लघुगणकीय मूल्य पूर्वानुमान रणनीति

अवलोकन

यह रणनीति भविष्य की कीमतों की भविष्यवाणी करने के लिए लॉगरिदमिक फलन के इनपुट मापदंडों के रूप में जेड-स्कोर की गणना करने के लिए मानक विचलन और व्यापारिक मात्रा के औसत के आधार पर मूल्य परिवर्तनों का मॉडल बनाने के लिए लॉगरिदमिक कार्यों का उपयोग करती है।

रणनीतिक सिद्धांत

1. समापन मूल्य के आरओसी मूल्य की गणना करें, सकारात्मक मानों को volume_pos और नकारात्मक मानों को volume_neg में जमा करें
2. net_volume के रूप में volume_pos और volume_neg के बीच अंतर की गणना करें
3. नेट_वॉल्यूम के मानक विचलन net_std और औसत net_sma की गणना करें
4. net_sma को net_std से विभाजित करके z-score की गणना करें
5. अगली अवधि की कीमत का अनुमान लगाने के लिए लॉजिस्टिक फंक्शन में समापन मूल्य, समापन मूल्य का 20 दिन का मानक विचलन और z-स्कोर को पैरामीटर के रूप में उपयोग करें
6. जब पूर्वानुमानित मूल्य वर्तमान वास्तविक मूल्य * 1.005 से अधिक हो, तो बंद स्थिति जब * 0.995 से कम हो

लाभ विश्लेषण

यह रणनीति लघुगणकीय कार्यों का उपयोग करके व्यापारिक मात्रा और मूल्य पूर्वानुमान की सांख्यिकीय जानकारी को जोड़ती है।

इसके लाभ निम्नलिखित हैंः

1. बाजार की भावना को मापने के लिए व्यापारिक मात्रा में दीर्घ-लघु अंतर का उपयोग करता है
2. लॉगरिथम फंक्शन मूल्य परिवर्तन वक्र को पूर्वानुमान के लिए अच्छी तरह से फिट करता है
3. सरल और सीधा रणनीति, लागू करना आसान

जोखिम विश्लेषण

इस रणनीति में कुछ जोखिम भी मौजूद हैंः

1. ट्रेडिंग वॉल्यूम के संकेतक में देरी है, बाजार में बदलावों को समय पर प्रतिबिंबित नहीं कर सकते
2. लघुगणक भविष्यवाणी हमेशा सटीक नहीं होती, भ्रामक हो सकती है
3. स्टॉप लॉस उपायों की अनुपस्थिति हानि को नियंत्रित करने की असमर्थता

जोखिमों को निम्न द्वारा कम किया जा सकता हैः

1. वॉल्यूम संकेतों की विश्वसनीयता का आकलन करने के लिए अन्य संकेतकों का संयोजन करें
2. पूर्वानुमान सटीकता में सुधार के लिए लघुगणक फलन के मापदंडों का अनुकूलन करें
3. प्रति व्यापार और कुल मिलाकर अधिकतम हानि को सीमित करने के लिए स्टॉप लॉस लाइनें सेट करें

अनुकूलन दिशाएँ

इस रणनीति को निम्नलिखित तरीकों से और अधिक अनुकूलित किया जा सकता हैः

1. लॉगरिथमिक फंक्शन को गतिशील रूप से अनुकूलित करने के लिए मशीन लर्निंग को अपनाएं
2. स्थिति के आकार को समायोजित करने के लिए अस्थिरता संकेतकों को शामिल करें
3. अवैध संकेतों को फ़िल्टर करने के लिए बायेसियन फ़िल्टरिंग जोड़ें
4. ब्रेकआउट बिंदुओं पर प्रवेश करने के लिए ब्रेकआउट रणनीतियों के साथ संयोजन
5. मात्रा-मूल्य विचलन संकेतों का पता लगाने के लिए संघ नियम का उपयोग करें

कई तरीकों को मिलाकर स्थिरता और लाभप्रदता में और सुधार किया जा सकता है।

निष्कर्ष

यह रणनीति ट्रेडिंग वॉल्यूम और लघुगणकीय भविष्यवाणी के सांख्यिकीय संकेतकों को एक अद्वितीय मात्रात्मक ट्रेडिंग पद्धति में एकीकृत करती है। निरंतर अनुकूलन के साथ, यह एक कुशल और स्थिर स्वचालित ट्रेडिंग प्रणाली बन सकती है। मशीन लर्निंग और पोर्टफोलियो अनुकूलन सिद्धांतों का लाभ उठाते हुए, हमें विश्वास है कि हम इसके ट्रेडिंग प्रदर्शन में और सुधार कर सकते हैं।