রিসোর্স লোড হচ্ছে... লোডিং...

ডায়নামিক মাল্টি-ইন্ডিক্টর কোন্টিটেটিভ ট্রেডিং স্ট্র্যাটেজি

লেখক:চাওঝাং, তারিখঃ 2024-02-04 14:42:05
ট্যাগঃ

img

সারসংক্ষেপ

এই কৌশলটি স্টক এবং ক্রিপ্টোকারেন্সির মতো অন্তর্নিহিত সম্পদগুলিকে গতিশীলভাবে বাণিজ্য করার জন্য একাধিক প্রযুক্তিগত সূচকের সংমিশ্রণ সংকেতগুলি ব্যবহার করে। কৌশলটি স্বয়ংক্রিয়ভাবে বাজারের প্রবণতা সনাক্ত করতে এবং সেগুলি ট্র্যাক করতে পারে। এছাড়াও, ঝুঁকি নিয়ন্ত্রণের জন্য স্টপ লস প্রক্রিয়া অন্তর্ভুক্ত করা হয়।

নীতিমালা

এই কৌশলটি মূলত মুভিং এভারেজ, রিলেটিভ স্ট্রেনথ ইনডেক্স (আরএসআই), মিডিয়ান ট্রু রেঞ্জ (এটিআর) এবং ডিরেক্টিভ মুভমেন্ট ইনডেক্স (এডিএক্স) ব্যবহার করে ট্রেডিং সিগন্যাল তৈরি করে।

এই সিস্টেমটি দীর্ঘমেয়াদী প্রবণতাগুলিকে কার্যকরভাবে সনাক্ত করতে পারে। এটি প্রথমত সিগন্যাল গঠনের জন্য ডাবল চলমান গড় ক্রসওভার গ্রহণ করে। দ্রুত রেখার দৈর্ঘ্য 10 দিন এবং ধীর রেখার দৈর্ঘ্য 50 দিন। গোল্ডেন ক্রসওভার (নীচে থেকে ধীর রেখার উপরে দ্রুত রেখার ভাঙ্গন) ক্রয় সংকেত উত্পন্ন করে যখন মৃত ক্রসওভারগুলি বিক্রয় সংকেত উত্পন্ন করে। এই সিস্টেমটি কার্যকরভাবে দীর্ঘমেয়াদী প্রবণতাগুলিতে বিপরীতগুলি সনাক্ত করতে পারে।

ডাবল এমএ এর উপরে, প্রবণতা সংকেতগুলি নিশ্চিত করতে এবং মিথ্যা ব্রেকআউটগুলি এড়াতে আরএসআই চালু করা হয়। আরএসআই দ্রুত এবং ধীর লাইনের মধ্যে বিচ্যুতি দ্বারা বাজারের শক্তি বিচার করে। যখন আরএসআই 30 এর উপরে ভেঙে যায়, তখন ক্রয় সংকেত উত্পন্ন হয়। যখন 70 এর নীচে ভেঙে যায়, তখন বিক্রয় সংকেত উত্পন্ন হয়।

এটিআর এর ব্যবহার স্টপ লস লেভেল স্বয়ংক্রিয়ভাবে সামঞ্জস্য করার জন্য করা হয়। এটিআর বাজারের অস্থিরতা কার্যকরভাবে প্রতিফলিত করতে পারে। যখন অস্থিরতা বৃদ্ধি পায়, তখন স্টপ লস হ্রাস করার সম্ভাবনা হ্রাস করার জন্য আরও বিস্তৃত স্টপ লস সেট করা হবে।

শেষ পর্যন্ত, এডিএক্স প্রবণতার শক্তি পরিমাপ করে। এডিএক্স ধনাত্মক সূচক ডিআই + এবং নেতিবাচক সূচক ডিআই- এর মধ্যে প্রবণতা শক্তি পরিমাপ করতে ব্যবধান ব্যবহার করে। কেবলমাত্র যখন এডিএক্স 20 এর উপরে ভেঙে যায় তখন প্রবণতা প্রতিষ্ঠিত বলে মনে করা হয় এবং প্রকৃত ট্রেডিং সংকেত উত্পন্ন হয়।

একাধিক সূচক থেকে সংকেত একত্রিত করে, কৌশলটি ট্রেডিং সংকেত প্রেরণে আরও সতর্ক হতে পারে, মিথ্যা সংকেতগুলির হস্তক্ষেপ এড়াতে পারে এবং তাই উচ্চতর জয় হার অর্জন করতে পারে।

সুবিধা

এই কৌশলটির সুবিধাগুলির মধ্যে রয়েছেঃ

  1. একাধিক সূচকের সমন্বয় সিদ্ধান্তের নির্ভুলতা উন্নত করে

এমএ, আরএসআই, এটিআর, এডিএক্স ইত্যাদির সংমিশ্রণ সঠিকতা উন্নত করতে পারে এবং একক সূচকের কারণে ভুল বিচার এড়াতে পারে।

  1. স্বয়ংক্রিয় স্টপ লস সমন্বয় নিয়ন্ত্রণের ঝুঁকি

বাজারের অস্থিরতার উপর ভিত্তি করে স্টপ লসকে সামঞ্জস্য করা স্টপ আউট হওয়ার সম্ভাবনা হ্রাস করতে পারে এবং ঝুঁকিগুলি কার্যকরভাবে পরিচালনা করতে পারে।

  1. প্রবণতা শক্তি বিচার প্রবণতা বিরুদ্ধে ট্রেডিং এড়াতে

প্রকৃত ট্রেডিংয়ের আগে ADX দিয়ে ট্রেন্ড শক্তি বিচার করে ট্রেন্ডের বিরুদ্ধে ট্রেডিংয়ের ক্ষতি হ্রাস করা যায়।

  1. বড় প্যারামিটার টিউনিং স্পেস

এমএ দৈর্ঘ্য, আরএসআই দৈর্ঘ্য, এটিআর সময়কাল এবং এডিএক্স সময়কালের মতো পরামিতিগুলি বিভিন্ন বাজারের জন্য সামঞ্জস্য এবং অনুকূলিত করা যেতে পারে। সুতরাং কৌশলটির দৃ strong় অভিযোজনযোগ্যতা রয়েছে।

  1. দীর্ঘমেয়াদী মুনাফা রক্ষা করা

দ্রুত ও ধীর গতির এমএ সিস্টেম ব্যবহার করে দীর্ঘমেয়াদী প্রবণতা চিহ্নিত করা এবং আরএসআই-র মতো সূচকগুলির সাহায্যে স্বল্পমেয়াদী গোলমাল হ্রাস করা, উচ্চতর মুনাফা অর্জনের জন্য প্রবণতা দীর্ঘমেয়াদে ধরে রাখা সম্ভব।

ঝুঁকি ও সমাধান

এই কৌশলটির সাথে কিছু ঝুঁকিও জড়িতঃ

  1. প্যারামিটার অপ্টিমাইজেশান অসুবিধা

আরও প্যারামিটার মানে অপ্টিমাইজেশনে আরও অসুবিধা। অনুপযুক্ত প্যারামিটার সেট কৌশল কর্মক্ষমতা অবনতি হতে পারে। আরও পর্যাপ্ত ব্যাকটেস্টিং এবং প্যারামিটার টিউনিং এই ঝুঁকি হ্রাস করতে পারে।

  1. সূচক ব্যর্থতার ঝুঁকি

সমস্ত প্রযুক্তিগত সূচকগুলির প্রযোজ্য বাজারের অবস্থা রয়েছে। যখন বাজারগুলি অদ্ভুত অবস্থায় প্রবেশ করে, ব্যবহৃত সূচকগুলি একই সাথে ব্যর্থ হতে পারে। এই জাতীয় ব্ল্যাক সোয়ান ইভেন্টগুলির ঝুঁকিগুলি মনোযোগের প্রয়োজন।

  1. সংক্ষিপ্ত ব্যবসায়ের অনির্দিষ্ট ক্ষতির ঝুঁকি

এই কৌশলটি শর্ট ট্রেডিংয়ের অনুমতি দেয়। শর্ট পজিশনের অন্তর্নিহিতভাবে সীমাহীন ক্ষতির ঝুঁকি রয়েছে। এটি সঠিক স্টপ লস সেট করে হ্রাস করা যেতে পারে।

  1. প্রবণতা বিপরীত হওয়ার ঝুঁকি

সূচকগুলি দ্রুত বিপরীতমুখী প্রতিক্রিয়া জানাতে পারে না। ভুল দিকনির্দেশক অবস্থানগুলি প্রায়শই বিপরীতমুখী সময় ক্ষতির সম্মুখীন হয়। কিছু সূচকের পরামিতিগুলি সংক্ষিপ্ত করা সংবেদনশীলতা উন্নত করতে পারে।

অপ্টিমাইজেশন

আরও অপ্টিমাইজেশনের সুযোগ রয়েছেঃ

  1. অভিযোজিত সূচক ওজন

সূচক/বাজারের অবস্থা এবং সিদ্ধান্ত উন্নত করার জন্য পরিবর্তিত বাজারের অবস্থার উপর ভিত্তি করে সূচক ওজনকে গতিশীলভাবে সামঞ্জস্য করার জন্য নকশা প্রক্রিয়াগুলির মধ্যে সম্পর্ক বিশ্লেষণ করুন।

  1. ডিপ লার্নিং দ্বারা বৃদ্ধি

দামের গতিবিধি পূর্বাভাস দেওয়ার জন্য গভীর শেখার মডেল ব্যবহার করুন এবং নির্ভুলতা বাড়ানোর জন্য নিয়ম-ভিত্তিক সিস্টেমটি বাড়ান।

  1. অ্যাডাপ্টিভ প্যারামিটার টিউনিং

স্লাইডিং উইন্ডো ঐতিহাসিক তথ্যের উপর ভিত্তি করে সূচক পরামিতিগুলির জন্য অভিযোজিত মিটিং মডিউল ডিজাইন করুন যাতে কৌশলটি আরও ভালভাবে মানিয়ে নিতে পারে।

  1. ভেরিয়েবল-পিরিয়ড বিশ্লেষণ অন্তর্ভুক্ত করুন

মাঝারি ও দীর্ঘমেয়াদী প্রবণতা বিচার করতে এবং লাভজনকতা উন্নত করতে ইলিয়ট ওয়েভস তত্ত্বের মতো পরিবর্তনশীল সময়ের বিশ্লেষণকে একীভূত করুন।

সিদ্ধান্ত

সংক্ষেপে, এই কৌশলটি এমএ, আরএসআই, এটিআর, এডিএক্স এবং আরও অনেক কিছুকে একটি তুলনামূলকভাবে বিস্তৃত সিস্টেমে সংহত করে, যা এমএ সিস্টেমের মাধ্যমে দীর্ঘমেয়াদী প্রবণতা সনাক্ত করতে পারে এবং আরএসআইয়ের মতো স্বল্পমেয়াদী সূচকগুলির সাথে গোলমালের হস্তক্ষেপ হ্রাস করতে পারে। এছাড়াও, কর্মক্ষমতা উন্নতির জন্য বড় অপ্টিমাইজেশনের জায়গা রয়েছে। কৌশলটি সূচকগুলিকে একত্রিত করে এবং ঝুঁকিগুলি নিয়ন্ত্রণ করে সিদ্ধান্তগুলি উন্নত করে। এটি আরও গবেষণা এবং প্রয়োগের যোগ্য।


/*backtest
start: 2023-01-28 00:00:00
end: 2024-02-03 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code to my testing
// © sgb

//@version=5


strategy(title='Soren test 2', overlay=true, initial_capital=100, pyramiding=1, calc_on_order_fills=true, calc_on_every_tick=true, default_qty_type=strategy.percent_of_equity, default_qty_value=50, commission_value=0.04)

//SOURCE =============================================================================================================================================================================================================================================================================================================

src = input(open)

// INPUTS ============================================================================================================================================================================================================================================================================================================



//ADX --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

ADX_options = input.string('MASANAKAMURA', title='Adx Type', options=['CLASSIC', 'MASANAKAMURA'], group='ADX')
ADX_len = input.int(38, title='Adx lenght', minval=1, group='ADX')
th = input.float(23, title='Adx Treshold', minval=0, step=0.5, group='ADX')

// Volume ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

volume_f = input.float(1.2, title='Volume mult.', minval=0, step=0.1, group='Volume')
sma_length = input.int(35, title='Volume lenght', minval=1, group='Volume')

//RSI----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

len_3 = input.int(25, title='RSI lenght', group='Relative Strenght Indeks')
src_3 = input.source(low, title='RSI Source', group='Relative Strenght Indeks')
RSI_VWAP_length = input(25, title='Rsi vwap lenght')

// Range Filter ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

per_ = input.int(26, title='SAMPLING PERIOD', minval=1, group='Range Filter')
mult = input.float(2.3, title='RANGE MULTIPLIER', minval=0.1, step=0.1, group='Range Filter')

// Cloud --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

len = input.int(1, title='Cloud Length', group='Cloud')

//RMI ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

RMI_len = input.int(26, title='Rmi Lenght', minval=1, group='Relative Momentum Index')
mom = input.int(17, title='Rmi Momentum', minval=1, group='Relative Momentum Index')
RMI_os = input.int(33, title='Rmi oversold', minval=0, group='Relative Momentum Index')
RMI_ob = input.int(68, title='Rmi overbought', minval=0, group='Relative Momentum Index')


// Indicators Calculations ========================================================================================================================================================================================================================================================================================================

// Range Filter ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

var bool L_RF = na
var bool S_RF = na

Range_filter(_src, _per_, _mult) =>
    var float _upward = 0.0
    var float _downward = 0.0
    wper = _per_ * 2 - 1
    avrng = ta.ema(math.abs(_src - _src[1]), _per_)
    _smoothrng = ta.ema(avrng, wper) * _mult
    _filt = _src
    _filt := _src > nz(_filt[1]) ? _src - _smoothrng < nz(_filt[1]) ? nz(_filt[1]) : _src - _smoothrng : _src + _smoothrng > nz(_filt[1]) ? nz(_filt[1]) : _src + _smoothrng
    _upward := _filt > _filt[1] ? nz(_upward[1]) + 1 : _filt < _filt[1] ? 0 : nz(_upward[1])
    _downward := _filt < _filt[1] ? nz(_downward[1]) + 1 : _filt > _filt[1] ? 0 : nz(_downward[1])
    [_smoothrng, _filt, _upward, _downward]
[smoothrng, filt, upward, downward] = Range_filter(src, per_, mult)
hband = filt + smoothrng
lband = filt - smoothrng
L_RF := high > hband and upward > 0
S_RF := low < lband and downward > 0

//ADX-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

calcADX(_len) =>
    up = ta.change(high)
    down = -ta.change(low)
    plusDM = na(up) ? na : up > down and up > 0 ? up : 0
    minusDM = na(down) ? na : down > up and down > 0 ? down : 0
    truerange = ta.rma(ta.tr, _len)
    _plus = fixnan(100 * ta.rma(plusDM, _len) / truerange)
    _minus = fixnan(100 * ta.rma(minusDM, _len) / truerange)
    sum = _plus + _minus
    _adx = 100 * ta.rma(math.abs(_plus - _minus) / (sum == 0 ? 1 : sum), _len)
    [_plus, _minus, _adx]
calcADX_Masanakamura(_len) =>
    SmoothedTrueRange = 0.0
    SmoothedDirectionalMovementPlus = 0.0
    SmoothedDirectionalMovementMinus = 0.0
    TrueRange = math.max(math.max(high - low, math.abs(high - nz(close[1]))), math.abs(low - nz(close[1])))
    DirectionalMovementPlus = high - nz(high[1]) > nz(low[1]) - low ? math.max(high - nz(high[1]), 0) : 0
    DirectionalMovementMinus = nz(low[1]) - low > high - nz(high[1]) ? math.max(nz(low[1]) - low, 0) : 0
    SmoothedTrueRange := nz(SmoothedTrueRange[1]) - nz(SmoothedTrueRange[1]) / _len + TrueRange
    SmoothedDirectionalMovementPlus := nz(SmoothedDirectionalMovementPlus[1]) - nz(SmoothedDirectionalMovementPlus[1]) / _len + DirectionalMovementPlus
    SmoothedDirectionalMovementMinus := nz(SmoothedDirectionalMovementMinus[1]) - nz(SmoothedDirectionalMovementMinus[1]) / _len + DirectionalMovementMinus
    DIP = SmoothedDirectionalMovementPlus / SmoothedTrueRange * 100
    DIM = SmoothedDirectionalMovementMinus / SmoothedTrueRange * 100
    DX = math.abs(DIP - DIM) / (DIP + DIM) * 100
    adx = ta.sma(DX, _len)
    [DIP, DIM, adx]
[DIPlusC, DIMinusC, ADXC] = calcADX(ADX_len)
[DIPlusM, DIMinusM, ADXM] = calcADX_Masanakamura(ADX_len)

DIPlus = ADX_options == 'CLASSIC' ? DIPlusC : DIPlusM
DIMinus = ADX_options == 'CLASSIC' ? DIMinusC : DIMinusM
ADX = ADX_options == 'CLASSIC' ? ADXC : ADXM
L_adx = DIPlus > DIMinus and ADX > th
S_adx = DIPlus < DIMinus and ADX > th

// Volume -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Volume_condt = volume > ta.sma(volume, sma_length) * volume_f

//RSI------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

up_3 = ta.rma(math.max(ta.change(src_3), 0), len_3)
down_3 = ta.rma(-math.min(ta.change(src_3), 0), len_3)
rsi_3 = down_3 == 0 ? 100 : up_3 == 0 ? 0 : 100 - 100 / (1 + up_3 / down_3)
L_rsi = rsi_3 < 70
S_rsi = rsi_3 > 30
RSI_VWAP = ta.rsi(ta.vwap(close), RSI_VWAP_length)
RSI_VWAP_overSold = 13
RSI_VWAP_overBought = 68

L_VAP = ta.crossover(RSI_VWAP, RSI_VWAP_overSold)
S_VAP = ta.crossunder(RSI_VWAP, RSI_VWAP_overBought)

//Cloud --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

PI = 2 * math.asin(1)
hilbertTransform(src) =>
    0.0962 * src + 0.5769 * nz(src[2]) - 0.5769 * nz(src[4]) - 0.0962 * nz(src[6])
computeComponent(src, mesaPeriodMult) =>
    hilbertTransform(src) * mesaPeriodMult
computeAlpha(src, fastLimit, slowLimit) =>
    mesaPeriod = 0.0
    mesaPeriodMult = 0.075 * nz(mesaPeriod[1]) + 0.54
    smooth = 0.0
    smooth := (4 * src + 3 * nz(src[1]) + 2 * nz(src[2]) + nz(src[3])) / 10
    detrender = 0.0
    detrender := computeComponent(smooth, mesaPeriodMult)
    I1 = nz(detrender[3])
    Q1 = computeComponent(detrender, mesaPeriodMult)
    jI = computeComponent(I1, mesaPeriodMult)
    jQ = computeComponent(Q1, mesaPeriodMult)
    I2 = 0.0
    Q2 = 0.0
    I2 := I1 - jQ
    Q2 := Q1 + jI
    I2 := 0.2 * I2 + 0.8 * nz(I2[1])
    Q2 := 0.2 * Q2 + 0.8 * nz(Q2[1])
    Re = I2 * nz(I2[1]) + Q2 * nz(Q2[1])
    Im = I2 * nz(Q2[1]) - Q2 * nz(I2[1])
    Re := 0.2 * Re + 0.8 * nz(Re[1])
    Im := 0.2 * Im + 0.8 * nz(Im[1])
    if Re != 0 and Im != 0
        mesaPeriod := 2 * PI / math.atan(Im / Re)
        mesaPeriod
    if mesaPeriod > 1.5 * nz(mesaPeriod[1])
        mesaPeriod := 1.5 * nz(mesaPeriod[1])
        mesaPeriod
    if mesaPeriod < 0.67 * nz(mesaPeriod[1])
        mesaPeriod := 0.67 * nz(mesaPeriod[1])
        mesaPeriod
    if mesaPeriod < 6
        mesaPeriod := 6
        mesaPeriod
    if mesaPeriod > 50
        mesaPeriod := 50
        mesaPeriod
    mesaPeriod := 0.2 * mesaPeriod + 0.8 * nz(mesaPeriod[1])
    phase = 0.0
    if I1 != 0
        phase := 180 / PI * math.atan(Q1 / I1)
        phase
    deltaPhase = nz(phase[1]) - phase
    if deltaPhase < 1
        deltaPhase := 1
        deltaPhase
    alpha = fastLimit / deltaPhase
    if alpha < slowLimit
        alpha := slowLimit
        alpha
    [alpha, alpha / 2.0]
er = math.abs(ta.change(src, len)) / math.sum(math.abs(ta.change(src)), len)
[a, b] = computeAlpha(src, er, er * 0.1)
mama = 0.0
mama := a * src + (1 - a) * nz(mama[1])
fama = 0.0
fama := b * mama + (1 - b) * nz(fama[1])
alpha = math.pow(er * (b - a) + a, 2)
kama = 0.0
kama := alpha * src + (1 - alpha) * nz(kama[1])

L_cloud = kama > kama[1]
S_cloud = kama < kama[1]

// RMI -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

RMI(len, m) =>
    up = ta.ema(math.max(close - close[m], 0), len)
    dn = ta.ema(math.max(close[m] - close, 0), len)
    RMI = dn == 0 ? 0 : 100 - 100 / (1 + up / dn)
    RMI
L_rmi = ta.crossover(RMI(RMI_len, mom), RMI_os)
S_rmi = ta.crossunder(RMI(RMI_len, mom), RMI_ob)



//STRATEGY ==========================================================================================================================================================================================================================================================================================================

L_1 = L_VAP and L_RF and not S_adx
S_1 = S_VAP and S_RF and not L_adx
L_2 = L_adx and Volume_condt and L_rsi and L_cloud
S_2 = S_adx and Volume_condt and S_rsi and S_cloud
L_3 = L_rmi and L_RF and not S_adx
S_3 = S_rmi and S_RF and not L_adx
L_basic_condt = L_1 or L_2 or L_3
S_basic_condt = S_1 or S_2 or S_3

var bool longCondition = na
var bool shortCondition = na
var float last_open_longCondition = na
var float last_open_shortCondition = na
var int last_longCondition = 0
var int last_shortCondition = 0
longCondition := L_basic_condt
shortCondition := S_basic_condt
last_open_longCondition := longCondition ? close : nz(last_open_longCondition[1])
last_open_shortCondition := shortCondition ? close : nz(last_open_shortCondition[1])
last_longCondition := longCondition ? time : nz(last_longCondition[1])
last_shortCondition := shortCondition ? time : nz(last_shortCondition[1])
in_longCondition = last_longCondition > last_shortCondition
in_shortCondition = last_shortCondition > last_longCondition

// SWAP-SL ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

var int last_long_sl = na
var int last_short_sl = na
sl = input.float(2, 'Swap % period', minval=0, step=0.1, group='strategy settings')
long_sl = ta.crossunder(low, (1 - sl / 100) * last_open_longCondition) and in_longCondition and not longCondition
short_sl = ta.crossover(high, (1 + sl / 100) * last_open_shortCondition) and in_shortCondition and not shortCondition
last_long_sl := long_sl ? time : nz(last_long_sl[1])
last_short_sl := short_sl ? time : nz(last_short_sl[1])
var bool CondIni_long_sl = 0
CondIni_long_sl := long_sl ? 1 : longCondition ? -1 : nz(CondIni_long_sl[1])
var bool CondIni_short_sl = 0
CondIni_short_sl := short_sl ? 1 : shortCondition ? -1 : nz(CondIni_short_sl[1])
Final_Long_sl = long_sl and nz(CondIni_long_sl[1]) == -1 and in_longCondition and not longCondition
Final_Short_sl = short_sl and nz(CondIni_short_sl[1]) == -1 and in_shortCondition and not shortCondition
var int sectionLongs = 0
sectionLongs := nz(sectionLongs[1])
var int sectionShorts = 0
sectionShorts := nz(sectionShorts[1])

// RE-ENTRY ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

if longCondition or Final_Long_sl
    sectionLongs += 1
    sectionShorts := 0
    sectionShorts
if shortCondition or Final_Short_sl
    sectionLongs := 0
    sectionShorts += 1
    sectionShorts
var float sum_long = 0.0
var float sum_short = 0.0

if longCondition
    sum_long := nz(last_open_longCondition) + nz(sum_long[1])
    sum_short := 0.0
    sum_short
if Final_Long_sl
    sum_long := (1 - sl / 100) * last_open_longCondition + nz(sum_long[1])
    sum_short := 0.0
    sum_short
if shortCondition
    sum_short := nz(last_open_shortCondition) + nz(sum_short[1])
    sum_long := 0.0
    sum_long
if Final_Short_sl
    sum_long := 0.0
    sum_short := (1 + sl / 100) * last_open_shortCondition + nz(sum_short[1])
    sum_short

var float Position_Price = 0.0
Position_Price := nz(Position_Price[1])
Position_Price := longCondition or Final_Long_sl ? sum_long / sectionLongs : shortCondition or Final_Short_sl ? sum_short / sectionShorts : na

//TP_1 -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

tp = input.float(1.2, 'Tp-1 ', minval=0, step=0.1, group='strategy settings')
long_tp = ta.crossover(high, (1 + tp / 100) * fixnan(Position_Price)) and in_longCondition and not longCondition
short_tp = ta.crossunder(low, (1 - tp / 100) * fixnan(Position_Price)) and in_shortCondition and not shortCondition
var int last_long_tp = na
var int last_short_tp = na
last_long_tp := long_tp ? time : nz(last_long_tp[1])
last_short_tp := short_tp ? time : nz(last_short_tp[1])
Final_Long_tp = long_tp and last_longCondition > nz(last_long_tp[1])
Final_Short_tp = short_tp and last_shortCondition > nz(last_short_tp[1])
fixnan_1 = fixnan(Position_Price)
ltp = Final_Long_tp ? fixnan_1 * (1 + tp / 100) : na
fixnan_2 = fixnan(Position_Price)
stp = Final_Short_tp ? fixnan_2 * (1 - tp / 100) : na
if Final_Short_tp or Final_Long_tp
    sum_long := 0.0
    sum_short := 0.0
    sectionLongs := 0
    sectionShorts := 0
    sectionShorts
if Final_Long_tp
    CondIni_long_sl == 1
if Final_Short_tp
    CondIni_short_sl == 1


// COLORS & PLOTS --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

ADX_COLOR = L_adx ? color.lime : S_adx ? color.red : color.orange
barcolor(color=ADX_COLOR)
hbandplot = plot(hband, title='RF HT', color=ADX_COLOR, transp=50)
lbandplot = plot(lband, title='RF LT', color=ADX_COLOR, transp=50)
fill(hbandplot, lbandplot, title='RF TR', color=ADX_COLOR, transp=90)
plotshape(longCondition, title='Long', style=shape.triangleup, location=location.belowbar, color=color.new(color.blue, 0), size=size.tiny)
plotshape(shortCondition, title='Short', style=shape.triangledown, location=location.abovebar, color=color.new(color.red, 0), size=size.tiny)

plot(ltp, style=plot.style_circles, linewidth=5, color=color.new(color.fuchsia, 0), editable=false)
plot(stp, style=plot.style_circles, linewidth=5, color=color.new(color.fuchsia, 0), editable=false)

//BACKTESTING--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------


Q = 50
SL = input.float(0.4, 'StopLoss ', minval=0, step=0.1)

strategy.entry('long', strategy.long, when=longCondition)
strategy.entry('short', strategy.short, when=shortCondition)

strategy.exit('TP', 'long', qty_percent=Q, limit=fixnan(Position_Price) * (1 + tp / 100))
strategy.exit('TP', 'short', qty_percent=Q, limit=fixnan(Position_Price) * (1 - tp / 100))


strategy.exit('SL', 'long', stop=fixnan(Position_Price) * (1 - SL / 100))
strategy.exit('SL', 'short', stop=fixnan(Position_Price) * (1 + SL / 100))


//
//
//
//
//
//

// By SGB







আরো