औसत स्टोकेस्टिक ट्रेडिंग रणनीति
ChaoZhang
अवलोकन
इस रणनीति के आधार पर औसत यादृच्छिक संकेतक व्यापार संकेतों का न्याय करने के लिए, एक प्रवृत्ति अनुवर्ती रणनीति है. इस रणनीति के माध्यम से औसत यादृच्छिक संकेतक% K और% D के चलती औसत की गणना, जब वे गोल्ड फोर्क होता है, तो अधिक करें, जब वे मृत फोर्क होते हैं, तो खाली करें, एक विशिष्ट प्रवृत्ति अनुवर्ती रणनीति है।
रणनीति सिद्धांत
औसत यादृच्छिक संकेतक% K और% D के मानों की गणना करें। % K एक निश्चित अवधि में समापन मूल्य के आधार पर गणना किए गए यादृच्छिक मानों का एक चलती औसत है, जो वर्तमान मूल्य को एक निश्चित अवधि में उच्चतम और निम्नतम मूल्य के सापेक्ष स्थान को दर्शाता है।% D एक प्रवृत्ति की पुष्टि करने के लिए% K का एक चलती औसत है।
%K और %D को क्रमशः सूचकांक फ्लैट मूविंग एवरेज ((EMA) पर ले जाया जाता है, जो औसत यादृच्छिक सूचक का औसत प्राप्त करता है_avg_k और_avg_d。
ट्रेडिंग सिग्नल का आकलन करेंः
खरीदें सिग्नलः_avg_k ऊपर पहनना_avg_और_avg_d <20 में, अधिक करें
विक्रय सिग्नलः जब_avg_k नीचे पहनना_avg_और_avg_d > 80 के लिए रिक्त
भंडार प्रबंधन:
मल्टीपल स्टॉप लॉस: जब_avg_d >80 घंटे का बकाया
रिक्त टिकट रोकः जब_avg_d <20 बजे बंद
एक साथ अधिकतम 3 ऑर्डर की अनुमति है, जो कि स्टॉक-अप रणनीति के अंतर्गत आता है
रणनीतिक लाभ
दोहरी सम-रेखा का उपयोग करके गोल्डन फोर्क डेड फोर्क का न्याय करें, ताकि झूठे ब्रेक को प्रभावी ढंग से फ़िल्टर किया जा सके, जिससे सिग्नल की गुणवत्ता में सुधार हो सके
औसत यादृच्छिक संकेतक का उपयोग करके मूल्य प्रवृत्तियों को प्रभावी ढंग से ट्रैक करना
ओवरबॉय और ओवरसोल के बीच निर्णय लेने से आप उतार-चढ़ाव के दौरान बार-बार व्यापार करने से बच सकते हैं
ट्रेडों के दौरान अधिक लाभ के लिए, बढ़ी हुई स्थिति की अनुमति दें
स्टॉप-लॉस रणनीतियाँ एकल हानि को नियंत्रित करती हैं
रणनीतिक जोखिम
द्विध्रुवीय ट्रेडिंग रणनीतियाँ अक्सर ट्रेडों को जन्म देती हैं, यदि ट्रेडिंग शुल्क बहुत अधिक हो तो यह मुनाफे को प्रभावित कर सकता है
एक निश्चित स्टॉप-लॉस का उपयोग करने से बाहर निकलने के रुझान को जल्द ही रोक दिया जा सकता है
बहुत अधिक जमा करने से घाटा बढ़ सकता है
ट्रेंड रिवर्स पॉइंट को प्रभावी ढंग से निर्धारित करने में असमर्थता, ट्रेंड रिवर्स होने पर अधिक नुकसान हो सकता है
समय-समय पर पैरामीटर को अनुकूलित करने की आवश्यकता है, और विभिन्न समय-समय पर प्रभाव में काफी भिन्नता है
अनुकूलन दिशा
ट्रेडिंग के लिए ट्रेंडिंग इंडिकेटर को शामिल करने पर विचार करें, विपक्ष से बचें
स्टॉप को ट्रेंड के अनुकूल बनाने के लिए स्टॉप को गतिशील रूप से समायोजित करें
बढ़ी हुई शर्तों के लिए रणनीति का अनुकूलन, जैसे कि प्रति लेनदेन में बढ़ी हुई शर्तों की संख्या
अन्य सूचकांकों के साथ मिलकर, प्रवृत्ति में बदलाव और लाभ से जल्दी बाहर निकलना
विभिन्न किस्मों के लिए परीक्षण मापदंडों का अनुकूलन, मापदंडों की अनुकूलनशीलता में सुधार
संक्षेप
इस रणनीति के समग्र के लिए एक ठेठ प्रवृत्ति अनुवर्ती रणनीति है, प्रवृत्ति दिशा का आकलन करने के लिए औसत यादृच्छिक सूचक का उपयोग करें, जब प्रवृत्ति दिखाई देती है, तो बढ़त का व्यापार करें। रणनीति का लाभ प्रवृत्ति के लिए उपयुक्त है, लेकिन इसके विपरीत व्यापार को रोकने के लिए सावधानी बरतने की आवश्यकता है। प्रवृत्ति निर्णय, स्टॉप-लॉस रणनीति को अनुकूलित करने, बढ़त की संख्या को नियंत्रित करने आदि को शामिल करके इसे और अनुकूलित किया जा सकता है, उचित पैरामीटर चयन की शर्त पर, अच्छा अनुवर्ती प्रभाव प्राप्त किया जा सकता है।
/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
_avg_k[1]<_avg_d[1]
and _avg_k>_avg_d
and _avg_d<20
dn=
_avg_k[1]>_avg_d[1]
and _avg_k<_avg_d
and _avg_d>80
var arr_val=0
if up
arr_val:=1
strategy.entry("Long", strategy.long)
if dn
arr_val:=-1
strategy.entry("Short", strategy.short)
if up[1] or dn[1]
arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80
strategy.close("Long")
if _avg_d<20
strategy.close("Short")
//EOF