রিসোর্স লোড হচ্ছে... লোডিং...
  1. বর্গক্ষেত্র
  2. প্রবণতা ফিল্টার চলমান গড় ক্রসওভার পরিমাণগত কৌশল

প্রবণতা ফিল্টার চলমান গড় ক্রসওভার পরিমাণগত কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-০১ ১৪ঃ২৫ঃ০৮
ট্যাগঃ

img

সারসংক্ষেপ

ট্রেন্ড ফিল্টার মুভিং এভারেজ ক্রসওভার পরিমাণগত কৌশল একটি মাঝারি থেকে দীর্ঘমেয়াদী পরিমাণগত ট্রেডিং কৌশল। এটি দ্রুত এবং ধীর চলমান গড়ের ক্রসওভারের মাধ্যমে বাজারের প্রবণতা দিক নির্ধারণ করে এবং একটি কার্যকর প্রবণতা চিহ্নিত করার ভিত্তিতে বাজারে প্রবেশ করে। একই সাথে, এই কৌশলটি একটি প্রবণতা ফিল্টার হিসাবে একটি দীর্ঘ চক্র চলমান গড়ও সেট করে, যাতে দামগুলি যখন সেই চলমান গড়টি ভেঙে যায় তখনই বৈধ ট্রেডিং সংকেত উত্পন্ন হতে পারে।

কৌশলগত যুক্তি

এই কৌশলটি মূলত চলমান গড় ক্রসওভারের নীতির উপর ভিত্তি করে। বিশেষত, বিভিন্ন সময়ের সাথে দুটি চলমান গড় গণনা করা হয়, সাধারণত 20 দিনের এবং 50 দিনের লাইনে সেট করা হয়। যখন 20 দিনের লাইনটি নীচে থেকে 50 দিনের লাইনের উপরে ভেঙে যায় তখন একটি ক্রয় সংকেত উত্পন্ন হয় এবং যখন 20 দিনের লাইনটি 50 দিনের লাইনটি উপরে থেকে ভেঙে যায় তখন একটি বিক্রয় সংকেত উত্পন্ন হয়। এই সহজ ক্রসওভার সংকেতগুলি মাঝারি থেকে দীর্ঘমেয়াদে ব্রেকআউটগুলি ক্যাপচার করার জন্য বিবেচিত হয়।

উপরন্তু, কৌশলটি সামগ্রিক প্রবণতা বেঞ্চমার্ক হিসাবে 200 দিনের চলমান গড়ও নির্ধারণ করে। কেবলমাত্র যখন মূল্য 200 দিনের লাইনটি ভেঙে দেয়, তখন উপরে উল্লিখিত সহজ ক্রসওভার সংকেতগুলি বৈধ বলে মনে করা হয়। এটি একটি প্রবণতা ফিল্টারিং প্রক্রিয়া গঠন করে যা একটি পরিসীমা-সীমাবদ্ধ বাজারে অনেকগুলি অবৈধ সংকেত উত্পাদন এড়াতে পারে।

সুবিধা বিশ্লেষণ

  1. মাঝারি থেকে দীর্ঘমেয়াদী ট্রেডিং ফ্রিকোয়েন্সি অত্যধিক ট্রেডিং এড়ায়, ট্রেডিং খরচ এবং স্লিপিং ঝুঁকি হ্রাস করে।

  2. চলমান গড় ক্রসওভার নির্ধারণ স্পষ্ট এবং বোঝা এবং বাস্তবায়ন করা সহজ।

  3. প্রবণতা ফিল্টারিং প্রক্রিয়াটি বেশিরভাগ অবৈধ সংকেত ফিল্টার করতে পারে এবং জয়ের হার উন্নত করতে পারে।

  4. চলমান গড়ের পরামিতিগুলির নমনীয় সমন্বয় বিভিন্ন জাত এবং সময়চক্রের জন্য প্রযোজ্য।

  5. স্টপ লস এবং লাভ গ্রহণ একক লাভ এবং ক্ষতি নিয়ন্ত্রণ করতে সেট করা যেতে পারে।

ঝুঁকি বিশ্লেষণ

  1. যখন মূল্য চলমান গড়ের চারপাশে দোল খায়, তখন একাধিক অবৈধ সংকেত তৈরি হতে পারে যার ফলে অতিরিক্ত ট্রেডিং হতে পারে।

  2. দীর্ঘ-চক্রের চলমান গড়গুলি বাজারে পিছিয়ে থাকতে পারে, তাই প্রবণতা বিপরীত পয়েন্টগুলি মিস করে।

  3. চলমান গড়ের রেফারেন্স রেট নির্ধারণের জন্য তুলনামূলকভাবে দীর্ঘ ঐতিহাসিক তথ্য প্রয়োজন, যা নতুন জাত বা সংক্ষিপ্ত চক্রকে প্রয়োগযোগ্য করে তোলে না।

  4. কৌশল পরামিতিগুলির পুনরাবৃত্তি পরীক্ষা এবং অপ্টিমাইজেশান প্রয়োজন, ভুল সেটিংস কৌশল ব্যর্থতার কারণ হতে পারে।

ঝুঁকি হ্রাসঃ

  1. দীর্ঘ চক্রের চলমান গড় গ্রহণ করুন, অথবা প্রবণতা ফিল্টারিং শর্ত বৃদ্ধি করুন।

  2. প্রধান প্রবণতা নির্ধারণের জন্য অন্যান্য সূচক অন্তর্ভুক্ত করুন, যেমন শক্তি সূচক, অস্থিরতা সূচক ইত্যাদি।

  3. চলমান গড় চক্রের পরামিতিগুলির অভিযোজনযোগ্যতা উন্নত করা।

  4. কৌশলগত পরামিতিগুলিকে গতিশীলভাবে সামঞ্জস্য করার জন্য প্যারামিটার অপ্টিমাইজেশন এবং ফিডব্যাক প্রক্রিয়াগুলি বাড়ান।

কৌশল অপ্টিমাইজেশন

  1. বিভিন্ন ধরণের চলমান গড়ের চেষ্টা করুন, যেমন লিনিয়ার ওয়েটেড চলমান গড়।

  2. অ্যাডাপ্টিভ মুভিং মিডিয়ার চক্রের কার্যকারিতা বাড়ান।

  3. প্রবণতা পর্যায় নির্ধারণের জন্য অস্থিরতা সূচক অন্তর্ভুক্ত করা, চলমান গড় ক্রসওভারের বৈধতা উন্নত করা।

  4. মেশিন লার্নিং অ্যালগরিদম প্রবর্তন করে কৌশলগত পরামিতিগুলি স্বয়ংক্রিয়ভাবে অপ্টিমাইজ করা।

  5. মুনাফা অর্জনের জন্য মাল্টি-অ্যাসেট সংমিশ্রণ কৌশলগুলি অনুসন্ধান করুন।

সংক্ষিপ্তসার

ট্রেন্ড ফিল্টার মুভিং এভারেজ ক্রসওভার কৌশলটি সামগ্রিকভাবে একটি সহজ এবং ব্যবহারিক মাঝারি থেকে দীর্ঘমেয়াদী পরিমাণগত কৌশল। এটি চলমান গড় ক্রসওভারের মাধ্যমে মাঝারি থেকে দীর্ঘমেয়াদী প্রবণতা নির্ধারণ করে এবং তারপরে অবৈধ সংকেতগুলি হ্রাস করার জন্য প্রবণতা ফিল্টারিং ব্যবহার করে। এই কৌশলটি সহজেই বোঝা এবং বাস্তবায়ন করার সুবিধা রয়েছে, পরিমাণগত ব্যবসায়ের নতুনদের জন্য উপযুক্ত। উন্নতির সম্ভাব্য ক্ষেত্রগুলি চলমান গড়ের অপ্টিমাইজেশনে, পাশাপাশি অন্যান্য সূচক এবং মেশিন লার্নিং অ্যালগরিদমগুলির সাথে সংহতকরণে রয়েছে। একটি মৌলিক কৌশল হিসাবে, এটি আরও উন্নত পরিমাণগত সালিশ অ্যালগরিদমগুলির জন্য ট্রেডিং সংকেত সরবরাহ করতে পারে।

/*backtest
start: 2023-11-23 00:00:00
end: 2023-11-30 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

////////////////////////////////////////////////////////////////////////////////
// Booz Strategy
// Developed for Godstime
// Version 1.1
// 11/28/2021
////////////////////////////////////////////////////////////////////////////////

//@version=4
strategy("Booz Strategy", "", true)

// ----------------------------- Inputs ------------------------------------- //
source_ma_type = input("EMA", "Source MA Type", options=["SMA", "EMA"])
source_ma_length = input(50, "Source MA Length")
fast_ma_length = input(20, "Fast MA Length")
slow_ma_length = input(50, "Slow MA Length")        
use_trend_filter = input(true, "Trend Filter")
trend_filter_ma_type = input("EMA", "Trend Filter MA Type", options=["SMA", "EMA"])
trend_filter_ma_length = input(200, "Trend Filter MA Period")
show_mas = input(true, "Show MAs")
swing_trading_mode = input(false, "Swing Trading")

// -------------------------- Calculations ---------------------------------- //
fast_ma = ema(close, fast_ma_length)
slow_ma = ema(close, slow_ma_length)
source_ma = source_ma_type == "EMA"? ema(close, source_ma_length): 
                                     sma(close, source_ma_length)
trend_filter_ma = trend_filter_ma_type == "EMA"? ema(close, trend_filter_ma_length): 
                                                 sma(close, trend_filter_ma_length)

// --------------------------- Conditions ----------------------------------- //
uptrend = not use_trend_filter or close > trend_filter_ma
buy_cond = crossover(fast_ma, slow_ma) and uptrend

downtrend = not use_trend_filter or close < trend_filter_ma
sell_cond = crossunder(fast_ma, slow_ma) and downtrend

// ---------------------------- Plotting ------------------------------------ //
bgcolor(use_trend_filter and downtrend? color.red: use_trend_filter? color.green: na)
plot(show_mas? fast_ma: na, "Fast MA", color.green)
plot(show_mas? slow_ma: na, "Slow MA", color.red)
plot(show_mas? source_ma: na, "Source MA", color.purple)
plot(show_mas? trend_filter_ma: na, "Trend Filter MA", color.blue)


// ---------------------------- Trading  ------------------------------------ //
// Inputs
sl_perc = input(1.0, "Stop Loss (in %)", group="Backtest Control")/100
tp_perc = input(1.0, "Take Profit (in %)", group="Backtest Control")/100
leverage = input(10, "Leverage", maxval=100, group="Backtest Control")
bt_start_time = input(timestamp("2021 01 01"), "Backtest Start Time", input.time, group="Backtest Control")
bt_end_time = input(timestamp("2021 12 31"), "Backtest End Time", input.time, group="Backtest Control")

// Trading Window
in_trading_window = true
trade_qty = 1

// Long Side
strategy.entry("Long Entry", strategy.long, trade_qty, when=buy_cond and in_trading_window)
long_tp = strategy.position_avg_price * (1 + tp_perc)
long_sl = strategy.position_avg_price * (1 - sl_perc)
if not swing_trading_mode
    strategy.exit("Long Exit", "Long Entry", limit=long_tp, stop=long_sl)

// Short Side
strategy.entry("Short Entry", strategy.short, trade_qty, when=sell_cond and in_trading_window)
short_tp = strategy.position_avg_price * (1 - tp_perc)
short_sl = strategy.position_avg_price * (1 + sl_perc)
if not swing_trading_mode
    strategy.exit("Short Exit", "Short Entry", limit=short_tp, stop=short_sl)

// End of trading window close
strategy.close_all(when=not in_trading_window)
আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত