यह रणनीति ट्रेंड जजमेंट और ब्रेकआउट ट्रेडिंग के लिए मूविंग एवरेज, एटीआर, बोलिंगर बैंड का उपयोग करती है।
बोलिंगर बैंड्स की मध्य, ऊपरी और निचली रेखाओं की गणना करें। मध्य रेखा बंद मूल्य की sma है, ऊपरी और निचली मध्य रेखा ± stdDev हैं।
तेज़ और धीमी एटीआर की गणना करें. तेज़ एटीआर की अवधि 20 है, धीमी एटीआर की अवधि 50 है.
बल सूचकांक XFORCE की गणना करें, जो मात्रा * (बंद - पिछले बंद) का संचयी है। और XFORCE के तेज और धीमे ईएमए की गणना करें।
लंबे सिग्नल का न्याय करें: तेज XFORCE धीमी XFORCE के ऊपर पार करें, और तेज ATR > धीमी ATR, और बंद > खुला।
संक्षिप्त सिग्नल का न्याय करेंः तेज XFORCE धीमी XFORCE से नीचे पार, और तेज ATR > धीमी ATR, और बंद < खुला।
जब लंबा संकेत ट्रिगर किया जाता है तो लंबे समय तक जाएं, जब छोटा संकेत ट्रिगर किया जाता है तो शॉर्ट करें।
चलती औसत प्रवृत्ति प्रदान करती है, बोलिंगर बैंड्स ब्रेकआउट बिंदु प्रदान करते हैं।
एटीआर अस्थिरता का आकलन करता है, अस्थिरता व्यापार को लागू करता है।
बल सूचकांक बल दिशा निर्धारित करता है, बल ब्रेकआउट लागू करता है।
कई संकेतकों का संयोजन व्यापक निर्णय प्रदान करता है।
स्पष्ट और सरल नियम, समझने और लागू करने में आसान।
अच्छा बैकटेस्ट परिणाम, स्थिर लाभ।
बोलिंगर बैंड गलत संकेत उत्पन्न कर सकते हैं यदि चौड़ाई अनुचित है।
गलत एटीआर पैरामीटर बाजार की अस्थिरता को पकड़ नहीं सकते।
बल सूचकांक का प्रभाव सीमित है, वास्तविक रुझान उलट को निर्धारित नहीं कर सकता है।
कई संकेतकों के लिए मापदंडों और भारों को समायोजित करना मुश्किल है।
ब्रेकआउट सिग्नल गलत हो सकते हैं, विचलन हो सकता है।
ड्रॉडाउन बड़ा हो सकता है, इसे नियंत्रित करने के लिए स्टॉप लॉस का उपयोग कर सकता है।
विभिन्न अवधियों और साधनों के लिए बोलिंगर बैंड्स मापदंडों का अनुकूलन करें।
अस्थिरता को बेहतर ढंग से पकड़ने के लिए एटीआर मापदंडों को अनुकूलित करें।
प्रवृत्ति सत्यापन के लिए MACD जैसे प्रवृत्ति संकेतक जोड़ें।
ड्रॉडाउन को नियंत्रित करने के लिए ट्रेलिंग स्टॉप जैसी स्टॉप लॉस रणनीतियों को जोड़ें।
रिवर्स सिग्नल का न्याय करने के लिए एआई एल्गोरिदम का उपयोग करें।
व्यापक निर्णय के लिए कई समय सीमाओं को मिलाएं और झूठे संकेतों को कम करें।
यह रणनीति एक पूर्ण ब्रेकआउट ट्रेडिंग सिस्टम बनाने के लिए मूविंग एवरेज, एटीआर, बोलिंगर बैंड और फोर्स इंडेक्स को एकीकृत करती है। मापदंड अनुकूलन पर आगे के सुधार, ट्रेंड फिल्टर, स्टॉप लॉस रणनीति और एआई एल्गोरिदम जोड़ने से स्थिरता और लाभप्रदता में सुधार हो सकता है। लेकिन कोई भी रणनीति सही नहीं है, बदलती बाजार स्थितियों के अनुकूल बैकटेस्ट परिणामों के खिलाफ निरंतर अनुकूलन की आवश्यकता होती है।
/*backtest start: 2023-09-25 00:00:00 end: 2023-10-25 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=2 strategy("yuthavithi volatility based force trade scalper strategy", overlay=true) fast = input(3, minval= 1, title="Fast") slow = input(20, minval = 1, title = "Slow") atrFast = input(20, minval = 1, title = "ATR Fast") atrSlow = input(50, minval = 1, title = "ATR Slow") len = input(20, minval=1, title="Length") multiplier = input(2, minval=1, title="multiplier") src = input(close, title="Source") bbMid = sma(src, len) plot(bbMid, color=blue) atrFastVal = atr(atrFast) atrSlowVal = atr(atrSlow) stdOut = stdev(close, len) bbUpper = bbMid + stdOut * multiplier bbLower = bbMid - stdOut * multiplier plot(bbUpper, color = (atrFastVal > atrSlowVal ? red : silver)) plot(bbLower, color = (atrFastVal > atrSlowVal ? red : silver)) force = volume * (close - nz(close[1])) xforce = cum(force) xforceFast = ema(xforce, fast) xforceSlow = ema(xforce, slow) bearish = ((xforceFast < xforceSlow) and (atrFastVal > atrSlowVal)) and ((xforceFast[1] > xforceSlow[1]) or (atrFastVal[1] < atrSlowVal[1])) and (close < open) bullish = ((xforceFast > xforceSlow) and (atrFastVal > atrSlowVal)) and ((xforceFast[1] < xforceSlow[1]) or (atrFastVal[1] < atrSlowVal[1])) and (close > open) if (bullish) strategy.entry("Buy", strategy.long) if (bearish) strategy.entry("Sell", strategy.short)