यह रणनीति एक पूर्व निर्धारित मूल्य सीमा के भीतर खरीद और बिक्री के आदेश देने के लिए महासागर सिद्धांत में ग्रिड ट्रेडिंग विधि का उपयोग करती है। इस रणनीति में ग्रिड मूल्य सीमा की स्वचालित गणना और ग्रिड लाइनों का समान वितरण है, जो जोखिमों को प्रभावी ढंग से प्रबंधित करने में मदद करता है।
रणनीति पहले उपयोगकर्ता की पसंद या डिफ़ॉल्ट सेटिंग्स के आधार पर मूल्य ग्रिड की ऊपरी और निचली सीमाओं की गणना करती है। गणना के दो तरीके हैंः बैकटेस्टिंग अवधि में उच्चतम और निम्नतम कीमतें प्राप्त करना, या समय सीमा पर चलती औसत की गणना करना। फिर ग्रिड लाइनें उपयोगकर्ता द्वारा निर्धारित ग्रिड की संख्या के अनुसार समान रूप से वितरित की जाती हैं।
ट्रेडिंग सिग्नल मूल्य और ग्रिड लाइनों के बीच संबंध के आधार पर उत्पन्न होते हैं। जब कीमत ग्रिड लाइन से नीचे होती है, तो एक निश्चित मात्रा के साथ ग्रिड लाइन मूल्य पर एक लंबी स्थिति खोली जाती है; जब कीमत ग्रिड लाइन से ऊपर जाती है, तो स्थिति नीचे ग्रिड लाइन पर बंद हो जाती है। ग्रिड के भीतर कीमत में उतार-चढ़ाव होने के कारण, लाभ कमाने के लिए स्थिति तदनुसार बदल जाती है।
विशेष रूप से, रणनीति एक ग्रिड लाइन मूल्य सरणी और एक बूल सरणी को बनाए रखती है जो इंगित करती है कि क्या प्रत्येक पंक्ति पर ऑर्डर दिए जाते हैं। जब कोई ऑर्डर नहीं होने वाली एक पंक्ति से नीचे की कीमत होती है, तो लाइन पर लंबी स्थिति खोली जाती है; जब कीमत एक पंक्ति से ऊपर होती है जबकि नीचे की पंक्ति पर ऑर्डर मौजूद होते हैं, तो स्थिति निचली पंक्ति पर बंद हो जाती है। ग्रिड ट्रेडिंग इस तरह से लागू की जाती है।
ग्रिड रेंज स्वचालित रूप से गणना की जाती है, जिससे मैनुअल सेटिंग की कठिनाई से बचा जाता है। विभिन्न गणना विकल्प उपलब्ध हैं।
घने ग्रिड के कारण ओवरट्रेडिंग से बचने के लिए ग्रिड लाइनें समान रूप से वितरित की जाती हैं। ग्रिड की संख्या को समायोजित किया जा सकता है।
ग्रिड ट्रेडिंग विधि जोखिम को प्रभावी ढंग से नियंत्रित करती है। जब तक ग्रिड के भीतर मूल्य में उतार-चढ़ाव होता है, तब तक लाभ प्राप्त किया जा सकता है।
मूल्य दिशा की कोई धारणा नहीं, सीमाबद्ध बाजार के लिए उपयुक्त है।
विभिन्न व्यापारिक साधनों के लिए अनुकूलन योग्य कमीशन और स्थिति आकार सेटिंग्स।
ग्रिड रेखाओं का विज़ुअलाइज़ेशन व्यापार की स्थिति को समझने में मदद करता है।
मूल्य में गिरावट के जोखिम। ऊपरी या निचली ग्रिड सीमाओं को तोड़ने से अधिक नुकसान हो सकता है।
अत्यधिक ग्रिड स्थान जोखिम। बहुत ढीला ग्रिड आसानी से लाभ नहीं कर सकते हैं जबकि बहुत संकीर्ण लागत बढ़ जाती है। संतुलन की आवश्यकता है।
लंबे समय तक होल्डिंग जोखिम लाभ मुश्किल बनाता है लेकिन लागत बढ़ जाती है।
अनुचित पैरामीटर सेटिंग जोखिमः बैकटेस्टिंग अवधि या चलती औसत अवधि ग्रिड रेंज की गणना को प्रभावित कर सकती है यदि अनुचित रूप से सेट की जाती है।
प्रणालीगत बाजार जोखिम: दीर्घकालिक रुझान वाले बाजारों के बजाय सीमाबद्ध बाजारों के लिए अधिक उपयुक्त है।
ग्रिड मापदंडों का अनुकूलन करें। ग्रिड की संख्या, लुकबैक अवधि आदि का अनुकूलन करने के लिए बाजार की स्थितियों, लागत आदि पर व्यापक रूप से विचार करें।
गतिशील ग्रिड रेंज समायोजन का परिचय दें। जब महत्वपूर्ण बाजार परिवर्तन होता है तो ग्रिड रेंज को अनुकूलित करें।
स्टॉप लॉस तंत्र शामिल करें. नुकसान को सीमित करने के लिए उचित स्टॉप लॉस लाइनें सेट करें. गतिशील रूप से समायोजित किया जा सकता है.
अनुचित व्यापार से बचने के लिए अन्य संकेतकों जैसे बोलिंगर बैंड, प्रवृत्ति संकेतकों आदि का उपयोग करके फ़िल्टर जोड़ें।
पूंजी उपयोग की दक्षता में सुधार करें। स्थिर अवधि के दौरान व्यापार को कम करने के लिए अस्थिरता विश्लेषण पेश करें।
यह रणनीति ग्रिड ट्रेडिंग सिद्धांतों का लाभ उठाते हुए जोखिम-नियंत्रित रेंज ट्रेडिंग का एहसास करती है। स्वचालित ग्रिड गणना और समान वितरण पैरामीटर ट्यूनिंग के माध्यम से विभिन्न बाजारों के अनुरूप फायदे प्रदान करते हैं। जोखिम सीमित और संचालित करने में आसान हैं। हालांकि, सीमाएं मौजूद हैं और विकसित बाजारों के अनुकूल होने के लिए निरंतर सुधार की आवश्यकता है। कुल मिलाकर, रणनीति ग्रिड ट्रेडिंग को लागू करने के लिए एक मानकीकृत और पैरामीटर दृष्टिकोण प्रदान करती है।
/*backtest
start: 2023-09-12 00:00:00
end: 2023-10-12 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool) // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"]) // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1) // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float) // for manual grid bounds only. The upperbound price of your grid
i_lowerBound = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float) // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty = input(group="Grid Lines", title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer) // how many grid lines are in your grid
strategy.initial_capital = 50000
f_getGridBounds(_bs, _bl, _bd, _up) =>
if _bs == "Hi & Low"
_up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl) * (1 - _bd)
else
avg = sma(close, _bl)
_up ? avg * (1 + _bd) : avg * (1 - _bd)
f_buildGrid(_lb, _gw, _gq) =>
gridArr = array.new_float(0)
for i=0 to _gq-1
array.push(gridArr, _lb+(_gw*i))
gridArr
f_getNearGridLines(_gridArr, _price) =>
arr = array.new_int(3)
for i = 0 to array.size(_gridArr)-1
if array.get(_gridArr, i) > _price
array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
array.set(arr, 1, i == 0 ? i : i-1)
break
arr
var upperBound = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound // upperbound of our grid
var lowerBound = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth = (upperBound - lowerBound)/(i_gridQty-1) // space between lines in our grid
var gridLineArr = f_buildGrid(lowerBound, gridWidth, i_gridQty) // an array of prices that correspond to our grid lines
var orderArr = array.new_bool(i_gridQty, false) // a boolean array that indicates if there is an open order corresponding to each grid line
var closeLineArr = f_getNearGridLines(gridLineArr, close) // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0) // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1) // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
for i = 0 to (array.size(gridLineArr) - 1)
if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
buyId = i
array.set(orderArr, buyId, true)
strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
if close > array.get(gridLineArr, i) and i != 0
if array.get(orderArr, i-1)
sellId = i-1
array.set(orderArr, sellId, false)
strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))
if i_autoBounds
upperBound := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
lowerBound := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
gridWidth := (upperBound - lowerBound)/(i_gridQty-1)
gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)
closeLineArr := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)