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

लागुएरे आरएसआई ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांक: 2023-12-19 14:04:46
टैगः

img

अवलोकन

लागुएरे आरएसआई ट्रेडिंग रणनीति आरएसआई संकेतक पर लागू जॉन एएचएलआरएस लागुएरे फ़िल्टर पर आधारित है। α गुणांक को समायोजित करके, यह रणनीति शोर को फ़िल्टर करने और स्पष्ट ट्रेडिंग संकेत उत्पन्न करने के लिए आरएसआई के लेग और चिकनी को बढ़ाती या कम करती है।

रणनीति तर्क

इस रणनीति का मूल सूचक लगुएरे आरएसआई है। इसका गणना सूत्र इस प्रकार है:

L0 = (1-γ)Src + γL0[1] L1 = -γL0 + L0[1] + γL1[1] L2 = -γL1 + L1[1] + γL2[1] L3 = -γL2 + L2[1] + γL3[1]

यहाँ γ=1-α, α एक समायोज्य गुणांक है, Src मूल्य का प्रतिनिधित्व करता है। L0 से L3 तक 4 संकेतक हैं जिनमें पुनरावर्ती संबंध होते हैं। इस आधार पर वर्तमान अप इंटीग्रल cu और डाउन इंटीग्रल cd की गणना की जा सकती हैः

cu = (L0>L1? L0-L1 : 0) + (L1>L2? L1-L2 : 0) + (L2>L3? L2-L3 : 0) cd = (L0

फिर Laguerre RSI की गणना cu और cd का उपयोग करके की जा सकती हैः

लार्सी = क्यू / (क्यू + सीडी)

पुनरावर्ती फ़िल्टर संरचना के माध्यम से, लैगुएरे आरएसआई बहुत सारे यादृच्छिक शोर को फ़िल्टर करते हुए आरएसआई की प्रवृत्ति पहचान क्षमता को बरकरार रखता है, स्पष्ट और चिकनी ट्रेडिंग संकेत उत्पन्न करता है।

व्यापार के विशिष्ट नियम इस प्रकार हैंः जब लागुएरे आरएसआई 20 से ऊपर जाता है, तो लंबे समय तक जाएं और जब लागुएरे आरएसआई 80 से नीचे जाता है, तो शॉर्ट करें।

लाभ विश्लेषण

लागुएरे आरएसआई रणनीति के मुख्य फायदे हैंः

  1. प्रभावी ढंग से Laguerre फिल्टर संरचना के माध्यम से आरएसआई के शोर फ़िल्टर, व्यापार संकेत स्पष्ट और अधिक विश्वसनीय बनाने

  2. समायोज्य α गुणांक अधिक बाजार वातावरण के अनुकूल अनुकूलन के लिए अनुकूलन के लिए रणनीति मापदंडों को लचीला बनाता है

  3. आरएसआई की दीर्घकालिक वैधता को बनाए रखता है जबकि फ़िल्टरिंग, प्रवृत्ति और ओवरबॉट/ओवरसोल्ड को एकीकृत करके गति की पहचान करने में सक्षम बनाता है

  4. सरल और सहज रणनीति नियम जो विभिन्न बाजार वातावरणों में लागू करने में आसान और अच्छा प्रदर्शन करते हैं

जोखिम विश्लेषण

इस रणनीति के मुख्य जोखिम निम्नलिखित हैंः

  1. α की अनुचित सेटिंग अत्यधिक विलंब या अति-फिल्टरिंग का कारण बन सकती है, जिससे मूल्य परिवर्तन गायब हो सकते हैं

  2. अस्थिर बाजारों में व्यापारिक घाटे अक्सर हो सकते हैं

  3. लंबी अवधि के स्थिर तेजी वाले बाजारों में कुछ उछाल के अवसरों को खोया जा सकता है

अनुकूलन दिशाएँ

इस रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः

  1. α गुणांक सेटिंग को अनुकूलित करने के लिए मशीन लर्निंग एल्गोरिदम का उपयोग करें

  2. हानि के जोखिम को कम करने के लिए स्टॉप लॉस तंत्र जोड़ें

  3. झूठे संकेतों को फ़िल्टर करने के लिए अन्य संकेतकों को मिलाएं

  4. विशिष्ट चरणों में मुनाफे को लॉक करने के लिए मात्रात्मक ढील के मॉडल को बढ़ाएं

निष्कर्ष

लागुएरे आरएसआई रणनीति प्रभावी रूप से फ़िल्टरिंग तंत्र के माध्यम से ओवरबॉट और ओवरसोल्ड स्थितियों की पहचान करती है जबकि ट्रेडिंग सिग्नल जारी करते समय शोर से हस्तक्षेप से बचती है। इस सरल और व्यावहारिक रणनीति में मापदंडों के लिए बड़े अनुकूलन स्थान हैं और विभिन्न बाजार वातावरणों के अनुकूल हो सकते हैं। यह एक अनुशंसित ट्रेडिंग रणनीति है।

/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mertriver1
// Developer: John EHLERS
//@version=3
// Author:Kıvanç Özbilgiç
strategy("Laguerre RSI", shorttitle="LaRSI", overlay=false)
src = input(title="Source", defval=close)
alpha = input(title="Alpha", type=float, minval=0, maxval=1, step=0.1, defval=0.2)
colorchange = input(title="Change Color ?", type=bool, defval=false)

Date1      = input(true, title = "=== Date Backtesting ===")
FromDay1   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromMonth1 = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromYear1  = input(defval = 2020, title = "From Year", minval = 2017)

ToDay1     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToMonth1   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToYear1    = input(defval = 9999, title = "To Year", minval = 2017)

start1     = timestamp(FromYear1, FromMonth1, FromDay1, 00, 00) 
finish1    = timestamp(ToYear1, ToMonth1, ToDay1, 23, 59)        
window1()  => time >= start1 and time <= finish1 ? true : false

gamma=1-alpha
L0 = 0.0
L0 := (1-gamma) * src + gamma * nz(L0[1])
L1 = 0.0
L1 := -gamma * L0 + nz(L0[1]) + gamma * nz(L1[1])

L2 = 0.0
L2 := -gamma * L1 + nz(L1[1]) + gamma * nz(L2[1])

L3 = 0.0
L3 := -gamma * L2 + nz(L2[1]) + gamma * nz(L3[1])

cu= (L0>L1 ? L0-L1 : 0) + (L1>L2 ? L1-L2 : 0) + (L2>L3 ? L2-L3 : 0)

cd= (L0<L1 ? L1-L0 : 0) + (L1<L2 ? L2-L1 : 0) + (L2<L3 ? L3-L2 : 0)

temp= cu+cd==0 ? -1 : cu+cd
LaRSI=temp==-1 ? 0 : cu/temp

Color = colorchange ? (LaRSI > LaRSI[1] ? green : red) : blue
plot(100*LaRSI, title="LaRSI", linewidth=2, color=Color, transp=0)
plot(20,linewidth=1, color=maroon, transp=0)
plot(80,linewidth=1, color=maroon, transp=0)

strategy.entry("Long",   true, when = window1() and crossover(cu, cd))
strategy.entry("Short", false, when = window1() and crossunder(cu, cd))
अधिक

2019 FMZ - सभी अधिकार सुरक्षित