संसाधन लोड हो रहा है... लोड करना...

कई संकेतकों के आधार पर जॉन की बिटकॉइन इंट्राडे ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांक: 2023-12-07 15:23:44
टैगः

img

अवलोकन

यह रणनीति बिटकॉइन इंट्राडे ट्रेडिंग को लागू करने के लिए आरएसआई, एमएफआई, स्टॉक आरएसआई और एमएसीडी चार संकेतकों को जोड़ती है। ऑर्डर केवल तभी रखे जाएंगे जब कई संकेतक जोखिमों को नियंत्रित करने के लिए एक साथ खरीद या बिक्री संकेत देते हैं।

रणनीति तर्क

  1. आरएसआई संकेतक का उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या बाजार ओवरबॉट या ओवरसोल्ड है। यह एक खरीद संकेत उत्पन्न करता है जब आरएसआई 40 से नीचे होता है और एक बिक्री संकेत जब आरएसआई 70 से ऊपर होता है।

  2. यह सूचक बाजार में पूंजी प्रवाह का आकलन करता है। यह एक खरीद संकेत उत्पन्न करता है जब एमएफआई 23 से नीचे होता है और एक बिक्री संकेत जब एमएफआई 80 से ऊपर होता है।

  3. स्टॉक आरएसआई सूचक यह निर्धारित करता है कि बाजार ओवरबॉट या ओवरसोल्ड है। यह एक खरीद संकेत उत्पन्न करता है जब के लाइन 34 से नीचे होती है और एक बिक्री संकेत जब 80 से ऊपर होती है।

  4. एमएसीडी सूचक बाजार की प्रवृत्ति और गति का आकलन करता है। यह एक खरीद संकेत उत्पन्न करता है जब तेज रेखा धीमी रेखा से नीचे होती है और हिस्टोग्राम नकारात्मक होता है, और विपरीत परिदृश्य के लिए एक बिक्री संकेत।

लाभ विश्लेषण

  1. चार प्रमुख संकेतकों को मिलाकर संकेत की सटीकता में सुधार होता है और एक संकेतकों की विफलता के कारण होने वाले नुकसान से बचा जा सकता है।

  2. ऑर्डर तभी दिए जाते हैं जब कई संकेतकों से एक साथ संकेत दिए जाते हैं, जिससे झूठे संकेतों की संभावना बहुत कम हो जाती है।

  3. इंट्राडे ट्रेडिंग रणनीतियों को अपनाने से ओवरनाइट जोखिमों से बचा जा सकता है और पूंजी लागत कम हो सकती है।

जोखिम और समाधान

  1. रणनीति की ट्रेडिंग आवृत्ति अपेक्षाकृत कम हो सकती है, कुछ समय के जोखिम के साथ। ट्रेडों की संख्या बढ़ाने के लिए संकेतक मापदंडों को उचित रूप से ढीला किया जा सकता है।

  2. अभी भी एक संभावना है कि संकेतक गलत संकेत दे सकते हैं। संकेतक संकेतों की विश्वसनीयता का न्याय करने में सहायता के लिए मशीन लर्निंग एल्गोरिदम पेश किए जा सकते हैं।

  3. कुछ ओवरबॉट और ओवरसोल्ड जोखिम हैं। संकेतक मापदंडों को तदनुसार समायोजित किया जा सकता है या अधिक संकेतक तर्क जोड़ा जा सकता है।

अनुकूलन दिशाएँ

  1. अनुकूली सूचक पैरामीटर कार्यक्षमता जोड़ें. बाजार अस्थिरता और परिवर्तन की गति के आधार पर वास्तविक समय में सूचक पैरामीटर समायोजित करें.

  2. स्टॉप लॉस लॉजिक जोड़ें. एकल हानि को प्रभावी ढंग से नियंत्रित करने के लिए यदि हानि एक निश्चित प्रतिशत से अधिक हो तो बाहर निकलें।

  3. भावना संकेतक शामिल करें। रणनीति लाभ अंतरिक्ष में सुधार करने के लिए बाजार गर्मी और बाजार के डर जैसे बहुआयामी निर्णयों को बढ़ाएं।

निष्कर्ष

चार प्रमुख संकेतकों के माध्यम से संकेतों का सत्यापन करके, यह रणनीति प्रभावी रूप से झूठे संकेत दर को कम कर सकती है और अपेक्षाकृत स्थिर उच्च आवृत्ति लाभ रणनीति है। मापदंडों और मॉडल के निरंतर अनुकूलन के साथ, रणनीति की जीत दर और लाभप्रदता में और सुधार किया जा सकता है।


/*backtest
start: 2023-11-29 00:00:00
end: 2023-12-06 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//@version=5
strategy('John Day Stop Loss', overlay=false, pyramiding=1, default_qty_type=strategy.cash, default_qty_value=10000, initial_capital=10000, currency='USD', precision=2)
strategy.risk.allow_entry_in(strategy.direction.long) 

from_day = input.int(defval=1, title='From Day', minval=1)
from_month = input.int(defval=1, title='From Month', minval=1)
from_year = input.int(defval=2021, title='From Year', minval=2020)
to_day = input.int(defval=1, title='To Day', minval=1)
to_month = input.int(defval=1, title='To Month', minval=1)
to_year = input.int(defval=2025, title='To Year', minval=2020)

time_cond = time > timestamp(from_year, from_month, from_day, 00, 00) and time < timestamp(to_year, to_month, to_day, 00, 00)
//time_cond = true

//Stop Loss
longProfitPerc = input.float(title="Stop Loss Profit (%)", defval=2.1) / 100
longExitPrice  = strategy.position_avg_price * (1 - longProfitPerc)

//RSI - yellow
up = ta.rma(math.max(ta.change(close), 0), 14)
down = ta.rma(-math.min(ta.change(close), 0), 14)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
plot(rsi, "RSI", color=#00FFFF)
buy_rsi = true // rsi < 40
sell_rsi = true //rsi > 70

//MFI - cyan
mf = ta.mfi(hlc3, 14)
plot(mf, "MF", color=#FFFF00)
buy_mfi = mf < input.int(defval=23, title='Max MF', minval=1)
sell_mfi = mf > input.int(defval=80, title='Min MF', minval=1)

//Stoch RSI
OverBought_StochRSI = input(80)
OverSold_StochRSI = input(34)
smoothK = input.int(3, "K", minval=1)
smoothD = input.int(2, "D", minval=1)
lengthRSI = input.int(14, "RSI Length", minval=1)
lengthStoch = input.int(14, "Stochastic Length", minval=1)
srcRSI = input(close, title="RSI Source")
rsi1 = ta.rsi(srcRSI, lengthRSI)
kStochRSI = ta.sma(ta.stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK)
d = ta.sma(kStochRSI, smoothD)
co = ta.crossover(kStochRSI,d)
cu = ta.crossunder(kStochRSI,d)

buy_stochRSI = co and kStochRSI < OverSold_StochRSI
sell_stochRSI = cu and kStochRSI > OverBought_StochRSI

plot(kStochRSI, "K", color=#2962FF)
plot(d, "D", color=#FF6D00)
h0 = hline(OverBought_StochRSI, "Upper Band", color=#787B86)
h1 = hline(OverSold_StochRSI, "Lower Band", color=#787B86)
fill(h0, h1, color=color.rgb(33, 150, 243, 90), title="Background")

//MACD
// Getting inputs
fast_length = input(title="Fast Length", defval=12)
slow_length = input(title="Slow Length", defval=26)
src = input(title="Source", defval=close)
signal_length = input.int(title="Signal Smoothing",  minval = 1, maxval = 50, defval = 9)
sma_source = input.string(title="Oscillator MA Type",  defval="EMA", options=["SMA", "EMA"])
sma_signal = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"])
// Plot colors
//col_macd = input(#2962FF, "MACD Line  ", group="Color Settings", inline="MACD")
//col_signal = input(#FF6D00, "Signal Line  ", group="Color Settings", inline="Signal")
//col_grow_above = input(#26A69A, "Above   Grow", group="Histogram", inline="Above")
//col_fall_above = input(#B2DFDB, "Fall", group="Histogram", inline="Above")
//col_grow_below = input(#FFCDD2, "Below Grow", group="Histogram", inline="Below")
//col_fall_below = input(#FF5252, "Fall", group="Histogram", inline="Below")
// Calculating
fast_ma = sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length)
slow_ma = sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length)
hist = macd - signal
buy_MACD = macd < signal and hist < 0 
sell_MACD = macd > signal and hist > 0 

//buy_MACD = true 
//sell_MACD = true

//plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below)))
//plot(macd, title="MACD", color=col_macd)
//plot(signal, title="Signal", color=col_signal)

sessionColor = color(na)
if time_cond

    if (not na(kStochRSI) and not na(d))
        cmt = str.tostring(close)
    	if (buy_stochRSI and buy_MACD and buy_mfi and buy_rsi)
    		strategy.entry("BUY", strategy.long, comment='BUY @ ' + cmt)
    		if longProfitPerc != 0
    		    strategy.exit(id="x", stop=longExitPrice, comment='EXIT @ ' + str.tostring(longExitPrice))
        	sessionColor := input.color(#0000FF, "buy") //red
    	if (sell_stochRSI and sell_MACD and sell_mfi and sell_rsi)
    		strategy.entry("SELL", strategy.short, comment='SELL @ ' + cmt)
    		sessionColor := input.color(#FF0000, "sell") //green
    	
bgcolor(sessionColor)

अधिक