ঘূর্ণিঝড়ের ওয়াইবার ট্রেন্ড ট্র্যাকিং কৌশলটি একটি ঘূর্ণিঝড়ের সূচকের উপর ভিত্তি করে একটি প্রবণতা ট্র্যাকিং কৌশল। এটি একাধিক বিভিন্ন সময়কালের চলমান গড় ব্যবহার করে ঘূর্ণিঝড়ের সূচক তৈরি করে, দামের সম্ভাব্য প্রবণতা সনাক্ত করে এবং স্বল্প সময়ের চলমান গড়কে সহযোগী রায় হিসাবে সংযুক্ত করে, কম ঝুঁকিপূর্ণ প্রবণতা ট্র্যাকিং অপারেশন অর্জন করে।
এই কৌশলটির কেন্দ্রীয় সূচক হল ঘূর্ণি সূচক। ঘূর্ণি সূচকটি বিভিন্ন পিরিয়ডের স্বল্প, মাঝারি এবং দীর্ঘমেয়াদী চলমান গড়ের সমন্বয়ে গঠিত। বিশেষত, কৌশলটি 6 দিন, 27 দিন, 72 দিন এবং 234 দিনের চারটি পিরিয়ডের চলমান গড় ব্যবহার করে। স্বল্পমেয়াদী চলমান গড় দামের সর্বশেষ প্রবণতা প্রতিফলিত করে এবং দীর্ঘমেয়াদী চলমান গড় দামের দীর্ঘমেয়াদী প্রবণতা প্রতিফলিত করে।
ঘূর্ণি সূচকটির উল্লেখযোগ্য সুবিধা হ’ল এটি সঠিকভাবে ট্রেন্ড নির্ধারণ করতে পারে এবং কার্যকরভাবে বাজার শব্দটি ফিল্টার করতে পারে। তবে এর প্রতিক্রিয়াটি যথেষ্ট সংবেদনশীল নয় এবং সময়মতো বিপরীত বিন্দুটি ধরতে পারে না। অতএব, কৌশলটি আরও সংবেদনশীল 6 দিনের চলমান গড় যুক্ত করে, একটি সহায়ক বিচার সূচক তৈরি করে। ঘূর্ণি সূচক এবং সহায়ক সূচকটি যখন শূন্য অক্ষের সাথে উপরে যায় তখন কেনা হয় এবং যখন শূন্য অক্ষের সাথে নীচে যায় তখন বিক্রি হয়। এটি একটি ঘূর্ণি সূচক তৈরি করে যা ট্রেন্ডের দিকনির্দেশ এবং শক্তি নির্ধারণ করে, সহায়ক সূচকটি ক্রয়-বিক্রয় পয়েন্টের একাধিক নিশ্চিতকরণ লজিক নির্ধারণ করে এবং একই সাথে অপারেশনটির সংবেদনশীলতা বাড়িয়ে দেয়।
এই কৌশলটির সর্বাধিক সুবিধা হ’ল সঠিক বিচার এবং অপারেশন সংবেদনশীলতা। ঘূর্ণিঝড়ের সূচক এবং সহায়ক সূচকগুলির সংমিশ্রণ, প্রবণতা বিচার এবং নির্দিষ্ট ক্রয়-বিক্রয় পয়েন্ট নির্ধারণের জন্য একটি জৈবিক একীকরণ অর্জন করে এবং প্রতিটি বিভাগের ভূমিকা একে অপরের হস্তক্ষেপ এড়াতে পারে। একাধিক নিশ্চিতকরণ ব্যবস্থা কার্যকরভাবে বাজার শব্দ ফিল্টার করতে পারে এবং ভুল অপারেশন এড়াতে পারে। পাশাপাশি সহায়ক সূচকগুলির অন্তর্ভুক্তিও কৌশলটির অপারেশন সংবেদনশীলতা নিশ্চিত করে।
একক সূচক কৌশল তুলনায়, কৌশলটি একাধিক সূচকগুলির সুবিধাগুলি ব্যবহার করে, বাজারের পরিবর্তনের জন্য সনাক্তকরণ এবং প্রতিক্রিয়া করার ক্ষমতা বেশি। বড় প্রবণতা অপরিবর্তিত থাকলে কৌশলটি স্থিতিশীল লাভ অর্জন করতে পারে; যখন বড় প্রবণতা পরিবর্তিত হয়, কৌশলটি দ্রুত প্রতিক্রিয়া জানাতে এবং ক্ষতি হ্রাস করতে পারে।
এই কৌশলটির প্রধান ঝুঁকি হ’ল সূচক প্যারামিটারগুলি ভুলভাবে সেট করা এবং অপ্রত্যাশিত ঘটনার প্রভাব। চলমান গড় প্যারামিটারগুলি সেট করার জন্য সংবেদনশীলতা এবং গোলমাল প্রতিরোধের ক্ষমতাকে ভারসাম্য দেওয়া প্রয়োজন, যদি প্যারামিটারগুলি ভুলভাবে সেট করা হয় তবে কৌশলটি অস্বাভাবিক আচরণের দিকে পরিচালিত করে। এছাড়াও, বড় ধরনের অপ্রত্যাশিত ঘটনাগুলি দামের তীব্র ওঠানামা সৃষ্টি করতে পারে, যা সূচককে অকার্যকর করে, যার ফলে ভুল লেনদেন হয়।
এই ঝুঁকিগুলি হ্রাস করার জন্য, প্যারামিটার সমন্বয়টি অনুকূলিতকরণ এবং পুনর্নির্মাণের পরামর্শ দেওয়া হয় যাতে সূচকটির কার্যকারিতা আরও স্থিতিশীল হয়। এছাড়াও, বড় ঘটনা দ্বারা আনা বাজারের প্রভাবগুলিও লক্ষ্য করা দরকার, যখন প্রয়োজন হয় তখন কৌশলটি স্থগিত করা এবং অস্বাভাবিক ওঠানামা সময়ের ভুল অপারেশন এড়ানো। যখন দামের প্রবণতা হ্রাস পায়, তখন ধীরে ধীরে পজিশন হ্রাস করাও একটি কার্যকর সুরক্ষা উপায়।
এই কৌশলটি নিম্নলিখিত দিকগুলি থেকে উন্নত করা যেতে পারেঃ
চলমান গড়ের প্যারামিটারগুলি অনুকূলিতকরণ, নির্দেশকগুলির ঝামেলার প্রতিরোধের ক্ষমতা এবং অপারেশন সংবেদনশীলতা উন্নত করুন। বিভিন্ন দৈর্ঘ্যের প্যারামিটারগুলির সংমিশ্রণ চেষ্টা করতে পারেন, মসৃণ এবং সংবেদনশীল সূচকগুলি চয়ন করুন।
স্টপ লস ম্যানেজমেন্ট বাড়ানো। যখন দামগুলি প্রতিকূল দিকের সমালোচনামূলক সমর্থনকে ভেঙে দেয়, তখন আরও ক্ষতি এড়াতে স্টপ লস সেট করুন।
অন্যান্য সূচকগুলির সাথে একত্রিত হয়ে কৌশলগত স্থিতিশীলতা বাড়ায়। উদাহরণস্বরূপ, লেনদেনের পরিমাণের সূচক যুক্ত করা, লেনদেনের পরিমাণ বৃদ্ধি পেলে কেবলমাত্র লেনদেনের সংকেত তৈরি হয়।
বিভিন্ন বাজারের পর্যায়ে বিভিন্ন প্যারামিটার সমন্বয় ব্যবহার করা হয়। উদাহরণস্বরূপ, বুল মার্কেটে আরো ইতিবাচক প্যারামিটার ব্যবহার করা হয়, যখন একটি ভাল বাজার হয় তখন আরো স্থিতিশীল সেটিং ব্যবহার করা হয়।
ঘূর্ণি ঘূর্ণি নির্দেশক ব্যবহার করে মূল্য প্রবণতার দিকনির্দেশনা এবং শক্তি নির্ধারণের জন্য এবং আরও সংবেদনশীল স্বল্পমেয়াদী চলমান গড়ের সাহায্যে নির্দিষ্ট ক্রয়-বিক্রয় সময় নির্ধারণের জন্য ঘূর্ণি ঘূর্ণি ঘূর্ণি ট্রেন্ড ট্র্যাকিং কৌশল। এই কৌশলটি সফলভাবে প্রবণতা বিচার এবং বাণিজ্য সম্পাদনের দুটি স্তরকে একত্রিত করে, যা অপারেশনের স্থিতিশীলতা নিশ্চিত করে এবং কৌশলটির নমনীয়তা বাড়ায়। প্যারামিটার অপ্টিমাইজেশন, স্টপ লস সেটিং এবং স্ট্যাটাস মেকানিজমের প্রবর্তনের মাধ্যমে কৌশলটির ঝুঁকির প্রতিরোধ ক্ষমতা আরও বাড়ানোর আশা করা হচ্ছে, আরও ভাল পরিমাপ সূচক এবং রিয়েল ডিস্ক পারফরম্যান্স অর্জনের জন্য।
/*backtest
start: 2022-11-30 00:00:00
end: 2023-12-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
//swap strategy line for study line to enable backtesting
strategy(title="Vortex Ocillator" )
//study(title = "Vortex Oscillator", precision = 6)
// Component Code Start
// Example usage:
// if testPeriod()
// strategy.entry("LE", strategy.long)
testStartYear = input(2017, "Backtest Start Year")
testStartMonth = input(01, "Backtest Start Month")
testStartDay = input(2, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = input(2048, "Backtest Stop Year")
testStopMonth = input(7, "Backtest Stop Month")
testStopDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
// A switch to control background coloring of the test period
testPeriodBackground = input(title="Color Background?", type=bool, defval=true)
testPeriodBackgroundColor = testPeriodBackground and (time >= testPeriodStart) and (time <= testPeriodStop) ? #00FF00 : na
bgcolor(testPeriodBackgroundColor, transp=97)
testPeriod() => true
// Component Code Stop
//vortex histogram
short_input = input(6, minval = 1)
long_input = input(27, minval = 1)
longer_input = input(72, minval = 1)
longest_input = input(234, minval = 1)
short = sma(close, short_input)
long = sma(close, long_input)
longer = sma(close, longer_input)
longest = sma(close, longest_input)
hist = short - long
longhist = short - longer
longesthist = short - longest
hist_fractal = input(3, minval = 0)
longhist_fractal = input(2, minval = 0)
longesthist_fractal = input(4, minval = 0)
vortexhist = avg((hist / hist_fractal), (longhist / longhist_fractal), (longesthist / longesthist_fractal))
crossover_calc = vortexhist > 0 and vortexhist[1] < 0
crossunder_calc = vortexhist < 0 and vortexhist[1] > 0
crossover2 = crossover(vortexhist, 0)
crossunder2 = crossunder(vortexhist, 0)
hist_color = hist > 0? fuchsia : purple
longhist_color = longhist > 0? olive : orange
longesthist_color = longesthist > 0? teal : blue
vortexhist_color = vortexhist >= 0? green : red
plot(longesthist, "Longest Ocillator", style = histogram, color = longesthist_color, transp = 5)
plot(longhist, "Longer Ocillator", style = histogram, color = longhist_color, transp = 30)
plot(hist, "Short Ocillator", style = histogram, color = hist_color, transp = 30)
plot(vortexhist, "Vortex Ocillator", style = columns, color = vortexhist_color, transp = 40)
plotshape(crossover_calc,title = "Crossover",location = location.bottom, style = shape.triangleup, size = size.small, color = green)
plotshape(crossunder_calc,title = "Crossunder",location = location.bottom, style = shape.triangledown, size = size.small, color = red)
//micro
micro_ema_length = input(6,"Micro EMA Length")
micro = ema(vortexhist, micro_ema_length)
plot(micro, title = "micro", linewidth = 1, color = white)
microup = crossover(vortexhist, micro)
microdown = crossunder(vortexhist, micro)
//new micro signals
xmicroup = microup and vortexhist >=0 or crossover_calc
xmicrodown = microdown and vortexhist >=0 or crossunder_calc
plotshape(xmicroup, title = "Micro up", style = shape.circle, color = olive, location = location.bottom, size = size.tiny)
plotshape(xmicrodown, title = "Micro down", style = shape.circle, color = fuchsia, location = location.bottom, size = size.tiny)
//optional strategy options for backtesting, comment out the alertcondition rows and swap the top study row for the strategy row to compile as strategy
if testPeriod()
strategy.entry("buy", true, 1, when = xmicroup, limit = low)
if testPeriod()
strategy.close("buy", when = xmicrodown)
//if (xmicroup)
//strategy.entry("My Long Entry Id", strategy.long)
//if (xmicroup)
//strategy.exit("My Short Exit Id", "My Short Entry Id")
//if (xmicrodown)
//strategy.exit("My Long Exit Id", "My Long Entry Id")