানেজমেন্ট অপ্টিমাইজ করুন- স্টপ লস নিশ্চিত করার সময় লাভজনকতা বাড়ানোর জন্য প্রাথমিক পজিশনের আকার এবং অতিরিক্ত নিয়মগুলি অনুকূল করুন।
ট্রেডিং খরচ বিবেচনা করুন- লাইভ ট্রেডিংয়ের কাছাকাছি থাকার জন্য ব্যাকটেস্টিংয়ে কমিশন এবং স্লিপজেসের মতো ট্রেডিং খরচ যোগ করুন।
মেশিন লার্নিং চালু করুন- মেশিন লার্নিং অ্যালগরিদম প্রয়োগ করে আরও বৈশিষ্ট্য বের করতে এবং শক্তিশালী ট্রেডিং সিগন্যাল তৈরি করতে।
এই কৌশলটি স্বল্পমেয়াদী ট্রেডিং কৌশল ডিজাইন করার জন্য একটি সহজ এবং স্বজ্ঞাত পদ্ধতি ব্যবহার করে, বন্ধ মূল্য পার্থক্যের উপর ভিত্তি করে ভবিষ্যতের মূল্য প্রবণতা বিচার করে। কৌশলটি বাস্তবায়ন করা সহজ এবং স্বল্পমেয়াদী ক্রিয়াকলাপের জন্য উপযুক্ত, তবে কিছু ক্ষতির ঝুঁকি থাকতে পারে। বিভিন্ন অপ্টিমাইজেশান পদ্ধতি কৌশলটির স্থিতিশীলতা এবং লাভজনকতা উন্নত করতে পারে। একটি মৌলিক কৌশল হিসাবে, এটি আরও গবেষণার জন্য ধারণা এবং রেফারেন্স সরবরাহ করতে পারে।
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)
// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work:
// https://www.tradingview.com/u/ChartArt/
//
// __ __ ___ __ ___
// / ` |__| /\ |__) | /\ |__) |
// \__, | | /~~\ | \ | /~~\ | \ |
//
//
threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)
getDiff() =>
yesterday=security(syminfo.tickerid, 'D', close[1])
today=security(syminfo.tickerid, 'D', close)
delta=today-yesterday
percentage=delta/yesterday
closeDiff = getDiff()
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]
hline(0, title="zero line")
bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")
longCondition = buying
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = buying != true
if (shortCondition)
strategy.entry("Short", strategy.short)