संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. बेजियन स्थिति आरएसआई ट्रेडिंग रणनीति

बेजियन स्थिति आरएसआई ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांक: 2023-12-18 17:09:00
टैगः

img

अवलोकन

यह लेख मुख्य रूप से बेजियन कंडीशन आरएसआई ट्रेडिंग रणनीति नामक एक मात्रात्मक ट्रेडिंग रणनीति का विश्लेषण करता है। यह रणनीति आरएसआई संकेतक के संभावना वितरण की गणना करती है और भविष्य के मूल्य रुझानों का न्याय करने और लाभ कमाने के लिए आरएसआई संकेतक के बढ़ने या गिरने की संभावना का अनुमान लगाने के लिए बेजियन नियम लागू करती है।

रणनीतिक सिद्धांत

इस रणनीति का मूल तर्क यह हैः

  1. एक निश्चित चक्र के भीतर समापन मूल्य में वृद्धि हुई है या नहीं, इसकी संभावना वितरण A की गणना करें
  2. संभावना वितरण B की गणना करें कि क्या आरएसआई संकेतक संबंधित चक्र के भीतर बढ़ता रहता है
  3. A और B के एक साथ होने की संभावना की गणना करने के लिए Bayesian नियम लागू करें
  4. जब यह संभावना सीमा से अधिक है, यह निर्णय है कि प्रवृत्ति जारी रहेगा और व्यापार संकेत ले

विशेष रूप से, रणनीति पहले पैरामीटर पी को आरएसआई संकेतक की गणना के लिए चक्र पैरामीटर के रूप में परिभाषित करती है, और आर भविष्य के मूल्य परिवर्तनों की भविष्यवाणी के लिए समय सीमा के रूप में। फिर पी चक्र के भीतर, संभावना वितरण ए की गणना करने के लिए समापन मूल्य में वृद्धि की संख्या की गणना करें। उसी समय, पी चक्र के भीतर, आरएसआई इस चक्र के समाप्त होने के बाद आर चक्र के भीतर बढ़ती रहती है, और संभावना वितरण बी की गणना करें।

उसके बाद, बेयिसियन सूत्र को लागू करें, यह गणना करने के लिए कि बंद कीमत में वृद्धि और आरएसआई में वृद्धि जारी रखने की दो शर्तें एक ही समय में संतुष्ट हैं, अंतिम संभावना निर्णय संकेतक के रूप में। जब यह संभावना एक दी गई सीमा से अधिक हो, तो यह निर्णय लें कि अपट्रेंड जारी रहेगा और लंबी स्थिति लें; जब संभावना सीमा से कम हो, तो यह निर्णय लें कि प्रवृत्ति उलट जाती है और स्थिति बंद हो जाती है।

इस प्रकार, रणनीति भावी रुझानों का न्याय करने और व्यापार संकेत उत्पन्न करने के लिए मूल्य जानकारी और तकनीकी संकेतकों को व्यापक रूप से विचार करती है, संभावना सांख्यिकी और बेजियन नियमों को लागू करती है।

रणनीति के फायदे

इस रणनीति के मुख्य लाभ इस प्रकार हैंः

  1. कई सूचनाओं का संयोजन: रणनीति में न केवल मूल्य सूचना पर विचार किया जाता है, बल्कि भविष्य के रुझानों का व्यापक रूप से आकलन करने और आकलन की सटीकता में सुधार करने के लिए आरएसआई जैसे तकनीकी संकेतक जानकारी पर भी विचार किया जाता है।

  2. संभावना भविष्यवाणी: सरल संख्यात्मक तुलना के बजाय सांख्यिकीय संभावना वितरण के माध्यम से मूल्य और आरएसआई परिवर्तनों की दिशा पर संभावना भविष्यवाणियां करें, जिससे निर्णय अधिक वैज्ञानिक हो।

  3. बेजियन अनुकूलन: प्रासंगिक संभावनाओं की गणना करने और निर्णयों को अधिक सटीक बनाने के लिए मूल सांख्यिकीय संभावनाओं का अनुकूलन करने के लिए बेयिसियन नियमों का उपयोग करें।

  4. लचीले मापदंड: विभिन्न बाजारों और परिसंपत्तियों के अनुरूप समायोजन और अनुकूलन के लिए कई मापदंड प्रदान करें और रणनीति की अनुकूलन क्षमता में सुधार करें।

  5. सरल और प्रभावी: रणनीति का विचार स्पष्ट है और सरल सांख्यिकीय और संभावना संचालन का उपयोग व्यापार संकेत निर्णय उत्पन्न करने के लिए किया जाता है, जिसे समझना और अनुकूलित करना आसान है, और प्रभाव महत्वपूर्ण है।

रणनीति के जोखिम

इस रणनीति के मुख्य जोखिमों में निम्नलिखित भी शामिल हैंः

  1. पैरामीटर निर्भरता: प्रदर्शन पैरामीटर सेटिंग्स पर बहुत निर्भर करता है। विभिन्न बाजारों को इष्टतम परिणाम प्राप्त करने के लिए कई मापदंडों को समायोजित करने की आवश्यकता होती है, जिससे रणनीति संचालन की जटिलता बढ़ जाती है।

  2. संभावना त्रुटि: सीमित सांख्यिकीय समय और नमूने के कारण, गणना की गई संभावना वास्तविक प्रवृत्ति से मेल नहीं खा सकती है, जिससे निर्णय विचलन होता है।

  3. विशेष कार्यक्रम: बड़ी आपात स्थिति बाजार की कीमतों और आरएसआई संकेतकों के बीच संबंध को प्रभावित कर सकती है, जिससे रणनीति विफल हो सकती है।

  4. तकनीकी संकेतक की विफलताकुछ बाजार स्थितियों में, आरएसआई जैसे तकनीकी संकेतक अमान्य संकेत उत्पन्न कर सकते हैं, जिससे रणनीति निर्णय विफल हो जाता है।

समाधानों में शामिल हैंः पैरामीटर सेट करने की प्रक्रिया को अनुकूलित करना, सांख्यिकीय समय और नमूना आकार को समायोजित करना, अधिक सहायक जानकारी को जोड़ना, असामान्य स्थितियों में मैन्युअल हस्तक्षेप करना, आदि।

अनुकूलन दिशाएँ

इस रणनीति के मुख्य अनुकूलन दिशाओं में निम्नलिखित शामिल हैंः

  1. कई समय सीमाएँ: स्थिरता में सुधार के लिए एकीकृत निर्णय के लिए कई समय सीमाओं (दैनिक, साप्ताहिक आदि) पर रणनीतियों को चलाना।

  2. अधिक संकेतकन्याय के आधार को समृद्ध करने के लिए कैंडलस्टिक पैटर्न, चलती औसत आदि जैसे अधिक तकनीकी संकेतक संकेत जोड़ना।

  3. मॉडल अनुकूलन: अधिक सटीक गणना के लिए बेजियन मॉडल को अनुकूलित करने के लिए मशीन लर्निंग आदि का उपयोग करना।

  4. गतिशील मापदंड: बाजार परिवर्तनों के साथ वास्तविक समय में समायोजित करने के लिए मापदंडों के लिए गतिशील अनुकूलन मॉड्यूल जोड़ना।

  5. जोखिम नियंत्रण तंत्र: चरम बाजारों में भारी घाटे को रोकने के लिए अधिकतम ड्रॉडाउन और व्यापार आवृत्तियों जैसे जोखिम मेट्रिक्स निर्धारित करना।

  6. सुधारों को एकत्रित करें: अन्य प्रकार की रणनीतियों या मॉडलों के साथ मिलकर मतदान तंत्र बनाने और स्थिरता में सुधार करने के लिए।

निष्कर्ष

यह रणनीति पहले सांख्यिकीय रूप से मूल्य और आरएसआई के संभावना वितरण की गणना करती है, फिर संयुक्त संभावनाओं की गणना करने के लिए बेजियन नियमों का उपयोग करती है, जब संभावनाएं निर्धारित सीमाओं से अधिक होती हैं, तो व्यापार संकेत उत्पन्न करती है, जिससे लाभ होता है। यह रणनीति बहु-स्रोत जानकारी को जोड़ती है, संभावना भविष्यवाणी और बेजियन अनुकूलन का लाभ उठाती है। मुख्य अनुकूलन दिशाओं में समय सीमा का विस्तार, अधिक संकेतक, गतिशील मापदंड आदि शामिल हैं। अंत में, इस रणनीति का एक अनूठा विचार और उल्लेखनीय प्रभाव है जिसे तलाशने और लागू करने के लायक है।

/*backtest
start: 2022-12-11 00:00:00
end: 2023-03-15 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
// Stealthy7 trading scripts are radikal. You have entered the mystical realm of demonic profit.
// If you like this script, check out my bots at cryptotrader.org/?r=51
// Let me know if you find any improvements to this script. It is beta. 
// Please subscribe.
strategy("Stealthy7 Bayes Conditional RSI Trader Strategy", overlay=true)
p = input(title="Period",  defval=30, minval=5, maxval=500)
t = input(title="Movement Thresh", type=float, defval=1.003, minval=1.001, maxval=1.5, step=0.001)
r = input(title="Look Range",  defval=7, minval=1,maxval=500, step=1)
RSIT = input(title="Jump",  defval=8, minval=1,maxval=99, step=1)
BAYEST = input(title="SM",  defval=3, minval=1,maxval=99, step=1)
RSIP = input(title="RSIP",  defval=14, minval=2,maxval=100, step=1)
countup = 1
countdn = 1
countupS = 1
countdnS = 1
for i = p to 1
    if close[i]/close[i + r] > t
        countup := countup + 1
    else
        countdn := countdn + 1
    if close[i]/close[i + r] < 2 - t
        countupS := countupS + 1
    else
        countdnS := countdnS + 1

rsi = rsi(open,RSIP)

countup2 = 1
countup3 = 1
countup2S = 1
countup3S = 1
for i = p to 1
    if close[i]/close[i + r] > t and rsi[i + r + 1] > rsi[i + r + 2] + RSIT
        countup2 := countup2 + 1
    else
        countup3 := countup3 + 1
    if close[i]/close[i + r] < 2 - t and rsi[i + r + 1] < rsi[i + r + 2] - RSIT
        countup2S := countup2S + 1
    else
        countup3S := countup3S + 1

countup2b = countup2 / p
countup3b = countup3 / p
countupb = countup / p
countdnb = countdn / p

countup2bS = countup2S / p
countup3bS = countup3S / p
countupbS = countupS / p
countdnbS = countdnS / p
bayes = 0
bayes := ((countupb * countup2b) / ((countupb * countup2b) + (countdnb * countup3b))) * 100
bayesS = 0
bayesS := ((countupbS * countup2bS) / ((countupbS * countup2bS) + (countdnbS * countup3bS))) * 100
SN1 = sma(bayes,BAYEST)
SN2 = sma(bayesS,BAYEST)
shortCondition = crossunder(bayesS, SN2) //and rsi < 49
longCondition = crossover(bayes, SN1) //and rsi > 59
if (longCondition)
    strategy.entry("Long", strategy.long)
if (shortCondition)
    strategy.entry("Short", strategy.short)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित