এই কৌশলটি ভবিষ্যতের দামের পূর্বাভাসের জন্য লোগারিদমিক ফাংশনের ইনপুট প্যারামিটার হিসাবে জেড-স্কোর গণনা করার জন্য স্ট্যান্ডার্ড ডিভিয়েশন এবং ট্রেডিং ভলিউমের গড়ের উপর ভিত্তি করে দামের পরিবর্তনগুলি মডেল করার জন্য লগারিদমিক ফাংশন ব্যবহার করে।
এই কৌশলটি লোগারিথমিক ফাংশন ব্যবহার করে ট্রেডিং ভলিউম এবং মূল্য পূর্বাভাসের পরিসংখ্যানগত তথ্যকে একত্রিত করে।
এর সুবিধাগুলো হল:
এই কৌশলের কিছু ঝুঁকিও রয়েছেঃ
নিম্নলিখিত উপায়ে ঝুঁকি কমাতে পারেঃ
এই কৌশলটি নিম্নলিখিতগুলির দ্বারা আরও অনুকূলিত করা যেতে পারেঃ
একাধিক পদ্ধতির সংমিশ্রণ স্থিতিশীলতা এবং লাভজনকতা আরও উন্নত করতে পারে।
এই কৌশলটি ট্রেডিং ভলিউমের পরিসংখ্যানগত সূচক এবং লোগারিদমিক পূর্বাভাসকে একটি অনন্য পরিমাণগত ট্রেডিং পদ্ধতিতে একীভূত করে। ক্রমাগত অপ্টিমাইজেশান সহ, এটি একটি দক্ষ এবং স্থিতিশীল স্বয়ংক্রিয় ট্রেডিং সিস্টেমে পরিণত হতে পারে। মেশিন লার্নিং এবং পোর্টফোলিও অপ্টিমাইজেশান তত্ত্বগুলি ব্যবহার করে, আমরা এর ট্রেডিং কর্মক্ষমতা আরও উন্নত করতে আত্মবিশ্বাসী।
/*backtest start: 2023-11-19 00:00:00 end: 2023-12-10 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 strategy("Logistic", overlay=true ) volume_pos = 0.0 volume_neg = 0.0 roc = roc(close, 1) for i = 0 to 100 if (roc > 0) volume_pos := volume else volume_neg := volume volume_net = volume_pos - volume_neg net_std = stdev(volume_net, 100) net_sma = sma(volume_net, 10) z = net_sma / net_std std = stdev(close, 20) logistic(close, std, z) => m = (close + std) a = std / close pt = m / ( 1 + a*exp(-z)) pt pred = logistic(close, std, z) buy = pred > close * 1.005 sell = pred < close * 0.995 color = strategy.position_size > 0? #3BB3E4 : strategy.position_size == 0? #FF006E : #6b6b6b barcolor(color) if (buy == true) strategy.entry("Long", strategy.long, comment="Open L") if (sell == true) strategy.close("Long", comment="Close L")