রিসোর্স লোড হচ্ছে... লোডিং...
  1. বর্গক্ষেত্র
  2. বোলিংগার ব্যান্ড মুভিং মিডিয়ার উপর ভিত্তি করে স্বল্পমেয়াদী রিভার্সন পরিমাণগত কৌশল

বোলিংগার ব্যান্ড মুভিং মিডিয়ার উপর ভিত্তি করে স্বল্পমেয়াদী রিভার্সন পরিমাণগত কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-১৯ 16:17:47
ট্যাগঃ

img

সারসংক্ষেপ

এই কৌশলটি বোলিংজার ব্যান্ড সূচকের উপর ভিত্তি করে একটি স্বল্পমেয়াদী বিপরীত ট্রেডিং কৌশল। এটি মুভিং গড়, স্ট্যান্ডার্ড ডিভিয়েশন এবং বোলিংজার ব্যান্ডগুলিকে একত্রিত করে যখন দামগুলি অস্বাভাবিকভাবে ছড়িয়ে পড়ে তখন বিপরীত ট্রেডিংয়ের সুযোগ খুঁজতে।

কৌশল নীতি

  1. চলমান গড় এবং স্ট্যান্ডার্ড ডিভিয়েশন গণনা করুন। স্ট্যান্ডার্ড ডিভিয়েশন গণনা করতে sma চলমান গড় এবং stdev))) ফাংশন গণনা করতে sma () ফাংশন ব্যবহার করুন।

  2. চলমান গড় এবং স্ট্যান্ডার্ড ডিভিয়েশন অনুযায়ী বোলিংজার ব্যান্ডের উপরের এবং নীচের রেল গণনা করুন। উপরের রেলটি মূল্য + স্ট্যান্ডার্ড ডিভিয়েশন1 এবং নীচের রেল হল মূল্য মান বিচ্যুতি1.

  3. যখন দাম উপরের বা নীচের রেলের মধ্য দিয়ে যায়, তখন এটি নির্দেশ করে যে দামটি অস্বাভাবিক। এই সময়ে, আমরা বিপরীত ট্রেডিং করার সিদ্ধান্ত নিই।

  4. বিশেষ করে, যদি দাম নিম্ন রেলের চেয়ে কম হয়, তাহলে আমরা লম্বা যাই; যদি দাম উপরের রেলের চেয়ে বেশি হয়, তাহলে আমরা শর্ট করি।

সুবিধা বিশ্লেষণ

  1. অস্বাভাবিক মূল্য নির্ধারণের জন্য বোলিংজার ব্যান্ড চ্যানেল ব্যবহার করুন, যা বিপরীত ট্রেডিংয়ের ভিত্তি প্রদান করে।

  2. মুভিং মিডিয়ার ফ্যাক্টরের সাথে মিলিয়ে কিছু গোলমাল ট্রেড কার্যকরভাবে ফিল্টার করা যায়।

  3. স্ট্যান্ডার্ড ডিভিয়েশন ফ্যাক্টর প্রবর্তনের ফলে অস্বাভাবিক মূল্যের আরও ভাল বিচার করার জন্য বোলিংজার ব্যান্ড চ্যানেলকে আরও গতিশীল করে তোলে।

  4. এই কৌশলটির তুলনামূলকভাবে কম ব্যবহার এবং একটি নির্দিষ্ট স্থিতিশীলতা রয়েছে।

ঝুঁকি বিশ্লেষণ

  1. বোলিংজার ব্যান্ড সূচক পুরোপুরি মূল্যের অস্বাভাবিক অবস্থা নির্ধারণ করতে পারে না। মিথ্যা ব্রেকআউট হতে পারে।

  2. ট্রেডিং ফ্রিকোয়েন্সি খুব বেশি হতে পারে। ট্রেডিং ফ্রিকোয়েন্সি নিয়ন্ত্রণের জন্য উপযুক্তভাবে পরামিতিগুলি সামঞ্জস্য করার পরামর্শ দেওয়া হয়।

  3. উপরের এবং নীচের বোলিংজার ব্যান্ডের ব্রেকআউট সংকেতগুলি দীর্ঘ সময় ধরে স্থায়ী হতে পারে। আরও ভাল বিপরীত প্রভাব অর্জনের জন্য পরামিতিগুলির যথাযথ সমন্বয় প্রয়োজন।

  4. ঝুঁকি নিয়ন্ত্রণের জন্য যথাযথভাবে স্টপ লস চালু করুন।

অপ্টিমাইজেশান নির্দেশাবলী

  1. আরো যুক্তিসঙ্গত বোলিংজার ব্যান্ড চ্যানেল পাওয়ার জন্য চলমান গড় চক্র এবং স্ট্যান্ডার্ড ডিভিয়েশন পরামিতিগুলি অপ্টিমাইজ করুন।

  2. কিছু সংকেত ফিল্টার করার জন্য EMA এবং MACD এর মতো সহায়ক ফ্যাক্টর বৃদ্ধি করুন।

  3. স্টপ লস এবং পজিশন কন্ট্রোল মেকানিজম চালু করা।

  4. অবস্থান আকার এবং অবস্থান নিয়ন্ত্রণ ব্যবস্থা অপ্টিমাইজ করুন।

সংক্ষিপ্তসার

এই কৌশলটি বোলিংজার ব্যান্ড সূচকের মাধ্যমে অস্বাভাবিক মূল্য বিচার করে এবং চলমান গড় এবং স্ট্যান্ডার্ড ডিভিয়েশন পরামিতিগুলির সাথে বিপরীত ট্রেড করে। এটির একটি নির্দিষ্ট স্থিতিশীলতা রয়েছে। আমাদের পরামিতি অপ্টিমাইজেশান, সহায়ক কারণগুলির প্রবর্তন, স্টপ লস ম্যানেজমেন্ট এবং অবস্থান নিয়ন্ত্রণের মতো উপায়ে কৌশলটির সর্বাধিক ড্রডাউন আরও হ্রাস করতে এবং স্থিতিশীলতা উন্নত করতে হবে।

/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("BCE Version of EMA, SMA Mean Reversion", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
 
// Inputs
st_yr_inp = input(defval=2017, title='Backtest Start Year')
st_mn_inp = input(defval=01, title='Backtest Start Month')
st_dy_inp = input(defval=01, title='Backtest Start Day')
en_yr_inp = input(defval=2025, title='Backtest End Year')
en_mn_inp = input(defval=01, title='Backtest End Month')
en_dy_inp = input(defval=01, title='Backtest End Day')
sma_lookback = input(defval=100, title="Lookback Period For SMA")
ema_lookback = input(defval=10, title="Lookback Period For EMA")
long_diff_perc = input(defval=6, title="Percentage Deviation From SMA to go Long")/100
short_diff_perc = input(defval=20, title="Percentage Deviation From SMA to go Short")/100
ema_filter_bars = input(defval=4, title="The number of bars the EMA must rise/fall")
lng_allwd = input(defval=true, title="Allow Longs?")
srt_allwd = input(defval=true, title="Allow Shorts?")
use_stop = input(defval=true, title="Use Stoploss?")
stop_perc = input(defval=30, title="Stop Loss Percentage")/100
 
// Dates
start = timestamp(st_yr_inp, st_mn_inp, st_dy_inp,00,00)
end = timestamp(en_yr_inp, en_mn_inp, en_dy_inp,00,00)
can_trade = time >= start and time <= end
// Indicators Setup
sma = sma(close, sma_lookback)
ema = ema(close, ema_lookback)
 
// Strategy Calcuations
close_stdev = stdev(close, sma_lookback)
sd1_upper = close + (close_stdev * 1)
sd1_lower = close - (close_stdev * 1)
close_diff = (close - sma) / sma
 
// Entries and Exits
longCondition = close > sma and open > sma
if (time >= start and time <= end)
    if (longCondition)
        strategy.entry("Long", strategy.long)
    if use_stop
        stop_price = close * (1 - stop_perc)
        strategy.order("Long Stoploss", false, stop=stop_price)
 
shortCondition = close < sma and open < sma
if (shortCondition)
//    strategy.entry("Short", strategy.short)
//    if use_stop
//        stop_price = close * (1 + stop_perc)
//        strategy.order("Short Stoploss", true, stop=stop_price)
//if (time >= start)    
    strategy.close("Long", when=close < sma and open < sma)
//strategy.cancel("Long Stoploss", when=sma < sma[1])
//    strategy.close("Short", when=close > sma and open > sma)
//strategy.cancel("Short Stoploss", when=close_diff<=0)
 
// Plotting
sma_col = sma > sma[1] ? green : red
ema_fill = close_diff <= -long_diff_perc ? lime : close_diff >= short_diff_perc ? maroon : aqua
p_sma = plot(sma, color=sma_col, linewidth=3)
p_ema = plot(ema, color=black, linewidth=2)
p_sd1 = plot(sd1_upper, color=black, linewidth=1, transp=85)
p_sd2 = plot(sd1_lower, color=black, linewidth=1, transp=85)
fill(p_sd1, p_sd2, title='STDEV Fill', color=silver, transp=80)
fill(p_sma, p_ema, title='EMA > Mean Percentage', color=ema_fill, transp=80)
আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত