গ্যান্ডাল্ফ পরিমাণগত ট্রেডিং কৌশল হল একটি গড় রিভার্সন কৌশল যা মধ্যম মূল্য রেখার উপর ভিত্তি করে। এটি সর্বোত্তম এন্ট্রি পয়েন্টগুলি খুঁজে পেতে ওজনযুক্ত গড় মূল্য, মধ্যম মূল্য লাইন এবং শরীরের মধ্যম মূল্য গণনা করে বর্তমান প্রবণতার দিক নির্ধারণ করে। যখন একটি প্রবণতা বিপরীত সনাক্ত করা হয়, এটি দ্রুত ক্ষতি এবং প্রস্থান কাটা হবে। কৌশলটি প্রবণতা অনুসরণ এবং প্রবণতা বিপরীত কৌশলগুলির ধারণাগুলি একত্রিত করে।
গ্যান্ডালফ কৌশলটির মূল যুক্তি হ'ল বর্তমান প্রবণতার দিক এবং শক্তি বিচার করার জন্য ওজনযুক্ত গড় মূল্য, মধ্যম মূল্য লাইন এবং শরীরের মধ্যম মূল্যের মধ্যে মাত্রার সম্পর্ক তুলনা করা।
বিশেষ করে, এটি নিম্নলিখিত দামগুলি গণনা করেঃ
একটি পজিশনে প্রবেশের সময়, এটি একটি প্রাথমিক প্রবণতার বৈশিষ্ট্যগুলির সাথে সামঞ্জস্যপূর্ণ কিনা তা নির্ধারণ করতে, ওজনযুক্ত গড় মূল্য, মধ্যম মূল্য লাইন এবং শেষ দুটি বারগুলির শরীরের মধ্যম মূল্যের মধ্যে পরিমাণ সম্পর্ক তুলনা করে।
উদাহরণস্বরূপ, যদি ওজনযুক্ত গড় মূল্য মধ্যম মূল্য রেখার নীচে থাকে এবং শরীরের মধ্যম মূল্যও ওজনযুক্ত গড় মূল্যের নীচে থাকে তবে এটি নির্দেশ করে যে দাম হ্রাস পাচ্ছে, যা শর্ট করার সুযোগ উপস্থাপন করে।
হার বন্ধ করার সময়, এটি এই দামগুলির মধ্যে পরিমাণ সম্পর্ক তুলনা করে চলেছে, প্রবণতা বিপরীত হওয়ার লক্ষণ রয়েছে কিনা তা বিচার করতে। যদি ওজনযুক্ত গড় মূল্য শরীরের মধ্যম মূল্যের উপরে থাকে এবং মধ্যম মূল্য লাইনটি ওজনযুক্ত গড় মূল্যের নীচে থাকে তবে এটি একটি প্রবণতা বিপরীতের ইঙ্গিত দেয় এবং অবিলম্বে ক্ষতি কাটা উচিত।
দামের পরিমাণ সম্পর্ক তুলনা করে, গ্যান্ডালফ কৌশল প্রবণতা বিচার এবং ট্র্যাকিং উপলব্ধি করে। এটি সর্বোত্তম প্রবেশের সময় খুঁজে পেতে পারে, এবং ক্ষতি বন্ধ করতে প্রবণতা বিপরীত দ্রুত সনাক্ত করতে পারে।
গ্যান্ডালফ কৌশল নিম্নলিখিত সুবিধা আছেঃ
প্রবণতার দিকনির্দেশনা নির্ধারণের জন্য মধ্যম মূল্য রেখা ব্যবহার করে কার্যকরভাবে বাজার গোলমাল ফিল্টার করতে পারে এবং প্রধান প্রবণতা লক করতে পারে।
একাধিক দামের তুলনাকে একত্রিত করে প্রবেশের শর্তটি একটি প্রবণতার সূচনাকে আরো নির্ভরযোগ্যভাবে নির্ধারণ করতে পারে।
স্টপ লস শর্তটি প্রবণতা বিপরীততা বিচার করার জন্য মূল্য তুলনা ব্যবহার করে, যা দ্রুত স্টপ লস এবং ঝুঁকি নিয়ন্ত্রণের অনুমতি দেয়।
প্রবেশের জন্য শর্তসাপেক্ষ আদেশ গ্রহণ করলে আদর্শ মূল্যে প্রবেশ করা যায়।
পূর্বনির্ধারিত সর্বোচ্চ মুনাফা গ্রহণের সময় এবং হোল্ডিং সময়ের উপরের সীমা মুনাফা লক করতে পারে এবং একক বাণিজ্য ঝুঁকি নিয়ন্ত্রণ করতে পারে।
কোডের কাঠামো পরিষ্কার এবং সহজ, সহজেই বোঝা যায় এবং সংশোধন করা যায়।
ব্যক্তিগত ঝুঁকি পছন্দ অনুসারে পরামিতিগুলি সামঞ্জস্য করা যায়, অপ্টিমাইজ করা সহজ।
ট্রেন্ডিং পণ্যগুলিতে প্রযোজ্য, ট্রেন্ডিং মুনাফা ক্যাপচার করতে সক্ষম।
সংক্ষেপে, গ্যান্ডালফ কৌশলটি প্রবণতা নির্ধারণের জন্য মধ্যম রেখা ব্যবহার করে, লাভ গ্রহণ এবং স্টপ লস শর্তগুলি সেট করে এবং প্রবণতা ট্র্যাক করার সময় ঝুঁকিগুলি কার্যকরভাবে নিয়ন্ত্রণ করতে পারে, এটিকে একটি নির্ভরযোগ্য প্রবণতা অনুসরণকারী কৌশল করে তোলে।
গ্যান্ডালফ কৌশল এছাড়াও কিছু ঝুঁকি আছেঃ
ট্রেন্ড অনুসরণকারী কৌশল হিসাবে, যখন প্রবণতা অস্পষ্ট বা ঘন ঘন বিপরীত হয় তখন এটি আরও ছোট ক্ষতির সৃষ্টি করবে।
প্রবণতা বিপরীত পয়েন্ট কার্যকরভাবে নির্ধারণ করতে অক্ষম, প্রসারিত ক্ষতি হতে পারে।
সীমাবদ্ধ বাজারে আটকা পড়ার সম্ভাবনা বেশি।
প্যারামিটার সেটিংসের উপর নির্ভর করে, বিভিন্ন পণ্যের জন্য প্যারামিটারগুলি সামঞ্জস্য করা দরকার।
একমুখী হোল্ডিং, বিপরীত প্রবণতা থেকে লাভ করতে অক্ষম।
শর্তসাপেক্ষ অর্ডারের উচ্চ ব্যর্থতার হার, প্রবেশের জন্য দীর্ঘ সময় অপেক্ষা করতে পারে।
ঝুঁকি ব্যবস্থাপনা ব্যবস্থাঃ
ছোট পজিশনের আকার গ্রহণ করুন, আংশিক প্রবেশ, একক ক্ষতি নিয়ন্ত্রণ করতে।
স্টপ লস লাইন সেট করুন, দ্রুত স্টপ লস অথবা চলমান স্টপ লস বা ট্রেলিং স্টপ লস গ্রহণ করুন।
বর্তমান পণ্য অনুসারে প্যারামিটারগুলি অনুকূল করুন। প্রবণতা বিচারকে সহায়তা করার জন্য অন্যান্য সূচকগুলি ব্যবহার করুন।
কম খরচে মার্টিনগেল ব্যবহার করুন।
স্পষ্ট প্রবণতা সঙ্গে পণ্য বাণিজ্য, উচ্চ মুনাফা আস্থা।
প্রবেশের সম্ভাবনা বাড়ানোর জন্য প্রবেশের মানদণ্ড যথাযথভাবে শিথিল করুন।
গ্যান্ডালফ কৌশল নিম্নলিখিত দিকগুলিতেও উন্নত করা যেতে পারে:
প্রবণতা বিপরীত হওয়ার সময় নির্ধারণে সহায়তা করার জন্য প্রবণতা বিচার সূচক তৈরি করুন, যেমন এমএসিডি, বলিংজার ব্যান্ড ইত্যাদি যোগ করা।
স্বয়ংক্রিয়ভাবে প্যারামিটার অপ্টিমাইজ করতে এবং আরও পণ্যের সাথে খাপ খাইয়ে নেওয়ার জন্য বিচ্ছিন্ন অপ্টিমাইজেশন ফাংশন যুক্ত করুন।
মেশিন লার্নিং অ্যালগরিদম বৃদ্ধি, ট্রেনিং নিউরাল নেটওয়ার্ক বা SVM মডেল ঐতিহাসিক তথ্য প্রবণতা বিচার করতে।
আরো মুনাফা গ্রহণের পদ্ধতি যোগ করুন, যেমন মুভিং মুনাফা গ্রহণ, প্যারাবলিক মুনাফা গ্রহণ।
স্প্রেড ট্রেডিং বা স্ট্যাটাস ট্রেডিং কৌশলগুলির জন্য সংশ্লিষ্ট পণ্যগুলি একত্রিত করুন।
বাজার ব্যবস্থা বিচার করার জন্য লুকানো মার্কভ মডেলের উপর ভিত্তি করে রাষ্ট্র পূর্বাভাস যোগ করুন।
বহু-কৌশল পরিচালনার জন্য চলমান গড় কৌশলগুলির সাথে মিশ্রিত কৌশলগুলি তৈরি করুন।
অপ্টিমাইজেশন ট্রেডিং কৌশল সংমিশ্রণ অন্বেষণ সর্বোত্তম পোর্টফোলিও ওজন খুঁজে পেতে।
সংক্ষেপে, গ্যান্ডাল্ফ কৌশলকে একাধিক মাত্রায় সম্প্রসারিত এবং অপ্টিমাইজ করা যায় যেমন প্রবণতা বিচার, স্বয়ংক্রিয় অপ্টিমাইজেশন, ঝুঁকি ব্যবস্থাপনা, কৌশলটিকে আরও শক্তিশালী এবং নির্ভরযোগ্য করে তুলতে।
গ্যান্ডালফ পরিমাণগত কৌশলটি প্রবণতা নির্ধারণের জন্য মূল্য তুলনার উপর ভিত্তি করে একটি সহজ তবে কার্যকর কৌশল। এটি প্রবণতা অনুসরণ এবং দ্রুত স্টপ লস এর ধারণাগুলি একত্রিত করে এবং ঝুঁকিগুলি কার্যকরভাবে নিয়ন্ত্রণ করতে পারে। কৌশল যুক্তি পরিষ্কার এবং সহজেই বোঝা যায়, ব্যক্তিগত ঝুঁকি পছন্দগুলির উপর ভিত্তি করে পরামিতিগুলি সামঞ্জস্য করা যায়। তবে এর কিছু মুনাফা ও হোল্ডিং ঝুঁকিও রয়েছে, যার জন্য যথাযথ অপ্টিমাইজেশন এবং পরিচালনা প্রয়োজন। সামগ্রিকভাবে, গ্যান্ডালফ কৌশলটি একটি নির্ভরযোগ্য, সহজেই উপলব্ধি করা এবং প্রবণতা অনুসরণকারী কৌশল, স্থিতিশীল মুনাফা অর্জনের জন্য উপযুক্ত।
/*backtest start: 2023-10-22 00:00:00 end: 2023-10-29 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=3 // The GandalfProjectResearchSystem strategy, as discussed in // “System Development Using Artificial Intelligence” // by Domenico D’Errico and Giovanni Trombetta strategy("Gandalf Project Research System", overlay=true) // Inputs Quantity = input(0, title="Quantity (0 to auto calc)") Single_Trade_Money = input(10000, minval=1, title="Money to spend on single trade") MaxProfitCloses = input(6, minval=1, title="Max Profit Close") MaxBars = input(8, minval=1, title="Max Total Bars") Enter_Gap = input(-0.08, title="Distance from low price to place entry limit") AltExit = input(true, title="Use Alt Exit") // Calculate Order Quantity Ncon = Single_Trade_Money / close // Misc Variables src = close BarsSinceEntry = 0 MaxProfitCount = 0 MedBodyPrice = (open + close) / 2.0 Weighted = (high + low + close + close) / 4.0 Median = (high + low) / 2.0 // Enter Conditions Cond00 = strategy.position_size == 0 Cond01 = ((Weighted[1] < Median[1] and Median[2] <= Weighted[1] and MedBodyPrice[2] <= Weighted[3]) or (Weighted[1] < Median[3] and MedBodyPrice[0] < Median[2] and MedBodyPrice[1] < MedBodyPrice[2])) Entry01 = Cond00 and Cond01 // Update Exit Variables BarsSinceEntry := Cond00 ? 0 : nz(BarsSinceEntry[1]) + 1 MaxProfitCount := Cond00 ? 0 : (close > strategy.position_avg_price and BarsSinceEntry > 1) ? nz(MaxProfitCount[1]) + 1 : nz(MaxProfitCount[1]) // Exit Conditions eCond01 = BarsSinceEntry - 1 >= MaxBars eCond02 = MaxProfitCount >= MaxProfitCloses eCond03 = ((Weighted[1] < MedBodyPrice[1] and Median[2] == MedBodyPrice[3] and MedBodyPrice[1] <= MedBodyPrice[4]) or (Weighted[2] < MedBodyPrice[0] and Median[4] <= Weighted[3] and MedBodyPrice[1] <= Weighted[1]) or (Weighted[2] < MedBodyPrice[0] and Median[4] <= Weighted[3] and MedBodyPrice[1] <= Weighted[1])) eCond04 = AltExit ? true : close - strategy.position_avg_price < 0 Exit01 = not Cond00 and (eCond01 or eCond02 or (eCond03 and eCond04)) // Entries strategy.entry(id="L1", long=true, limit=low + Enter_Gap, qty=(Quantity > 0 ? Quantity : Ncon), when=Entry01) // Exits strategy.close("L1", Exit01)