दोहरी चलती औसत क्रॉसओवर रणनीति चलती औसत पर आधारित एक प्रवृत्ति-अनुसरण रणनीति है। यह विभिन्न अवधियों के चलती औसत की गणना करके और क्रॉसओवर की पहचान करके ट्रेडिंग संकेत उत्पन्न करती है। यह रणनीति संकेत बनाने के लिए एक तेज चलती औसत और एक धीमी चलती औसत का उपयोग करती है। जब तेज एमए धीमी एमए के ऊपर से गुजरता है, तो यह एक तेजी से रुख लेता है और खरीदता है। जब तेज एमए धीमी एमए के नीचे से गुजरता है, तो यह एक मंदी रुख लेता है और बेचता है।
यह रणनीति मुख्य रूप से ट्रेडिंग सिग्नल उत्पन्न करने के लिए एमए क्रॉसओवर पर निर्भर करती है। विशेष रूप से इसमें निम्नलिखित चरण शामिल हैंः
तेजी से एमए और धीमी एमए की गणना करें। तेजी से एमए अवधि 10 है और धीमी एमए अवधि 50 है।
एमए संबंधों की पहचान करें. एक खरीद संकेत उत्पन्न होता है जब तेज एमए धीमी एमए के ऊपर पार करता है. एक बिक्री संकेत उत्पन्न होता है जब तेज एमए धीमी एमए के नीचे पार करता है.
खरीदने और बेचने के संकेत जारी करें. जब कोई खरीद संकेत होता है तो लंबे समय तक जाएं. जब कोई बेचने का संकेत होता है तो शॉर्ट करें.
स्टॉप लॉस सेट करें और लाभ लें. व्यापार में प्रवेश करने के बाद, इनपुट प्रतिशत के आधार पर स्टॉप लॉस सेट करें और जोखिमों को प्रबंधित करने के लिए लाभ लें.
विभिन्न समय सीमाओं में मूल्य प्रवृत्ति परिवर्तनों की तुलना करके, यह रणनीति यह निर्धारित करती है कि बाजार वर्तमान में एक अपट्रेंड या डाउनट्रेंड में है या नहीं। यह एक विशिष्ट प्रवृत्ति-अनुसरण रणनीति है। एमए बाजार शोर को फ़िल्टर करते हैं और अधिक विश्वसनीय ट्रेडिंग संकेत उत्पन्न करते हैं।
एमए की अंतर्निहित प्रवृत्ति-अनुसरण प्रकृति का उपयोग करके मध्यम से दीर्घकालिक रुझानों को प्रभावी ढंग से पकड़ता है।
सरल और स्पष्ट क्रॉसओवर सिग्नल जिन्हें लागू करना आसान है।
पैरामीटर अनुकूलन के लिए अनुकूलन योग्य तेज और धीमी अवधि।
स्टॉप लॉस के माध्यम से व्यक्तिगत ट्रेडों पर घाटे को सीमित करता है।
रेंज-बाउंड बाजारों में विप्सॉव और ओवरट्रेडिंग के लिए प्रवण।
एमए में देरी होती है और वे अल्पकालिक अवसरों को याद कर सकते हैं।
यह अचानक होने वाली घटनाओं जैसे महत्वपूर्ण मंदी की खबरों को ध्यान में नहीं रखता है।
जोखिम प्रबंधन तंत्र की कमी है और जोखिम सहन करने से परे नुकसान हो सकता है।
जोखिम प्रबंधन:
समेकन के दौरान झूठे संकेतों को कम करने के लिए एमए अवधि को अनुकूलित करें।
एमए विलंब को दूर करने के लिए फिल्टर के रूप में अन्य संकेतक जोड़ें।
समाचार विश्लेषण के साथ पूरक।
घाटे को सीमित करने के लिए स्टॉप लॉस और पोजीशन साइजिंग लागू करें।
सिग्नल की गुणवत्ता में सुधार के लिए चैनलों और पैटर्न जैसे अन्य विश्लेषणात्मक उपकरणों के साथ संयोजन करें।
सबसे अच्छा संयोजन खोजने के लिए तेज और धीमी एमए मापदंडों का अनुकूलन करें। तेज एमए के लिए 10-30 दिन और धीमी एमए के लिए 20-120 दिन अक्सर अच्छी तरह से काम करते हैं।
स्थिति आकार के नियम जोड़ें. स्थिर अंश स्थिति आकार प्रवृत्तियों में लाभ में सुधार कर सकते हैं.
अचानक होने वाली घटनाओं को संभालने के लिए तर्क को शामिल करें जैसे कि प्रमुख मंदी की खबरों के बाद व्यापार को रोकना।
बैकटेस्ट और पेपर ट्रेड के माध्यम से प्रणाली के प्रदर्शन का मूल्यांकन और निरंतर सुधार किया जा सकता है।
दोहरी चलती औसत क्रॉसओवर रणनीति तेजी से और धीमे एमए क्रॉसओवर की तुलना करके प्रवृत्ति की दिशा की पहचान करती है। यह एक सरल और व्यावहारिक प्रवृत्ति-अनुसरण दृष्टिकोण है। जबकि प्रभावी है, इसमें कुछ सीमाएं हैं जिन्हें पैरामीटर ट्यूनिंग, फ़िल्टर जोड़ने और अन्य उपकरणों को शामिल करने जैसे अनुकूलन के माध्यम से संबोधित किया जा सकता है। उचित जोखिम नियंत्रण के साथ, यह रणनीति अच्छे रिटर्न प्रदान कर सकती है।
/*backtest start: 2023-09-30 00:00:00 end: 2023-10-30 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 strategy("Simple Moving Average Crossover", overlay=true) // Input parameters fast_length = input(10, title="Fast MA Length") slow_length = input(50, title="Slow MA Length") stop_loss_pct = input(1, title="Stop Loss Percentage", minval=0, maxval=5) / 100 // Calculate moving averages fast_ma = sma(close, fast_length) slow_ma = sma(close, slow_length) // Plot moving averages plot(fast_ma, color=color.blue, title="Fast MA") plot(slow_ma, color=color.red, title="Slow MA") // Strategy logic long_condition = crossover(fast_ma, slow_ma) short_condition = crossunder(fast_ma, slow_ma) // Execute trades if (long_condition) strategy.entry("Long", strategy.long) if (short_condition) strategy.entry("Short", strategy.short) // Set stop loss long_stop_price = close * (1 - stop_loss_pct) short_stop_price = close * (1 + stop_loss_pct) strategy.exit("Stop Loss/Profit", from_entry="Long", stop=long_stop_price) strategy.exit("Stop Loss/Profit", from_entry="Short", stop=short_stop_price)