রিসোর্স লোড হচ্ছে... লোডিং...

ইন্ডিকেটর ইন্টিগ্রেশনের উপর ভিত্তি করে গতি ট্র্যাকিং কৌশল

লেখক:চাওঝাং, তারিখঃ ২০২৩-১০-১৭ ১৫ঃ২৬ঃ৪৯
ট্যাগঃ

সারসংক্ষেপ

এই কৌশলটি মূল্য এবং চলমান গড়ের মধ্যে দূরত্বের যোগফল জমা করে দামের প্রবণতার দিকনির্দেশ নির্ধারণের জন্য একটি কাস্টম সূচক সংহতকারী উপর ভিত্তি করে, এবং এইভাবে প্রবণতা ট্র্যাক।

কৌশলগত যুক্তি

কৌশলটি নিম্নরূপ বাস্তবায়িত মূল্য এবং চলমান গড়ের মধ্যে দূরত্বকে একীভূত করার জন্য একটি কাস্টম সূচক ব্যবহার করেঃ

মূল্য এবং 200-পরিয়াল সহজ চলমান গড়ের মধ্যে দূরত্ব গণনা করুন k=close-sma ((close,200)
ইন্টিগ্রেশন পিরিয়ড s=29 সংজ্ঞায়িত করুন, শেষ s পিরিয়ডের উপর k এর যোগফল জমা করুনঃ যোগফল = 0, i = 0 থেকে s, যোগফল := যোগফল + k[i]
যখন sum>0, দীর্ঘ সংকেত উৎপন্ন হয়। যখন sum<0, সংক্ষিপ্ত সংকেত উৎপন্ন হয়।
যখন লং পজিশন খোলা হয়, যদি যোগফল <০ হয়, তখন লং পজিশন বন্ধ করা হয়। যখন শর্ট পজিশন খোলা হয়, যদি যোগফল >০ হয়, তখন শর্ট পজিশন বন্ধ করা হয়।

কৌশলটি মূল্য এবং চলমান গড়ের মধ্যে দূরত্বের সমষ্টিগত যোগফল ইতিবাচক বা নেতিবাচক কিনা তা ট্র্যাক করে সামগ্রিক প্রবণতা দিক বিচার করে। যখন সমন্বয় ইতিবাচক হয়, তখন এটি একটি ঊর্ধ্বমুখী প্রবণতা নির্দেশ করে এবং দীর্ঘ অবস্থান রাখা উচিত। যখন সমন্বয় নেতিবাচক হয়, তখন এটি একটি নিম্নমুখী প্রবণতা নির্দেশ করে এবং সংক্ষিপ্ত অবস্থান রাখা উচিত।

সুবিধা

কাস্টম ইন্ডিকেটর ইন্টিগ্রেটর কার্যকরভাবে মূল্য প্রবণতা দিক নির্ধারণ করতে পারেন।
ইন্টিগ্রেশন ধারণাটি মূল্য এবং এমএ এর মধ্যে দূরত্ব বাড়িয়ে তোলে, প্রবণতা নির্ধারণের নির্ভুলতা উন্নত করে।
তুলনামূলকভাবে সহজ যুক্তি, সহজেই বোঝা যায় এবং অপ্টিমাইজ করা যায়।
সংবেদনশীলতা অপ্টিমাইজ করার জন্য ইন্টিগ্রেশন সময়ের নমনীয় সমন্বয়।
ভালো ব্যাকটেস্টের ফলাফল, স্থিতিশীল মুনাফা, লাইভ ট্রেডিংয়ে প্রযোজ্য।

ঝুঁকি

অনুপযুক্ত ইন্টিগ্রেশন সময়ের সেটিং অজ্ঞান প্রতিক্রিয়া এবং প্রবণতা বাঁক পয়েন্ট মিস হতে পারে।
ভুলভাবে MA দৈর্ঘ্যের সেটিং ট্রেন্ডের ভুল মূল্যায়নের কারণ হতে পারে।
হঠাৎ বড় ঘটনা ভুল সংকেত সৃষ্টি করতে পারে।
ভুলভাবে চিহ্ন নির্বাচন, অত্যন্ত উদ্বায়ী চিহ্ন কার্যকারিতা হ্রাস করতে পারে।

সংশ্লিষ্ট সমাধানঃ

আরও ভাল সংবেদনশীলতার জন্য ইন্টিগ্রেশন সময়কাল অপ্টিমাইজ করুন।
প্রবণতা নির্ধারণের জন্য সর্বোত্তমটি খুঁজে পেতে বিভিন্ন এমএ দৈর্ঘ্য পরীক্ষা করুন।
বড় বড় ইভেন্টের আগে কৌশলটি বন্ধ করুন বড় দামের পরিবর্তনের কারণে ভুল এড়াতে।
আরও ভাল পারফরম্যান্সের জন্য কম অস্থিরতার চিহ্ন নির্বাচন করুন।

উন্নতির দিকনির্দেশ

সমন্বিত নির্ধারণের জন্য আরএসআই-র মতো অন্যান্য সূচক যুক্ত করার বিষয়টি বিবেচনা করুন।
বিভিন্ন ধরনের এমএ ব্যবহার করে গবেষণার সমন্বয় ফলাফল।
বিভিন্ন প্রতীকের জন্য স্বয়ংক্রিয়ভাবে সমন্বয় সময়কাল অপ্টিমাইজ করার চেষ্টা করুন।
দামের বিশাল ওঠানামা এড়াতে ভলিউম ইন্ডিকেটর যুক্ত করুন।
মেশিন লার্নিং ব্যবহার করে স্বয়ংক্রিয়ভাবে দৃঢ়তার জন্য প্যারামিটার অপ্টিমাইজ করুন।

সিদ্ধান্ত

এই কৌশলটি মূল্য এবং এমএ এর মধ্যে দূরত্ব জমা করে একটি কাস্টম সূচক সংহতকারী ব্যবহার করে প্রবণতা দিক বিচার করে। যুক্তিটি সহজ এবং পরিষ্কার, এবং ব্যাকটেস্টের ফলাফল ভাল। এটি আরও নির্ভরযোগ্য ব্যবহারিক প্রয়োগের জন্য সংহতকরণ পরামিতিগুলি সামঞ্জস্য করে, সহায়ক সূচক যুক্ত করে, স্বয়ংক্রিয় অপ্টিমাইজেশন ইত্যাদি উন্নত করা যেতে পারে। সামগ্রিকভাবে এটি একটি প্রযোজ্য পরিমাণগত প্রবণতা ট্র্যাকিং কৌশল।

/*backtest
start: 2023-10-09 00:00:00
end: 2023-10-16 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Indicator Integrator Strat",default_qty_type = strategy.percent_of_equity, default_qty_value = 100,currency="USD",initial_capital=100, overlay=true)

l = input(defval=170,title="Length for indicator")
s = input(title="Length of summation",defval=29)
a= sma(close,l)
r=roc(close,l)
k=close-a
sum = 0
for i = 0 to s
    sum := sum + k[i]
plot(a,color=yellow,linewidth=2,transp=0)
//bc =  iff( sum > 0, white, teal)
//plot(sum,color=bc, transp=20, linewidth=3,style=columns)
//plot(sma(sum,3),color=white)
//hline(0)

inpTakeProfit = input(defval = 0, title = "Take Profit", minval = 0)
inpStopLoss = input(defval = 0, title = "Stop Loss", minval = 0)
inpTrailStop = input(defval = 0, title = "Trailing Stop Loss", minval = 0)
inpTrailOffset = input(defval = 0, title = "Trailing Stop Loss Offset", minval = 0)
useTakeProfit = inpTakeProfit >= 1 ? inpTakeProfit : na
useStopLoss = inpStopLoss >= 1 ? inpStopLoss : na
useTrailStop = inpTrailStop >= 1 ? inpTrailStop : na
useTrailOffset = inpTrailOffset >= 1 ? inpTrailOffset : na


longCondition = sum>0
exitlong = sum<0

shortCondition = sum<0
exitshort = sum>0

strategy.entry(id = "Long", long=true, when = longCondition)
strategy.close(id = "Long", when = exitlong)
strategy.exit("Exit Long", from_entry = "Long", profit = useTakeProfit, loss = useStopLoss, trail_points = useTrailStop, trail_offset = useTrailOffset, when=exitlong)

strategy.entry(id = "Short", long=false, when = shortCondition)
strategy.close(id = "Short", when = exitshort)
strategy.exit("Exit Short", from_entry = "Short", profit = useTakeProfit, loss = useStopLoss, trail_points = useTrailStop, trail_offset = useTrailOffset, when=exitshort)

আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত