রিসোর্স লোড হচ্ছে... লোডিং...

ডায়নামিক প্যাটার্ন ট্রেন্ড বিপরীত কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-১৩ ১৬ঃ৫২ঃ৩৪
ট্যাগঃ

img

সারসংক্ষেপ

ডায়নামিক প্যাটার্ন ট্রেন্ড রিভার্সাল কৌশলটি দাম এবং চলমান গড় রেখা পূর্বাভাস দেওয়ার জন্য ট্রেডিং সিগন্যাল তৈরির জন্য প্যাটার্ন গঠনের জন্য রৈখিক রিগ্রেশন ব্যবহার করে। এটি পূর্বাভাস মূল্য উপরে চলমান গড় রেখার উপরে ক্রস যখন কিনতে সংকেত উত্পাদন করে এবং নীচে নীচে ক্রস যখন বিক্রয় সংকেত, প্রবণতা বিপরীত ক্যাপচার।

কৌশলগত যুক্তি

  1. পূর্বাভাস মূল্য পেতে ট্রেডিং ভলিউমের উপর ভিত্তি করে স্টক মূল্যের রৈখিক রিগ্রেশন গণনা করুন
  2. বিভিন্ন অবস্থার অধীনে চলমান গড় গণনা করুন
  3. যখন পূর্বাভাসিত মূল্য চলমান গড়কে অতিক্রম করে তখন ক্রয় সংকেত তৈরি করুন
  4. যখন পূর্বাভাস মূল্য নিম্নগামী চলমান গড় অতিক্রম করে তখন বিক্রয় সংকেত তৈরি করুন
  5. প্রবণতা বিপরীত হওয়ার সময় নির্ধারণের জন্য MACD সূচক অন্তর্ভুক্ত করুন

উপরের সিগন্যালগুলোকে একাধিকবার নিশ্চিত করার সংমিশ্রণটি ভুয়া ব্র্যাকআউট এড়াতে এবং নির্ভুলতা বাড়াতে সাহায্য করে।

সুবিধা বিশ্লেষণ

  • মূল্যের প্রবণতা পূর্বাভাস দেওয়ার জন্য রৈখিক রিগ্রেশন ব্যবহার করুন, সংকেত নির্ভুলতা উন্নত করুন
  • চলমান গড় প্যাটার্নের মাধ্যমে প্রবণতা বিপরীতকরণ ক্যাপচার করুন
  • ট্রেডিং ভলিউমের উপর ভিত্তি করে রিগ্রেশন ভাল অর্থনৈতিক অর্থ আছে
  • এমএসিডি ইত্যাদির একাধিক নিশ্চিতকরণ মিথ্যা সংকেত হ্রাস করে

ঝুঁকি বিশ্লেষণ

  • লিনিয়ার রিগ্রেশন পরামিতিগুলি ফলাফলকে উল্লেখযোগ্যভাবে প্রভাবিত করে
  • চলমান গড় সেটিংগুলিও সংকেতের গুণমানকে প্রভাবিত করে
  • নিশ্চিত হওয়া সত্ত্বেও, মিথ্যা সংকেতগুলি এখনও ঝুঁকিপূর্ণ
  • কোডটি ট্রেডিং ফ্রিকোয়েন্সি হ্রাস এবং মুনাফা হার উন্নত করার জন্য আরও অনুকূলিত করা যেতে পারে

অপ্টিমাইজেশান নির্দেশাবলী

  • লিনিয়ার রিগ্রেশন এবং চলমান গড়ের পরামিতিগুলি অপ্টিমাইজ করুন
  • মিথ্যা সংকেতের হার কম করার জন্য আরো নিশ্চিতকরণ শর্ত যোগ করুন
  • প্রবণতা বিপরীতকরণের গুণমান বিচার করার জন্য আরও কারণ অন্তর্ভুক্ত করুন
  • স্বতন্ত্র ট্রেডিংয়ের ঝুঁকি কমাতে স্টপ লস কৌশল উন্নত করা

সিদ্ধান্ত

ডায়নামিক প্যাটার্ন ট্রেন্ড বিপরীত কৌশল প্রবণতা বিপরীত ক্যাপচার করতে রৈখিক রিগ্রেশন ভবিষ্যদ্বাণী এবং চলমান গড় নিদর্শন একীভূত করে। একক সূচক কৌশল তুলনায়, এটি উচ্চ নির্ভরযোগ্যতা আছে। পরামিতি, নিশ্চিতকরণ এবং অন্যান্য অপ্টিমাইজেশান উপর আরও উন্নতি সংকেত মান এবং লাভজনকতা উন্নত করতে পারেন।


/*backtest
start: 2023-12-05 00:00:00
end: 2023-12-12 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © stocktechbot
//@version=5
strategy("Linear Cross", overlay=true, margin_long=100, margin_short=0)

//Linear Regression

vol = volume

// Function to calculate linear regression
linregs(y, x, len) =>
    ybar = math.sum(y, len)/len
    xbar = math.sum(x, len)/len
    b = math.sum((x - xbar)*(y - ybar),len)/math.sum((x - xbar)*(x - xbar),len)
    a = ybar - b*xbar
    [a, b]

// Historical stock price data
price = close

// Length of linear regression
len = input(defval = 21, title = 'Strategy Length')
linearlen=input(defval = 9, title = 'Linear Lookback')
[a, b] = linregs(price, vol, len)

// Calculate linear regression for stock price based on volume
//eps = request.earnings(syminfo.ticker, earnings.actual)
//MA For double confirmation

out = ta.sma(close, 200)
outf = ta.sma(close, 50)
outn = ta.sma(close, 90)
outt = ta.sma(close, 21)
outthree = ta.sma(close, 9)

// Predicted stock price based on volume
predicted_price = a + b*vol

// Check if predicted price is between open and close
is_between = open < predicted_price and predicted_price < close

//MACD
//[macdLine, signalLine, histLine] = ta.macd(close, 12, 26, 9)

// Plot predicted stock price
plot(predicted_price, color=color.rgb(65, 59, 150), linewidth=2, title="Predicted Price")
plot(ta.sma(predicted_price,linearlen), color=color.rgb(199, 43, 64), linewidth=2, title="MA Predicted Price")
//offset = input.int(title="Offset", defval=0, minval=-500, maxval=500)
plot(out, color=color.blue, title="MA200")
[macdLine, signalLine, histLine] = ta.macd(predicted_price, 12, 26, 9)

//BUY Signal

longCondition=false
mafentry =ta.sma(close, 50) > ta.sma(close, 90)
//matentry = ta.sma(close, 21) > ta.sma(close, 50)
matwohun = close > ta.sma(close, 200)
twohunraise = ta.rising(out, 2)
twentyrise = ta.rising(outt, 2)
macdrise = ta.rising(macdLine,2)
macdlong = ta.crossover(predicted_price, ta.wma(predicted_price,linearlen))  and (signalLine < macdLine)
if macdlong and macdrise
    longCondition := true

if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)
//Sell Signal
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)
daysSinceEntry = len
daysSinceEntry := int((time - strategy.opentrades.entry_time(strategy.opentrades - 1)) / (24 * 60 * 60 * 1000))
percentageChange = (close - lastEntryPrice) / lastEntryPrice * 100
//trailChange = (ta.highest(close,daysSinceEntry) - close) / close * 100

//label.new(bar_index, high, color=color.black, textcolor=color.white,text=str.tostring(int(trailChange)))
shortCondition=false
mafexit =ta.sma(close, 50) < ta.sma(close, 90)
matexit = ta.sma(close, 21) < ta.sma(close, 50)
matwohund = close < ta.sma(close, 200)
twohunfall = ta.falling(out, 3)
twentyfall = ta.falling(outt, 2)
shortmafall = ta.falling(outthree, 1)
macdfall = ta.falling(macdLine,1)
macdsell = macdLine < signalLine
if macdfall and macdsell and (macdLine < signalLine) and ta.falling(low,2)
    shortCondition := true

if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)




আরো