বহু-পরিমাপক সিদ্ধান্ত গাছের কৌশলঃ আইএমএসিডি, ইএমএ এবং প্রথম সমীকরণ টেবিল


সৃজন তারিখঃ 2024-01-22 11:25:56 সর্বশেষ পরিবর্তনঃ 2024-01-22 11:25:56
অনুলিপিঃ ০ ক্লিক সংখ্যাঃ ৩৪১
1
উদ্বেগ
1105
পর্যবেক্ষক

多指标决策树策略:IMACD、EMA和一目均衡表

সংক্ষিপ্তসার

এই কৌশলটি আইএমএসিডি, ইএমএ এবং প্রথম দিকে ভারসাম্যপূর্ণ টেবিলের মতো বিভিন্ন প্রযুক্তিগত সূচকগুলির সমন্বয় করে একটি বিস্তৃত সিদ্ধান্ত গাছের মডেল তৈরি করে যা কিনতে এবং বিক্রি করার সংকেত দেয়।

কৌশলগত নীতি

  1. আইএমএসিডিঃ ইমপুলসএমএসিডি এবং ইমপুলসহিস্টোর মাধ্যমে বাজারের প্রবণতা আরও ভালভাবে ক্যাপচার করার জন্য বর্ধিত ম্যাকডি
  2. প্রথম দিকে ভারসাম্যপূর্ণ টেবিলঃ পরিবর্তন লাইন, বেঞ্চমার্ক লাইন, অগ্রগামী লাইন A, অগ্রগামী লাইন B ইত্যাদি অঙ্কন, সমর্থন এবং প্রতিরোধের অবস্থান সনাক্তকরণ
  3. EMA 40: প্রবণতার দিকনির্দেশনা অনুমোদন
  4. আইএমএসিডি, ক্লাউড ম্যাপ উপাদান এবং ইএমএ 40 এর নির্দিষ্ট সম্পর্কের উপর ভিত্তি করে অতিরিক্ত এবং স্থগিত সংকেত প্রেরণ করুন

একাধিক সংকেত করুনঃ যখন IMACD একটি নির্দিষ্ট শর্তের রঙের জন্য এবং EMA 40 মেঘ চার্ট থেকে উচ্চতর হয় তখন আরও বেশি করুন

ফ্লাইট সিগন্যালঃ যখন আইএমএসিডি লাল হয় এবং ইএমএ 40 মেঘের চার্ট থেকে নীচে থাকে তখন ফ্লাইট করুন

সুবিধা বিশ্লেষণ

  1. মাল্টি-পরিমাপক সমন্বয়, সমন্বিত বাজারের প্রবণতা বিচার, সিদ্ধান্তের সঠিকতা উন্নত
  2. সিদ্ধান্তের গাছের মডেলের শ্রেণিবদ্ধকরণ স্পষ্ট, লেনদেনের সংকেত উত্পাদন স্পষ্ট
  3. EMA এর দৈর্ঘ্য সামঞ্জস্যযোগ্য, সহায়ক বিচারের জন্য আরও নমনীয়তা
  4. ক্লাউড চার্ট এবং ট্রেন্ড ইন্ডিকেটরগুলির সাথে যুক্ত, সমর্থন এবং প্রতিরোধের আরও ভালভাবে সনাক্ত করতে

ঝুঁকি বিশ্লেষণ

  1. একাধিক সূচক সংমিশ্রণ, প্যারামিটার সেটিং জটিল
  2. EMA এর দৈর্ঘ্য ভুলভাবে সেট করা হয়েছে, যা মিথ্যা ট্রেডিং সংকেত হতে পারে
  3. একই সময়ে একাধিক সূচকের দিকে মনোযোগ দিতে হবে, যা পরিচালনা করা কঠিন।

ঝুঁকি সমাধানঃ প্যারামিটার সেটিং অপ্টিমাইজ করা, ইএমএ দৈর্ঘ্য সামঞ্জস্য করা, অপারেটিং প্রক্রিয়া সরলীকৃত করা।

অপ্টিমাইজেশন দিক

  1. প্যারামিটার সেটিং অপ্টিমাইজ করুন, কৌশলগত স্থিতিশীলতা উন্নত করুন
  2. স্টপ লস কৌশল বাড়ানো, একক ক্ষতি নিয়ন্ত্রণ
  3. বিপুল সংখ্যক তথ্যের উপর ভিত্তি করে পুনরায় পরিমাপ, সংকেতের গুণমান উন্নত
  4. মেশিন লার্নিং অ্যালগরিদমের সাথে একত্রিত হয়ে একটি স্বয়ংক্রিয় সিদ্ধান্ত গাছ তৈরি করুন

সংক্ষিপ্তসার

এই কৌশলটি বিভিন্ন সূচক সনাক্তকরণের প্রবণতাকে সমন্বিতভাবে ব্যবহার করে সিদ্ধান্ত বৃক্ষের মডেল তৈরি করে ট্রেডিং সংকেত উত্পাদন করে। সুবিধাগুলি হ'ল সংকেতগুলির উচ্চ মানের, উচ্চ নির্ভুলতা এবং ধাপে ধাপে অনুকূলিতকরণের জন্য উপযুক্ত। দীর্ঘমেয়াদী স্থিতিশীল রিটার্ন অর্জনের জন্য ট্রেডিং ঝুঁকি নিয়ন্ত্রণের জন্য পরামিতি অপ্টিমাইজেশন এবং স্টপ লস কৌশলগুলিতে মনোযোগ দেওয়ার প্রয়োজন।

কৌশল উৎস কোড
                
                    /*backtest
start: 2024-01-14 00:00:00
end: 2024-01-21 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Decision Tree Strategy: IMACD, EMA and Ichimoku [cryptoonchain]", overlay=true)

lengthMA = input(34, title="Length MA")
lengthSignal = input(9, title="Length Signal")
conversionPeriods = input.int(9, minval=1, title="Conversion Line Length")
basePeriods = input.int(26, minval=1, title="Base Line Length")
laggingSpan2Periods = input.int(52, minval=1, title="Leading Span B Length")
displacement = input.int(26, minval=1, title="Lagging Span")
emaLength = input(40, title="EMA Length")  // Added user-configurable EMA length

calc_smma(src, len) =>
    smma = float(na)
    smma := na(smma[1]) ? ta.sma(src, len) : (smma[1] * (len - 1) + src) / len
    smma

calc_zlema(src, length) =>
    ema1 = ta.ema(src, length)
    ema2 = ta.ema(ema1, length)
    d = ema1 - ema2
    ema1 + d

src = ohlc4
hi = calc_smma(high, lengthMA)
lo = calc_smma(low, lengthMA)
mi = calc_zlema(src, lengthMA)

md = (mi > hi) ? (mi - hi) : (mi < lo) ? (mi - lo) : 0
sb = ta.sma(md, lengthSignal)
sh = md - sb
mdc = src > mi ? (src > hi ? color.rgb(128, 255, 0, 26) : color.green) : (src < lo ? color.red : color.orange)

colorCondition = color.rgb(128, 255, 0, 26)

conversionLine = math.avg(ta.lowest(conversionPeriods), ta.highest(conversionPeriods))
baseLine = math.avg(ta.lowest(basePeriods), ta.highest(basePeriods))
leadLine1 = math.avg(conversionLine, baseLine)
leadLine2 = math.avg(ta.lowest(laggingSpan2Periods), ta.highest(laggingSpan2Periods))

// Use user-configurable length for EMA
ema40 = ta.ema(close, emaLength)

ebc = input(false, title="Enable bar colors")
barcolor(ebc ? mdc : na)

conversionLinePlot = plot(conversionLine, color=#2962FF, title="Conversion Line", display=display.none)
baseLinePlot = plot(baseLine, color=#B71C1C, title="Base Line", display=display.none)
laggingSpanPlot = plot(close, offset=-displacement + 1, color=#43A047, title="Lagging Span", display=display.none)
leadLine1Plot = plot(leadLine1, offset=displacement - 1, color=#A5D6A7, title="Leading Span A", display=display.none)
leadLine2Plot = plot(leadLine2, offset=displacement - 1, color=#EF9A9A, title="Leading Span B", display=display.none)
kumoCloudUpperLinePlot = plot(leadLine1 > leadLine2 ? leadLine1 : leadLine2, offset=displacement - 1, title="Kumo Cloud Upper Line", display=display.none)
kumoCloudLowerLinePlot = plot(leadLine1 < leadLine2 ? leadLine1 : leadLine2, offset=displacement - 1, title="Kumo Cloud Lower Line", display=display.none)
fill(kumoCloudUpperLinePlot, kumoCloudLowerLinePlot, color=leadLine1 > leadLine2 ? color.green : color.red)

a = (leadLine1 > leadLine2 ? leadLine1 : leadLine2) 
b = (leadLine1 < leadLine2 ? leadLine1 : leadLine2)  

if mdc == colorCondition and ema40 > a[displacement - 1]
    strategy.entry("Long", strategy.long)

if mdc == color.red and ema40 < b[displacement - 1]
    strategy.entry("Short", strategy.short)

                
            
আরও দেখুন