রিসোর্স লোড হচ্ছে... লোডিং...

অভিযোজিত চলমান গড় কৌশল অনুসরণ করে প্রবণতা

লেখক:চাওঝাং, তারিখ: ২০২৩-১০-১০ ১৫ঃ২১ঃ৪৫
ট্যাগঃ

সারসংক্ষেপ

এই কৌশলটি প্রবণতা অনুসরণকারী কৌশলগুলির অন্তর্গত দ্রুত এবং ধীর চলমান গড়ের ক্রসওভারের উপর ভিত্তি করে ট্রেডিং সংকেত উত্পন্ন করে। প্রবণতা অনুসরণকারী কৌশলগুলির দ্বারা অভিযোজিতভাবে চলমান গড় পরামিতিগুলি সামঞ্জস্য করে, এটি সর্বাধিক মুনাফার জন্য গতিশীলভাবে বাজারের প্রবণতার সাথে খাপ খায়।

কৌশলগত যুক্তি

  1. দ্রুত এবং ধীর চলমান গড় গণনা করুন। দ্রুত এমএ ডিফল্ট দৈর্ঘ্য 21 এবং ধীর এমএ ডিফল্ট দৈর্ঘ্য 34 হয়।

  2. যখন দ্রুত এমএ ধীর এমএ অতিক্রম করে, এটি একটি আপট্রেন্ড নির্দেশ করে এবং একটি ক্রয় সংকেত উৎপন্ন করে।

  3. যখন দ্রুত এমএ ধীর এমএ এর নিচে অতিক্রম করে, এটি একটি ডাউনট্রেন্ড নির্দেশ করে এবং একটি বিক্রয় সংকেত উৎপন্ন করে।

  4. মুভিং মিডিয়ার দৈর্ঘ্য স্বয়ংক্রিয়ভাবে সামঞ্জস্য করে, কৌশলটি মুনাফা ট্র্যাকিংয়ের জন্য বাজারের প্রবণতার সাথে গতিশীলভাবে মানিয়ে নেয়।

সুবিধা বিশ্লেষণ

  1. কৌশলটি সহজ এবং পরিষ্কার, সহজেই বোঝা যায় এবং বাস্তবায়ন করা যায়।

  2. এটি বাজারের প্রবণতাকে কার্যকরভাবে অনুসরণ করতে পারে।

  3. ডায়নামিক প্যারামিটার সমন্বয় বাজার অবস্থার পরিবর্তন অনুসারে।

  4. কাস্টমাইজযোগ্য এমএ অ্যালগরিদম কৌশল নমনীয়তা বৃদ্ধি করে।

  5. নমনীয় ক্রয় এবং বিক্রয় লজিক কনফিগারেশন।

ঝুঁকি বিশ্লেষণ

  1. ঘন ঘন লেনদেনের ফলে লেনদেনের খরচ বেশি হয়।

  2. অস্থির বাজারের সময় এমএ বিলম্বগুলি সেরা প্রবেশ এবং প্রস্থান পয়েন্টগুলি মিস করতে পারে।

  3. অপ্রয়োজনীয় এমএ প্যারামিটার এবং সমন্বয় ফ্রিকোয়েন্সি অপ্টিমাইজেশান কৌশল ব্যর্থতা কারণ।

  4. হ্রাস সীমাবদ্ধ করার জন্য কঠোর স্টপ লস প্রয়োজন।

  5. প্রবণতা বিপরীত হতে পারে বিশাল ভাসমান ক্ষতির দিকে।

অপ্টিমাইজেশান নির্দেশাবলী

  1. প্রবণতা পরিবর্তনের জন্য আরও ভাল সনাক্তকরণের জন্য এমএ পরামিতিগুলি অপ্টিমাইজ করুন।

  2. একক ট্রেড লস নিয়ন্ত্রণের জন্য স্টপ লস লজিক যোগ করুন।

  3. প্রবণতা বিপরীত ক্ষতি এড়ানোর জন্য প্রবণতা মূল্যায়নকারী সূচক যোগ করুন।

  4. আরও বুদ্ধিমান ও স্বয়ংক্রিয়ভাবে এমএ সমন্বয় কৌশল উন্নত করা।

  5. মেশিন লার্নিং ব্যবহার করে প্যারামিটার অপ্টিমাইজেশান মডিউল যোগ করুন।

সংক্ষিপ্তসার

কৌশল যুক্তি সহজ এবং পরিষ্কার, দ্রুত এবং ধীর এমএ ক্রসওভারের উপর ভিত্তি করে ট্রেড তৈরি করে। এটি কার্যকরভাবে প্রবণতা ক্যাপচার করে তবে ঝুঁকি রয়েছে। পরামিতিগুলির উপর অবিচ্ছিন্ন অপ্টিমাইজেশন, স্টপ লস লজিক কৌশলটিকে আরও শক্তিশালী করার জন্য প্রয়োজনীয়। সামগ্রিকভাবে কৌশলটির উন্নতির জন্য দুর্দান্ত সম্ভাবনা রয়েছে এবং এটি গবেষণা এবং প্রয়োগের মূল্যবান।


/*backtest
start: 2022-10-03 00:00:00
end: 2023-10-09 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//
// @version=4
// © Ehsan Haghpanah, (ehsanha)
// Algorithmic Trading Research
//
// eha Moving Averages Strategy, 
// A simple strategy based on crossing Moving Averages of 
// different lengths (a fast moving average and slow one)
//

strategy(title = "eha Moving Averages Strategy", shorttitle = "eha MA Strategy", overlay = true)

// 
// -- strategy parameter(s)
// moving averages parameter(s)
var _fastMA_len  = input(title = "Fast MA Length",  defval = 21,    type = input.integer, minval = 1, step = 1)
var _slowMA_len  = input(title = "Slow MA Length",  defval = 34,    type = input.integer, minval = 1, step = 1)
var _ma_algo_id  = input(title = "MA Algorithm",    defval = "SMA", options = ["SMA", "EMA", "WMA"])
// backtesting date and time range parameter(s)
var _startYear   = input(defval = 2020, title = "Start Year",  type = input.integer, minval = 1976)
var _startMonth  = input(defval = 1,    title = "Start Month", type = input.integer, minval = 1, maxval = 12)
var _startDay    = input(defval = 1,    title = "Start Day",   type = input.integer, minval = 1, maxval = 31)
var _closeYear   = input(defval = 2020, title = "Close Year",  type = input.integer, minval = 1984)
var _closeMonth  = input(defval = 9,    title = "Close Month", type = input.integer, minval = 1, maxval = 12)
var _closeDay    = input(defval = 1,    title = "Close Day",   type = input.integer, minval = 1, maxval = 31)

//
// -- function(s) and calculation(s)
// checks whether current time is in backtesting time range
start_t = timestamp(_startYear, _startMonth, _startDay, 00, 00)     // backtesting range start time, (00, 00); (hour, minute)
close_t = timestamp(_closeYear, _closeMonth, _closeDay, 23, 59)     // backtesting range close time, (23, 59); (hour, minute)
isInRange() => true
//
// calculates moving average based on provided algorithm, source and length
// alg : moving average algorithm
// len : length
// ser : series
calcMA(alg, len, ser) =>
    (len == 0) ? ser : ((alg == "SMA") ? sma(ser, len) : ((alg == "EMA") ? ema(ser, len) : (alg == "WMA" ? wma(ser, len) : na)))

//
// -- strategy logic and calculation(s)
ma_fast  = calcMA(_ma_algo_id, _fastMA_len, close)
ma_slow  = calcMA(_ma_algo_id, _slowMA_len, close)
cross_ov = crossover (ma_fast, ma_slow) // returns true if fastMA crosses over slowMA
cross_un = crossunder(ma_fast, ma_slow) // returns true if slowMA crosses over fastMA

//
// -- strategy execution logic
// opens a long position whenever the time is in range and crosses over
strategy.entry("ID", comment = "-", long = strategy.long, when = isInRange() and cross_ov)
// closes the position whenever the time is in range and crosses under
strategy.close("ID", comment = "-", when = isInRange() and cross_un)

//
// -- drawing and visualization
co_fast = color.new(color.gray, 25)
co_slow = color.new(color.gray, 75)
// drawing moving average(s)
plot(ma_fast, color = co_fast, linewidth = 2, style = plot.style_line)
plot(ma_slow, color = co_slow, linewidth = 3, style = plot.style_line)

আরো