রিসোর্স লোড হচ্ছে... লোডিং...

ডুয়াল চ্যানেল ট্র্যাকিং বিপরীত কৌশল

লেখক:চাওঝাং, তারিখঃ ২০২৩-১১-০২ ১৬ঃ৩১ঃ৫০
ট্যাগঃ

img

সারসংক্ষেপ

ডুয়াল চ্যানেল ট্র্যাকিং বিপরীতমুখী কৌশল হল বিপরীতমুখী ট্রেডিং কৌশল যা বোলিংজার ব্যান্ড, কেল্টনার চ্যানেল এবং গতির সূচককে একত্রিত করে। এটি বোলিংজার ব্যান্ড এবং কেল্টনার চ্যানেলগুলির সংশ্লেষণের মাধ্যমে মূল্য সংকোচনের অঞ্চলগুলি সনাক্ত করে এবং প্রবেশ এবং প্রস্থান করার জন্য বিপরীতমুখী সংকেত নির্ধারণের জন্য গতির সূচকগুলি ব্যবহার করে।

কৌশলগত যুক্তি

  1. বোলিংজার ব্যান্ডের জন্য মাঝারি, উপরের এবং নীচের ব্যান্ড গণনা করুন

    • মাঝারি ব্যান্ড বন্ধের SMA ব্যবহার করে
    • উপরের এবং নীচের ব্যান্ড হল মাঝারি ব্যান্ড ± নিয়মিত স্ট্যান্ডার্ড ডিভিয়েশন মাল্টিপল
  2. কেল্টনার চ্যানেলগুলির জন্য মাঝারি, উপরের এবং নীচের ব্যান্ডগুলি গণনা করুন

    • মাঝারি ব্যান্ড বন্ধের SMA ব্যবহার করে
    • উপরের এবং নীচের ব্যান্ড হল মধ্যবর্তী ব্যান্ড ± নিয়মিত ATR মাল্টিপল
  3. বোলিংজার ব্যান্ডগুলি কেল্টনার চ্যানেলের ভিতরে রয়েছে কিনা তা নির্ধারণ করুন

    • নিম্ন বিবি > নিম্ন কেসি এবং উপরের বিবি < উপরের কেসি হলে চাপুন
    • অন্যথায় ছুটে যাও
  4. বিবি এবং কেসি মিডপয়েন্টের তুলনায় বন্ধের রৈখিক রিগ্রেশন ঢাল ভ্যালু গণনা করুন

    • val > 0 মানে close বাড়ছে, val < 0 মানে কমছে
  5. বন্ধের জন্য ROC এবং ROC এর EMA গণনা করুন

    • পরিবর্তন হার সামঞ্জস্যযোগ্য প্রান্তিক সীমা অতিক্রম করে কিনা তা নির্ধারণ করুন
    • থ্রেশহোল্ডের উপরে বর্তমান প্রবণতা নির্দেশ করে
  6. যখন চাপ দেওয়া হয়, তখন val > 0 এবং ROC প্রান্তিক সীমা অতিক্রম করে

    • সংক্ষেপে উল্টো।
  7. স্টপ লস এবং লাভের শর্তাবলী নির্ধারণ করুন

সুবিধা

  1. বিপরীতমুখী জন্য দ্বৈত চ্যানেল সিস্টেম একত্রিত করে উন্নত নির্ভুলতা

  2. লিনিয়ার রিগ্রেশন এবং পরিবর্তন হার ব্যবহার করে মিথ্যা সংকেত এড়ানো

  3. পণ্যগুলির মধ্যে অপ্টিমাইজেশনের জন্য নমনীয় সামঞ্জস্যযোগ্য পরামিতি

  4. স্টপ লস/টেক প্রফিট সহ ট্রেড প্রতি কার্যকর ঝুঁকি নিয়ন্ত্রণ

  5. কৌশলটি কার্যকর করার জন্য পর্যাপ্ত ব্যাকটেস্ট ডেটা

ঝুঁকি এবং সমাধান

  1. সংকীর্ণকরণ সবসময় কার্যকর বিপরীত দিকে পরিচালিত করে না

    • প্যারামিটার অপ্টিমাইজ করুন এবং সংকোচনের মানদণ্ড কঠোর করুন
  2. মিথ্যা ব্রেকআউট ভুল সংকেত সৃষ্টি করে

    • প্রবণতা দিক নির্ধারণের জন্য রৈখিক রিগ্রেশন যোগ করুন
  3. স্টপ লস খুব বড়, যার ফলে অতিরিক্ত একক ক্ষতি হয়

    • প্রতি ট্রেড ক্ষতির জন্য স্টপ লস পয়েন্ট এবং নিয়ন্ত্রণ অপ্টিমাইজ করুন
  4. পরীক্ষার সময়কাল অপর্যাপ্ত

    • দীর্ঘমেয়াদী কার্যকারিতা প্রমাণ করার জন্য পরীক্ষাগুলি আরও সময়সীমার মধ্যে প্রসারিত করুন

উন্নতির সুযোগ

  1. আরো পণ্যের জন্য পরামিতি অপ্টিমাইজেশান

  2. সমর্থন / প্রতিরোধের সনাক্তকরণের জন্য মেশিন লার্নিং যুক্ত করুন

  3. ব্রেকআউট বৈধতা উন্নত করার জন্য ভলিউম পরিবর্তন অন্তর্ভুক্ত করুন

  4. প্রবণতা স্থায়িত্বের জন্য একাধিক সময়সীমা বিশ্লেষণ সম্পাদন করুন

  5. ডায়নামিক স্টপ লস/টেক প্রফিট অপ্টিমাইজ করুন

সিদ্ধান্ত

ডুয়াল চ্যানেল ট্র্যাকিং রিভার্সাল কৌশলটি বিপরীত ট্রেডিংয়ের জন্য বোলিংজার ব্যান্ড এবং কেল্টনার চ্যানেলের মতো সূচক ব্যবহার করে। প্যারামিটার অপ্টিমাইজেশনের মাধ্যমে, এটি কিছু পরিমাণে ব্রেকআউট বৈধতা সনাক্ত করতে বিভিন্ন পণ্য জুড়ে অভিযোজিত হতে পারে। তবে বিপরীত ট্রেডিং এখনও অন্তর্নিহিত ঝুঁকি বহন করে, স্থিতিশীল অতিরিক্ত রিটার্নের জন্য নির্ভুলতা উন্নত করতে মেশিন লার্নিং ইত্যাদির আরও অন্তর্ভুক্তির প্রয়োজন।


/*backtest
start: 2023-10-02 00:00:00
end: 2023-11-01 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
// Credit for the initial Squeeze Momentum code to LazyBear, rate of change code is from Kiasaki
strategy("Squeeze X BF 🚀", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.0)

/////////////// Time Frame ///////////////
testStartYear = input(2012, "Backtest Start Year") 
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)

testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)

testPeriod() => true

/////////////// Squeeeeze ///////////////
length = input(20, title="BB Length")
mult = input(2.0,title="BB MultFactor")
lengthKC=input(22, title="KC Length")
multKC = input(1.5, title="KC MultFactor")
 
useTrueRange = input(true, title="Use TrueRange (KC)")
 
// Calculate BB
source = close
basis = sma(source, length)
dev = mult * stdev(source, length)
upperBB = basis + dev
lowerBB = basis - dev

// Calculate KC
ma = sma(source, lengthKC)
range = useTrueRange ? tr : (high - low)
rangema = sma(range, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC

sqzOn  = (lowerBB > lowerKC) and (upperBB < upperKC)
sqzOff = (lowerBB < lowerKC) and (upperBB > upperKC)
noSqz  = (sqzOn == false) and (sqzOff == false)

val = linreg(source - avg(avg(highest(high, lengthKC), lowest(low, lengthKC)),sma(close,lengthKC)), lengthKC,0)

///////////// Rate Of Change ///////////// 
roclength = input(30, minval=1), pcntChange = input(7, minval=1)
roc = 100 * (source - source[roclength]) / source[roclength]
emaroc = ema(roc, roclength / 2)
isMoving() => emaroc > (pcntChange / 2) or emaroc < (0 - (pcntChange / 2))

/////////////// Strategy ///////////////
long = val > 0 and isMoving()
short = val < 0 and isMoving()

last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

last_open_long_signal = 0.0
last_open_short_signal = 0.0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])

last_long_signal = 0.0
last_short_signal = 0.0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])

in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal

last_high = 0.0
last_low = 0.0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])

sl_inp = input(100.0, title='Stop Loss %') / 100
tp_inp = input(5000.0, title='Take Profit %') / 100
 
take_level_l = strategy.position_avg_price * (1 + tp_inp)
take_level_s = strategy.position_avg_price * (1 - tp_inp)

since_longEntry = barssince(last_open_long_signal != last_open_long_signal[1]) 
since_shortEntry = barssince(last_open_short_signal != last_open_short_signal[1]) 

slLong = in_long_signal ? strategy.position_avg_price * (1 - sl_inp) : na
slShort = strategy.position_avg_price * (1 + sl_inp)
long_sl = in_long_signal ? slLong : na
short_sl = in_short_signal ? slShort : na

/////////////// Execution ///////////////
if testPeriod()
    strategy.entry("Long",  strategy.long, when=long)
    strategy.entry("Short", strategy.short, when=short)
    strategy.exit("Long Ex", "Long", stop=long_sl, limit=take_level_l, when=since_longEntry > 0)
    strategy.exit("Short Ex", "Short", stop=short_sl, limit=take_level_s, when=since_shortEntry > 0)
    
/////////////// Plotting ///////////////
bcolor = iff(val > 0, iff(val > nz(val[1]), color.lime, color.green), iff(val < nz(val[1]), color.red, color.maroon))
plot(val, color=bcolor, linewidth=4)
bgcolor(not isMoving() ? color.white : long ? color.lime : short ? color.red : na, transp=70)
bgcolor(long_signal ? color.lime : short_signal ? color.red : na, transp=50)
hline(0, color = color.white)

আরো