इस रणनीति को
इस रणनीति के मुख्य घटक आरएसआई संकेतक और एमए लाइनें हैं। आरएसआई का उपयोग ओवरबॉट और ओवरसोल्ड स्तरों की पहचान करने के लिए किया जाता है, जबकि एमए का उपयोग प्रवृत्ति की दिशा निर्धारित करने के लिए किया जाता है। विशिष्ट तर्क हैः
आरएसआई संकेतक मूल्य की गणना करें, और ऊपरी सीमा को 90 और निचली सीमा को 10 पर सेट करें। 90 से अधिक आरएसआई रीडिंग का अर्थ है ओवरबॉट सिग्नल, जबकि 10 से नीचे रीडिंग का अर्थ है ओवरसोल्ड सिग्नल।
एक निश्चित अवधि (उदाहरण के लिए 4 दिन) के एमए लाइन की गणना करें। जब कीमतें लगातार बढ़ रही हैं, तो एमए लाइन ऊपर की ओर झुकाव करती है। जब कीमतें लगातार गिर रही हैं, तो एमए लाइन नीचे की ओर झुकाव करती है।
जब आरएसआई 90 से अधिक हो और एमए लाइन ऊपर की ओर झुक जाए, तो शॉर्ट करें। जब आरएसआई 10 से नीचे गिर जाए और एमए लाइन नीचे की ओर झुक जाए, तो लॉन्ग करें।
प्रति अनुबंध एक निश्चित संख्या में स्टॉप लॉस सेट करें, और प्रति अनुबंध एक निश्चित प्रतिशत पर लाभ लें।
यह रणनीति आरएसआई सूचक और एमए लाइनों के दोहरे फ़िल्टर को जोड़ती है, जो प्रभावी रूप से रेंज-बाउंड मूल्य आंदोलनों के तहत झूठे संकेतों को फ़िल्टर कर सकती है। इस बीच, आरएसआई सेटिंग्स विलंबित संकेतों से बचती हैं और सभ्य लाभ क्षमता बनाए रखती हैं। प्रवृत्ति की दिशा निर्धारित करने के लिए एमए का उपयोग करने से प्रवृत्ति के खिलाफ व्यापार को रोकता है। इसके अलावा, रणनीति में सरल पैरामीटर हैं जिन्हें समझना और अनुकूलित करना आसान है।
इस रणनीति के मुख्य जोखिमों में निम्नलिखित शामिल हैंः
अचानक घटनाएं जो कीमतों में तेज वृद्धि का कारण बनती हैं, आरएसआई और एमए रीडिंग में समय पर प्रतिबिंबित नहीं हो सकती हैं, जिससे अधिक नुकसान होता है।
सीमाबद्ध बाजारों के तहत, आरएसआई और एमए अक्सर संकेत जारी कर सकते हैं, जिसके परिणामस्वरूप बहुत अधिक व्यापार होता है जो लेनदेन लागत और फिसलन को बढ़ाता है।
अनुचित पैरामीटर सेटिंग्स भी रणनीति प्रदर्शन को प्रभावित कर सकती हैं। उदाहरण के लिए, आरएसआई ऊपरी/निम्न सीमाओं को बहुत व्यापक सेट करने से संकेत देरी होती है, जबकि सीमाओं को बहुत संकीर्ण सेट करने से बहुत लगातार संकेत होते हैं।
आगे अनुकूलन के लिए क्षेत्रों में शामिल हैंः
इष्टतम पैरामीटर संयोजन खोजने के लिए विभिन्न उत्पादों और समय सीमाओं पर पैरामीटर का बैकटेस्ट और अनुकूलन करें।
आरएसआई/एमए के साथ अन्य संकेतकों जैसे कि केडीजे, बीओएलएल आदि को शामिल करें, ताकि अधिक सख्त सिग्नल फिल्टर सेट किए जा सकें और झूठे संकेतों को कम किया जा सके।
मूल्य स्तरों को गतिशील रूप से समायोजित करने के लिए अस्थिरता और एटीआर के आधार पर अनुकूलनशील स्टॉप लॉस/टेक प्रॉफिट तंत्र बनाएँ।
बदलती बाजार स्थितियों के आधार पर पैरामीटर को स्वचालित रूप से समायोजित करने के लिए मशीन लर्निंग एल्गोरिदम जोड़ें, गतिशील पैरामीटर अनुकूलन का एहसास करें।
कुल मिलाकर यह आरएसआई-एमए रणनीति काफी सरल और व्यावहारिक है, जो प्रवृत्ति के बाद और ओवरबॉट / ओवरसोल्ड विश्लेषण के तत्वों को जोड़ती है। यह अनुकूल बाजार स्थितियों को देखते हुए सभ्य लाभ प्राप्त कर सकती है, लेकिन झूठे संकेतों के जोखिम भी है जिन्हें मजबूती में सुधार के लिए आगे के अनुकूलन के माध्यम से कम करने की आवश्यकता है।
/*backtest start: 2023-11-10 00:00:00 end: 2023-12-10 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=2 //This strategy is best used with the Chrome Extension AutoView for automating TradingView alerts. //You can get the AutoView extension for FREE using the following link //https://chrome.google.com/webstore/detail/autoview/okdhadoplaoehmeldlpakhpekjcpljmb?utm_source=chrome-app-launcher-info-dialog strategy("4All", shorttitle="Strategy", overlay=false) src = close len = input(4, minval=1, title="Length") up = rma(max(change(src), 0), len) down = rma(-min(change(src), 0), len) rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down)) plot(rsi, color=purple) band1 = hline(90) band0 = hline(10) fill(band1, band0, color=purple, transp=90) rsin = input(5) sn = 100 - rsin ln = 0 + rsin short = crossover(rsi, sn) long = crossunder(rsi, ln) strategy.entry("long", strategy.long, when=long) strategy.entry("short", strategy.short, when=short) TP = input(15) * 10 SL = input(23) * 10 TS = input(0) * 10 CQ = 100 TPP = (TP > 0) ? TP : na SLP = (SL > 0) ? SL : na TSP = (TS > 0) ? TS : na strategy.exit("Close Long", "long", qty_percent=CQ, profit=TPP, loss=SLP, trail_points=TSP) strategy.exit("Close Short", "short", qty_percent=CQ, profit=TPP, loss=SLP, trail_points=TSP)