রিসোর্স লোড হচ্ছে... লোডিং...

অলস বিয়ার স্প্রেজ ইমপুটাম কৌশল

লেখক:চাওঝাং, তারিখঃ 2024-02-02 17:42:58
ট্যাগঃ

img

সারসংক্ষেপ

ল্যাজি বিয়ার স্প্রেজ মোমেন্টাম কৌশল একটি পরিমাণগত ট্রেডিং কৌশল যা বোলিংজার ব্যান্ড, কেল্টনার চ্যানেল এবং একটি গতির সূচককে একত্রিত করে। এটি বর্তমানে বাজারটি সংকুচিত কিনা তা নির্ধারণ করতে বোলিংজার ব্যান্ড এবং কেল্টনার চ্যানেল ব্যবহার করে, তারপরে একটি গতির সূচক ব্যবহার করে ট্রেডিং সংকেত তৈরি করে।

এই কৌশলটির প্রধান সুবিধা হ'ল প্রবণতা চলার শুরুটি স্বয়ংক্রিয়ভাবে সনাক্ত করা এবং গতির সূচক দিয়ে প্রবেশের সময় নির্ধারণ করা। তবে, বিভিন্ন পণ্য জুড়ে অপ্টিমাইজেশনের মাধ্যমে নির্দিষ্ট ঝুঁকিগুলিও মোকাবেলা করা দরকার।

কৌশলগত যুক্তি

ল্যাজি বিয়ার স্প্রেজ মম্পটম কৌশল নিম্নলিখিত তিনটি সূচকের উপর ভিত্তি করে বিচার করেঃ

  1. বোলিংজার ব্যান্ডঃ মধ্যম ব্যান্ড, উপরের ব্যান্ড এবং নীচের ব্যান্ড অন্তর্ভুক্ত
  2. কেল্টনার চ্যানেলঃ মাঝারি লাইন, উপরের লাইন এবং নিম্ন লাইন অন্তর্ভুক্ত
  3. গতির সূচকঃ বর্তমান মূল্য বিয়োগ মূল্য n দিন আগে

যখন বোলিংজার উপরের ব্যান্ডটি কেল্টনার উপরের লাইনের নীচে থাকে এবং বোলিংজার নিম্ন ব্যান্ডটি কেল্টনার নিম্ন লাইনের উপরে থাকে, তখন আমরা নির্ধারণ করি যে বাজারটি সংকুচিত। এটি সাধারণত একটি প্রবণতা চলার সূচনা হতে চলেছে।

প্রবেশের সময় নির্ধারণের জন্য, আমরা মূল্য পরিবর্তনের গতি পরিমাপ করতে গতির সূচক ব্যবহার করি। যখন গতি তার চলমান গড়ের উপরে অতিক্রম করে তখন একটি ক্রয় সংকেত উত্পন্ন হয় এবং যখন গতি তার চলমান গড়ের নীচে অতিক্রম করে তখন একটি বিক্রয় সংকেত তৈরি হয়।

সুবিধা বিশ্লেষণ

লেজি বিয়ার স্প্রেজ মোমেন্টাম কৌশলটির প্রধান সুবিধাঃ

  1. নতুন প্রবণতাগুলিতে প্রাথমিক প্রবেশগুলি স্বয়ংক্রিয়ভাবে সনাক্ত করুন
  2. সূচকগুলির সংমিশ্রণ মিথ্যা সংকেত প্রতিরোধ করে
  3. উভয় প্রবণতা এবং গড় বিপরীত ক্যাপচার
  4. অপ্টিমাইজেশনের জন্য কাস্টমাইজযোগ্য পরামিতি
  5. বিভিন্ন পণ্য জুড়ে দৃঢ়

ঝুঁকি বিশ্লেষণ

ল্যাজি বিয়ার স্প্রেজ মোমেন্টাম কৌশলটির কিছু ঝুঁকিও রয়েছে:

  1. Bollinger & Keltner থেকে মিথ্যা সংকেতের সম্ভাবনা
  2. গতির অস্থিরতা, সেরা এন্ট্রি অনুপস্থিত
  3. অপ্টিমাইজেশান ছাড়া দুর্বল পারফরম্যান্স
  4. পণ্য নির্বাচনের সাথে উচ্চ সম্পর্ক

ঝুঁকি হ্রাস করার জন্য, সুপারিশগুলির মধ্যে রয়েছেঃ বোলিংজার এবং কেল্টনারের জন্য দৈর্ঘ্য অনুকূল করা, স্টপ লস সামঞ্জস্য করা, তরল পণ্য নির্বাচন করা, অন্যান্য সূচকগুলির সাথে সংকেত যাচাই করা।

অপ্টিমাইজেশান নির্দেশাবলী

কর্মক্ষমতা আরও বাড়ানোর প্রধান দিকঃ

  1. পণ্য এবং সময়সীমার মধ্যে পরামিতিগুলির পরীক্ষার সমন্বয়
  2. বোলিংজার ব্যান্ড এবং কেল্টনার চ্যানেলের জন্য দৈর্ঘ্য অপ্টিমাইজ করুন
  3. ইম্পোমেন্ট ইন্ডিকেটরের দৈর্ঘ্য অপ্টিমাইজ করুন
  4. লং ও শর্ট ট্রেডের জন্য স্টপ লস/টেক প্রফিট
  5. সিগন্যাল যাচাইকরণের জন্য অতিরিক্ত সূচক

কঠোর পরীক্ষা এবং অপ্টিমাইজেশনের মাধ্যমে, কৌশলটির প্রান্ত এবং লাভজনকতা ব্যাপকভাবে উন্নত করা যেতে পারে।

সিদ্ধান্ত

ল্যাজি বিয়ার স্প্রেজ মোমেন্টাম কৌশলটি মাল্টি-ইন্ডিক্টর পদ্ধতির মাধ্যমে শক্তিশালী সংকেত উত্পাদন করে এবং কার্যকরভাবে নতুন প্রবণতা শুরু সনাক্ত করতে পারে। তবে এটি ঝুঁকিও বহন করে যা ট্রেডিং সরঞ্জাম জুড়ে অপ্টিমাইজেশান প্রয়োজন। ক্রমাগত পরীক্ষা এবং উন্নতির সাথে এটি একটি শক্তিশালী অ্যালগরিদমিক ট্রেডিং সিস্টেমে পরিণত হতে পারে।


/*backtest
start: 2024-01-31 00:00:00
end: 2024-02-01 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mtahreemalam original strategy by LazyBear

strategy(title = 'SQM Strategy, TP & SL',
         shorttitle = 'Squeeze.M Strat',
         overlay = true,
         pyramiding = 0,
         default_qty_type = strategy.percent_of_equity,
         default_qty_value = 100,
         initial_capital = 1000,
         commission_type=strategy.commission.percent, 
         commission_value=0.0,
         process_orders_on_close=true,
         use_bar_magnifier=true)
//Strategy logic
strategy_logic = input.string("Cross above 0", "Strategy Logic", options = ["LazyBear", "Cross above 0"])

// Date Range
testPeriodSwitch = input(false, "Custom Backtesting Date Range",group="Backtesting Date Range")
i_startTime = input(defval = timestamp("01 Jan 2022 00:01 +0000"), title = "Backtesting Start Time",group="Backtesting Date Range")
i_endTime = input(defval = timestamp("31 Dec 2022 23:59 +0000"), title = "Backtesting End Time",group="Backtesting Date Range")
timeCond = true
isPeriod = testPeriodSwitch == true ? timeCond : true

//// Stoploss and Take Profit Parameters
// Enable Long Strategy
enable_long_strategy = input.bool(true, title='Enable Long Strategy', group='SL/TP For Long Strategy', inline='1')
long_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_stoploss_percentage = close * (long_stoploss_value / 100) / syminfo.mintick
long_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_takeprofit_percentage = close * (long_takeprofit_value / 100) / syminfo.mintick

// Enable Short Strategy
enable_short_strategy = input.bool(true, title='Enable Short Strategy', group='SL/TP For Short Strategy', inline='3')
short_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_stoploss_percentage = close * (short_stoploss_value / 100) / syminfo.mintick
short_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_takeprofit_percentage = close * (short_takeprofit_value / 100) / syminfo.mintick

//// Inputs
//SQUEEZE MOMENTUM STRATEGY
length = input(20, title='BB Length', group = "Squeeze Momentum Settings")
mult = input(2.0, title='BB MultFactor', group = "Squeeze Momentum Settings")
source = close
lengthKC = input(20, title='KC Length', group = "Squeeze Momentum Settings")
multKC = input(1.5, title='KC MultFactor', group = "Squeeze Momentum Settings")
useTrueRange = input(true, title='Use TrueRange (KC)', group = "Squeeze Momentum Settings")
signalPeriod=input(5, title="Signal Length", group = "Squeeze Momentum Settings")
show_labels_sqm = input(title='Show Buy/Sell SQM Labels', defval=true, group = "Squeeze Momentum Settings")
h0 = hline(0)

// Defining MA
ma = ta.sma(source, length)

// Calculate BB
basis = ma
dev = mult * ta.stdev(source, length)
upperBB = basis + dev
lowerBB = basis - dev

// Calculate KC
range_1 = useTrueRange ? ta.tr : high - low
rangema = ta.sma(range_1, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC


// SqzON | SqzOFF | noSqz
sqzOn = lowerBB > lowerKC and upperBB < upperKC
sqzOff = lowerBB < lowerKC and upperBB > upperKC
noSqz = sqzOn == false and sqzOff == false

// Momentum
val = ta.linreg(source - math.avg(math.avg(ta.highest(high, lengthKC), ta.lowest(low, lengthKC)), ta.sma(close, lengthKC)), lengthKC, 0)

red_line = ta.sma(val,signalPeriod)
blue_line = val

// lqm = if val > 0
//         if val > nz(val[1])
        // long_sqm_custom
        // if val < nz(val[1])
        // short_sqm_custom
// Plots
//plot(val, style = plot.style_line, title = "blue line", color= color.blue, linewidth=2)
//plot(ta.sma(val,SignalPeriod), style = plot.style_line, title = "red line",color = color.red, linewidth=2)

//plot(val, color=blue, linewidth=2)
//plot(0, color=color.gray, style=plot.style_cross, linewidth=2)
//plot(red_line, color=red, linewidth=2)

//LOGIC
//momentum filter
//filterMom = useMomAverage ? math.abs(val) > MomentumMin / 100000 ? true : false : true
//}

////SQM Long Short Conditions
//Lazy Bear Buy Sell Condition
// long_sqm_lazy = (blue_line>red_line)
// short_sqm_lazy = (blue_line<red_line)

long_sqm_lazy = ta.crossover(blue_line,red_line)
short_sqm_lazy = ta.crossunder(blue_line,red_line)


//Custom Buy Sell Condition
dir_sqm = val < 0 ? -1 : 1
long_sqm_custom = dir_sqm == 1 //and dir_sqm[1] == -1
short_sqm_custom = dir_sqm == -1 //and dir_sqm[1] == 1

long_sqm = strategy_logic == "LazyBear" ? long_sqm_lazy : long_sqm_custom 
short_sqm = strategy_logic == "LazyBear" ? short_sqm_lazy : short_sqm_custom 


// Plot Stoploss & Take Profit Levels
long_stoploss_price = strategy.position_avg_price * (1 - long_stoploss_value / 100)
long_takeprofit_price = strategy.position_avg_price * (1 + long_takeprofit_value / 100)
short_stoploss_price = strategy.position_avg_price * (1 + short_stoploss_value / 100)
short_takeprofit_price = strategy.position_avg_price * (1 - short_takeprofit_value / 100)
plot(enable_long_strategy and not enable_short_strategy ? long_stoploss_percentage : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Long SL Level')
plot(enable_long_strategy and not enable_short_strategy ? long_takeprofit_percentage : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Long TP Level')
plot(enable_short_strategy and not enable_long_strategy ? short_stoploss_price : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Short SL Level')
plot(enable_short_strategy and not enable_long_strategy ? short_takeprofit_price : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Short TP Level')


// Long Strategy
if long_sqm and enable_long_strategy == true
    strategy.entry('Long', strategy.long)
    strategy.exit('Long  SL/TP', from_entry='Long', loss=long_stoploss_percentage, profit=long_takeprofit_percentage)
    strategy.close('Long', comment = "L. CL")

// Short Strategy
if short_sqm and enable_short_strategy == true 
    strategy.entry('Short', strategy.short)
    strategy.exit('Short SL/TP', from_entry='Short', loss=short_stoploss_percentage, profit=short_takeprofit_percentage)
    strategy.close('Short', comment = "S.Cl")

plot_sqm_long = long_sqm and not long_sqm[1]
plot_sqm_short = short_sqm and not short_sqm[1]

plotshape(plot_sqm_long and show_labels_sqm, title='Buy', style=shape.labelup, location=location.belowbar, size=size.normal, text='Buy', textcolor=color.new(color.white, 0), color=color.new(color.green, 0))
plotshape(plot_sqm_short and show_labels_sqm, title='Sell', style=shape.labeldown, location=location.abovebar, size=size.normal, text='Sell', textcolor=color.new(color.white, 0), color=color.new(color.red, 0))

// Date Range EXIT
if (not isPeriod) 
    strategy.cancel_all()
    strategy.close_all()


আরো