এই কৌশলটি বেন কাউয়েনের ঝুঁকি স্তরের তত্ত্বের উপর ভিত্তি করে এবং বিইএএম ব্যান্ড স্তর ব্যবহার করে অনুরূপ পদ্ধতি বাস্তবায়ন করার লক্ষ্যে। উপরের বিইএএম স্তরটি লগারিদম গ্রহণের পরে 200-সপ্তাহের চলমান গড় এবং নিম্ন স্তরটি 200-সপ্তাহের চলমান গড়। এটি আমাদের 0 থেকে 1 এর মধ্যে একটি পরিসীমা দেয়। যখন দাম 0.5 স্তরের ব্যান্ডের নীচে থাকে তখন ক্রয় অর্ডার জারি করা হয় এবং বিক্রয় অর্ডার জারি করা হয় যখন উপরে থাকে।
কৌশলটি মূলত বেন কাউয়েনের প্রস্তাবিত বিইএএম ব্যান্ড তত্ত্বের উপর নির্ভর করে। বিটিসি
যখন দাম সর্বনিম্ন হয়, তখন কৌশলটি ধীরে ধীরে লং পজিশন বাড়িয়ে তুলবে। বিশেষত, যদি দাম 0 এবং 0.5 ব্যান্ডের মধ্যে থাকে, তবে প্রতি মাসে একটি নির্দিষ্ট দিনে ক্রয় অর্ডার জারি করা হবে। ব্যান্ডের সংখ্যা হ্রাস পাওয়ার সাথে সাথে ক্রয় পরিমাণ ধীরে ধীরে বৃদ্ধি পাবে। উদাহরণস্বরূপ, ব্যান্ড 5 এর সাথে ক্রয় পরিমাণ মাসিক ডিসিএ মোটের 20%। ব্যান্ড 1 এর সাথে, ক্রয় পরিমাণ মাসিক ডিসিএ মোটের 100% পর্যন্ত বৃদ্ধি পায়।
যখন দাম সর্বোচ্চ হয়, তখন কৌশলটি ধীরে ধীরে তার অবস্থান হ্রাস করবে। বিশেষত, যদি দামটি ব্যাণ্ড 0.5 অতিক্রম করে, বিক্রয় আদেশগুলি আনুপাতিকভাবে জারি করা হবে। ব্যান্ডের সংখ্যা বাড়ার সাথে সাথে বিক্রয় অবস্থান ধীরে ধীরে বৃদ্ধি পাবে। উদাহরণস্বরূপ, ব্যান্ড 6 এর সাথে 6.67% বিক্রি হবে। ব্যান্ড 10 এর সাথে, সমস্ত অবস্থান বিক্রি হবে।
এই বিইএএম ব্যান্ড ডিসিএ কৌশলটির সবচেয়ে বড় সুবিধা হ'ল এটি যখন দামগুলি তাদের সর্বনিম্নে পড়ে এবং যখন দামগুলি তাদের শীর্ষে উঠে যায় তখন মুনাফা গ্রহণ করে বিটিসি ট্রেডিংয়ের অস্থিরতার বৈশিষ্ট্যগুলি পুরোপুরি ব্যবহার করে। এই পদ্ধতিটি কোনও কেনা বা বিক্রয় সুযোগ মিস করবে না। নির্দিষ্ট সুবিধাগুলি নিম্নরূপ সংক্ষিপ্ত করা যেতে পারেঃ
সংক্ষেপে, এটি একটি পরিশীলিত প্যারামিটার টিউনিং কৌশল যা বিটিসি বাজারের পরিবর্তনশীল অবস্থার মধ্যে দীর্ঘমেয়াদী স্থিতিশীল রিটার্ন তৈরি করতে পারে।
যদিও BEAM ব্যান্ড DCA কৌশলটির অনেক সুবিধা রয়েছে, তবুও কিছু সম্ভাব্য ঝুঁকি সম্পর্কে সচেতন হতে হবে। প্রধান ঝুঁকি পয়েন্টগুলি নিম্নরূপ সংক্ষিপ্ত করা যেতে পারেঃ
ঝুঁকি কমাতে, নিম্নলিখিত ব্যবস্থা গ্রহণ করা যেতে পারেঃ
উপরোক্ত ঝুঁকিগুলি বিবেচনা করে, এই কৌশলটির অপ্টিমাইজেশান নিম্নলিখিত বিষয়গুলির উপর দৃষ্টি নিবদ্ধ করতে পারেঃ
এই পদক্ষেপের মাধ্যমে কৌশলটির স্থিতিশীলতা এবং নিরাপত্তা ব্যাপকভাবে উন্নত করা সম্ভব।
বিইএএম ব্যান্ড ডিসিএ গড় ব্যয়ের কৌশল একটি অত্যন্ত ব্যবহারিক পরিমাণগত ট্রেডিং কৌশল। এটি সফলভাবে বিইএএম তত্ত্বকে ট্রেডিং সিদ্ধান্তগুলি গাইড করার জন্য ব্যবহার করে, ক্রয় ব্যয় নিয়ন্ত্রণের জন্য একটি ব্যয় গড় মডেল দ্বারা পরিপূরক করে। একই সাথে, এটি ক্ষতির সম্প্রসারণ রোধ করতে স্টপ লস পয়েন্ট সেট করে ঝুঁকি ব্যবস্থাপনার দিকে মনোযোগ দেয়। পরামিতি অপ্টিমাইজেশন এবং মডুলার সংযোজনগুলির সাথে, এই কৌশলটি বিটিসি বাজার থেকে দীর্ঘমেয়াদী স্থিতিশীল রিটার্ন অর্জনের জন্য পরিমাণগত ট্রেডিংয়ের জন্য একটি গুরুত্বপূর্ণ সরঞ্জাম হয়ে উঠতে পারে। এটি পরিমাণগত ট্রেডিং অনুশীলনকারীদের দ্বারা আরও গবেষণা এবং প্রয়োগের যোগ্য।
/*backtest start: 2023-02-11 00:00:00 end: 2024-02-17 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // © gjfsdrtytru - BEAM DCA Strategy { // Based on Ben Cowen's risk level strategy, this aims to copy that method but with BEAM band levels. // Upper BEAM level is derived from ln(price/200W MA)/2.5, while the 200W MA is the floor price. This is our 0-1 range. // Buy limit orders are set at the < 0.5 levels and sell orders are set at the > 0.5 level. //@version=5 strategy( title = "BEAM DCA Strategy Monthly", shorttitle = "BEAM DCA M", overlay = true, pyramiding = 500, default_qty_type = strategy.percent_of_equity, default_qty_value = 0, initial_capital = 0) //} // Inputs { ———————————————————————————————————————————————————————————————————— T_ceiling = input.string("Off", "Diminishing Returns", ["Off","Linear","Parabolic"], "Account for diminishing returns as time increases") day = input.int(1, "DCA Day of Month",1,28,1,"Select day of month for buy orders.") DCAamount = input.int(1000,"DCA Amount",400,tooltip="Enter the maximum amount you'd be willing to DCA for any given month.") T_buy = input(true,"Buy Orders","Toggle buy orders.") T_sell = input(true,"Sell Orders","Toggle sell orders.") // Time period testStartYear = input.int(2018, title="Backtest Start Year", minval=2010,maxval=2100,group="Backtest Period") testStartMonth = input.int(1, title="Backtest Start Month", minval=1, maxval=12, group="Backtest Period") testStartDay = input.int(1, title="Backtest Start Day", minval=1, maxval=31, group="Backtest Period") testPeriodLen = input.int(9999, title="Backtest Period (days)", minval=1, group="Backtest Period",tooltip="Days until strategy ends") * 86400000 // convert days into UNIX time testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0) testPeriodStop = testPeriodStart + testPeriodLen testPeriod() => true // ——————————————————————————————————————————————————————————————————————————— } // Diminishing Returns { ——————————————————————————————————————————————————————— x = bar_index + 1 assetDivisor= 2.5 switch T_ceiling == "Linear" => assetDivisor:= 3.50542 - 0.000277696 * x T_ceiling == "Parabolic"=> assetDivisor:= -0.0000001058992338 * math.pow(x,2) + 0.000120729 * x + 3.1982 // ——————————————————————————————————————————————————————————————————————————— } // Risk Levels { ——————————————————————————————————————————————————————————————— cycleLen = 1400 getMaLen() => if bar_index < cycleLen bar_index + 1 else cycleLen // Define Risk Bands price = close riskLow = ta.sma(price,getMaLen()) risk1 = riskLow * math.exp((assetDivisor)*0.1) risk2 = riskLow * math.exp((assetDivisor)*0.2) risk3 = riskLow * math.exp((assetDivisor)*0.3) risk4 = riskLow * math.exp((assetDivisor)*0.4) risk5 = riskLow * math.exp((assetDivisor)*0.5) risk6 = riskLow * math.exp((assetDivisor)*0.6) risk7 = riskLow * math.exp((assetDivisor)*0.7) risk8 = riskLow * math.exp((assetDivisor)*0.8) risk9 = riskLow * math.exp((assetDivisor)*0.9) riskHigh = riskLow * math.exp((assetDivisor)) // Plot Risk Bands p_low = plot(riskLow, "Beam Risk 0.0",color.new(#0042F0,50),3,editable=false) p_band1 = plot(risk1, "Beam Risk 0.1",color.new(#0090F5,20),1,editable=false) p_band2 = plot(risk2, "Beam Risk 0.2",color.new(#00C6DB,20),1,editable=false) p_band3 = plot(risk3, "Beam Risk 0.3",color.new(#00F5BD,20),1,editable=false) p_band4 = plot(risk4, "Beam Risk 0.4",color.new(#00F069,20),1,editable=false) p_band5 = plot(risk5, "Beam Risk 0.5",color.new(#00DB08,50),3,editable=false) p_band6 = plot(risk6, "Beam Risk 0.6",color.new(#E8D20C,20),1,editable=false) p_band7 = plot(risk7, "Beam Risk 0.7",color.new(#F2B40C,20),1,editable=false) p_band8 = plot(risk8, "Beam Risk 0.8",color.new(#DC7A00,20),1,editable=false) p_band9 = plot(risk9, "Beam Risk 0.9",color.new(#F2520C,20),1,editable=false) p_band10 = plot(riskHigh, "Beam Risk 1.0",color.new(#F01102,50),3,editable=false) // ——————————————————————————————————————————————————————————————————————————— } // Order Execution { ——————————————————————————————————————————————————————————— band5 = price<risk5 and price>risk4 band4 = price<risk4 and price>risk3 band3 = price<risk3 and price>risk2 band2 = price<risk2 and price>risk1 band1 = price<risk1 // DCA buy order weights y = DCAamount / 5 switch band5 => y:= y * 1 band4 => y:= y * 2 band3 => y:= y * 3 band2 => y:= y * 4 band1 => y:= y * 5 // Contracts per order contracts =(y/price) if testPeriod() // Buy orders if T_buy == true if dayofmonth == day strategy.entry("Risk Band 5",strategy.long,qty=contracts,when=band5) strategy.entry("Risk Band 4",strategy.long,qty=contracts,when=band4) strategy.entry("Risk Band 3",strategy.long,qty=contracts,when=band3) strategy.entry("Risk Band 2",strategy.long,qty=contracts,when=band2) strategy.entry("Risk Band 1",strategy.long,qty=contracts,when=band1) // Sell orders if T_sell == true if strategy.opentrades > 5 strategy.exit("Risk Band 6",qty_percent=6.67,limit=risk6) strategy.exit("Risk Band 7",qty_percent=14.28,limit=risk7) strategy.exit("Risk Band 8",qty_percent=25.00,limit=risk8) strategy.exit("Risk Band 9",qty_percent=44.44,limit=risk9) strategy.exit("Risk Band 10",qty_percent=100,limit=riskHigh) // ——————————————————————————————————————————————————————————————————————————— } // Info { —————————————————————————————————————————————————————————————————————— // Line plot of avg. entry price plot(strategy.position_size > 0 ? strategy.position_avg_price : na,"Average Entry",color.red,trackprice=true,editable=false) // Unrealised PNL uPNL = price/strategy.position_avg_price // Realised PNL realPNL = 0. for i = 0 to strategy.closedtrades-1 realPNL += strategy.closedtrades.profit(i) // Size of open position in ($) openPosSize = 0. for i = 0 to strategy.opentrades-1 openPosSize += strategy.opentrades.size(i) * strategy.position_avg_price // Size of closed position in ($) closePosSize = 0. if strategy.closedtrades > 0 for i = 0 to strategy.closedtrades-1 closePosSize += strategy.closedtrades.size(i) * strategy.closedtrades.entry_price(i) invested = openPosSize+closePosSize // Total capital ($) put into strategy equity = openPosSize+closePosSize+strategy.openprofit+realPNL // Total current equity ($) in strategy (counting realised PNL) ROI = (equity-invested) / invested * 100 // ROI of strategy (compare capital invested to excess return) // // Info Table // var table table1 = table.new(position.bottom_right,2,9,color.black,color.gray,1,color.gray,2) // table.cell(table1,0,0,"Capital Invested", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,1,"Open Position", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,2,"Average Entry", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,3,"Last Price", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,4,"Open PNL (%)", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,5,"Open PNL ($)", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,6,"Realised PNL ($)", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,7,"Total Equity", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,8,"Strategy ROI", text_color=color.white,text_halign=text.align_right) // table.cell(table1,1,0,"$" + str.tostring(invested, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,1,"$" + str.tostring(openPosSize, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,2,"$" + str.tostring(strategy.position_avg_price, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,3,"$" + str.tostring(price, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,4, str.tostring((uPNL-1)*100, "#,###.00") + "%",text_halign=text.align_right,text_color = uPNL > 1 ? color.lime : color.red) // table.cell(table1,1,5,"$" + str.tostring(strategy.openprofit, "#,###.00"), text_halign=text.align_right,text_color = uPNL > 1 ? color.lime : color.red) // table.cell(table1,1,6,"$" + str.tostring(realPNL, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,7,"$" + str.tostring(equity, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,8, str.tostring(ROI, "#,###.00") + "%",text_halign=text.align_right,text_color = ROI > 1 ? color.lime : color.red) // // ——————————————————————————————————————————————————————————————————————————— }