রিসোর্স লোড হচ্ছে... লোডিং...

FRAMA এবং ডাবল মুভিং মিডিয়ার উপর ভিত্তি করে চলমান গড় ক্রসওভার ট্রেডিং কৌশল

লেখক:চাওঝাং, তারিখ: ২০২৩-১২-২২ ১৬ঃ০৮ঃ২৩
ট্যাগঃ

সারসংক্ষেপ

এই কৌশলটি প্রথমে 13 পেরিড এবং 26 পেরিডের সহজ চলমান গড় গণনা করে, এবং তারপর FRAMA সূচক গণনা করে। যখন দ্রুত লাইন নীচে থেকে উপরে থেকে ধীর লাইনটি ভেঙে যায় এবং যখন দ্রুত লাইনটি উপরে থেকে নীচে থেকে ধীর লাইনটি ভেঙে যায় বা যখন FRAMA সূচকটি উপরে থেকে নীচে থেকে বন্ধের দামটি ভেঙে যায় তখন অবস্থানটি ছেড়ে যায়।

কৌশল নীতি

এই কৌশলটি মূলত ট্রেডিং সংকেত তৈরির জন্য চলমান গড় ক্রসওভার ব্যবহার করে। যখন স্বল্পমেয়াদী চলমান গড় নীচে থেকে উপরে দীর্ঘমেয়াদী চলমান গড়ের মধ্য দিয়ে ভেঙে যায়, তখন এটি নির্দেশ করে যে প্রবণতা হ্রাস থেকে বৃদ্ধিতে ফিরে আসছে এবং দীর্ঘ চলে যায়। যখন স্বল্পমেয়াদী চলমান গড় দীর্ঘমেয়াদীটির নীচে ক্রস করে, তখন এটি একটি আসন্ন বিপরীত নির্দেশ করে এবং অবস্থানটি বন্ধ করে দেয়।

এদিকে, ফ্রেমা সূচকটি একটি সহায়ক রায় হিসাবে চালু করা হয়। ফ্রেম সূচকটি একটি অভিযোজিত চলমান গড় রেখা যা ফ্র্যাক্টাল বাজার অনুমানের উপর ভিত্তি করে উন্নত। বিভিন্ন সময়ের মধ্যে মূল্যের ওঠানামা প্রসারণের লোগারিদমিক পরিবর্তনের হার গণনা করে, এটি গতিশীলভাবে চলমান গড়ের মসৃণতা সামঞ্জস্য করার জন্য রিয়েল টাইমে বাজারের ফ্র্যাক্টাল মাত্রা অনুমান করে। যখন ফ্রেমা সূচকটি বন্ধের দামের নীচে অতিক্রম করে, এটি একটি প্রবণতা বিপরীত সংকেত নির্দেশ করে। চলমান গড় ক্রসওভার সংকেতের সাথে একত্রিত, এটি রায়ের নির্ভুলতা উন্নত করে।

সুবিধা বিশ্লেষণ

কৌশলটি দ্বৈত চলমান গড় ক্রসওভার এবং FRAMA সূচককে একত্রিত করে, যা কার্যকরভাবে মিথ্যা ব্রেকআউট সংকেতগুলি ফিল্টার করতে পারে এবং ট্রেডিং সংকেতগুলির গুণমান উন্নত করতে পারে। দ্বৈত চলমান গড় ক্রসওভার মূলত প্রধান ট্রেডিং দিকের বিচার করে, যখন সহায়ক FRAMA রায়টি দোলনশীল বাজারে বিপরীতমুখী টাইমিং মিস করা এড়াতে পারে।

একক সূচক এবং মডেলের তুলনায়, এই কৌশলটি সংকেতের গুণমানকে উল্লেখযোগ্যভাবে উন্নত করতে পারে এবং ভুল মূল্যায়নের সম্ভাবনা হ্রাস করতে পারে। এদিকে, দ্রুত এবং ধীর গতির গড়গুলি একত্রিত করে, এটি ফাঁদে পড়া এড়াতে প্রবণতা অনুসরণ করতে পারে।

ঝুঁকি বিশ্লেষণ

এই কৌশলটির প্রধান ঝুঁকিগুলি হ'ল দ্বৈত চলমান গড়গুলি আরও মিথ্যা ব্রেকআউট সংকেত উত্পাদন করতে পারে এবং ফ্রেমা সূচকের পরামিতি সেটিংগুলি কার্যকারিতাকেও প্রভাবিত করবে। তদতিরিক্ত, নির্দিষ্ট বাজারের শর্তে দ্রুত এবং ধীর রেখাগুলি, ফ্রেমা এবং বন্ধের দামের মধ্যে ক্রসওভার ছাড়াই দীর্ঘ সময় থাকতে পারে, যার ফলে ট্রেডিংয়ের সুযোগ নেই।

উপরোক্ত ঝুঁকিগুলি নিয়ন্ত্রণের জন্য, চলমান গড় সময়ের মতো পরামিতিগুলি সেই অনুযায়ী সামঞ্জস্য করা যেতে পারে, বা অন্যান্য সূচকগুলির সাথে ফিল্টার করা যেতে পারে। এছাড়াও, FRAMA সূচকের পরামিতিগুলি, যার মধ্যে দৈর্ঘ্য, ফ্র্যাক্টাল ফ্যাক্টর অন্তর্ভুক্ত রয়েছে, অতিরিক্ত মসৃণতা বা অতিরিক্ত সংবেদনশীলতা এড়াতে বিভিন্ন বাজারের সাথে সামঞ্জস্যপূর্ণভাবে সেট করা দরকার।

অপ্টিমাইজেশান নির্দেশাবলী

কৌশলটি নিম্নলিখিত দিকগুলিতে অপ্টিমাইজ করা যেতে পারেঃ

সর্বোত্তম প্যারামিটার জোড়া খুঁজে পেতে চলমান গড়ের আরও সংমিশ্রণ এবং সময় পরীক্ষা করুন।
একক ক্ষতি নিয়ন্ত্রণের জন্য স্টপ লস কৌশল যোগ করুন।
কম ভলিউমের সময় মিথ্যা ব্রেকআউট এড়াতে ট্রেডিং ভলিউম সূচকগুলি একত্রিত করুন।
মেশিন লার্নিং মডেল যুক্ত করুন রিয়েল টাইমে বাজার অবস্থা মূল্যায়ন করতে এবং গতিশীলভাবে পরামিতিগুলি সামঞ্জস্য করতে।
সিদ্ধান্তের গুণমান উন্নত করতে আবেগ সূচক, সংবাদ এবং অন্যান্য বহু-ফ্যাক্টর একত্রিত করুন।

সিদ্ধান্ত

এই প্রাথমিক কৌশলটি দ্বৈত চলমান গড় ক্রসওভার এবং FRAMA সূচক প্রয়োগের সমন্বয় করে। সরলতা এবং স্বজ্ঞাততা বজায় রাখার ভিত্তিতে, এটি কার্যকরভাবে সংকেত মান উন্নত করেছে এবং আরও পরীক্ষা এবং অপ্টিমাইজেশনের মূল্যবান। প্যারামিটার টিউনিং, নতুন সূচক প্রবর্তনের মতো অপ্টিমাইজেশনের সাথে, এই কৌশলটি একটি স্থিতিশীল এবং নির্ভরযোগ্য ট্রেডিং কৌশল হয়ে উঠবে বলে আশা করা যেতে পারে।

/*backtest
start: 2023-12-14 00:00:00
end: 2023-12-16 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Fractal Adaptive Moving Average",shorttitle="FRAMA",overlay=true)


ma_fast = sma(close,13)

ma_slow = sma(close,26)
plot(ma_fast,color = green)
plot(ma_slow, color = yellow)
price = input(hl2)
len = input(defval=16,minval=1)
FC = input(defval=1,minval=1)
SC = input(defval=198,minval=1)
len1 = len/2
w = log(2/(SC+1))
H1 = highest(high,len1)
L1 = lowest(low,len1)
N1 = (H1-L1)/len1
H2 = highest(high,len)[len1]
L2 = lowest(low,len)[len1]
N2 = (H2-L2)/len1
H3 = highest(high,len)
L3 = lowest(low,len)
N3 = (H3-L3)/len
dimen1 = (log(N1+N2)-log(N3))/log(2)
dimen = iff(N1>0 and N2>0 and N3>0,dimen1,nz(dimen1[1]))
alpha1 = exp(w*(dimen-1))
oldalpha = alpha1>1?1:(alpha1<0.01?0.01:alpha1)
oldN = (2-oldalpha)/oldalpha
N = (((SC-FC)*(oldN-1))/(SC-1))+FC
alpha_ = 2/(N+1)
alpha = alpha_<2/(SC+1)?2/(SC+1):(alpha_>1?1:alpha_)
out = (1-alpha)*nz(out[1]) + alpha*price
plot(out,title="FRAMA",color=purple,transp=0)
entry() => crossover(ma_fast, ma_slow) and (out < close)
exit() => crossover(ma_slow, ma_fast) or crossunder(out, close)

strategy.entry(id= "MA cross", long = true, when = entry())
strategy.close(id= "MA cross", when = exit())

আরো

2019 FMZ - সমস্ত অধিকার সংরক্ষিত