संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. संभावना-वर्धित आरएसआई रणनीति

संभावना-वर्धित आरएसआई रणनीति

लेखक:चाओझांग, दिनांक: 2023-12-20 15:05:05
टैगः

img

अवलोकन

यह ओवरबॉट और ओवरसोल्ड स्तरों को निर्धारित करने के लिए आरएसआई संकेतक का उपयोग करने वाली एक सरल लंबी-केवल रणनीति है। हमने इसे स्टॉप लॉस और टेक प्रॉफिट जोड़कर और केवल तभी रिफॉर्स्टमेंट ट्रेडिंग में एक संभावना मॉड्यूल को एकीकृत करके बढ़ाया जब हालिया लाभदायक व्यापार की संभावना 51% से अधिक या बराबर हो। इसने संभावित खोने वाले ट्रेडों से बचकर रणनीति प्रदर्शन में काफी सुधार किया।

सिद्धांत

यह रणनीति बाजार के ओवरबॉट और ओवरसोल्ड स्थितियों का न्याय करने के लिए आरएसआई संकेतक का उपयोग करती है। विशेष रूप से, जब आरएसआई ओवरसोल्ड क्षेत्र की निचली सीमा से नीचे पार हो जाता है तो यह लंबा हो जाता है; और जब आरएसआई ओवरसोल्ड क्षेत्र की ऊपरी सीमा से ऊपर पार हो जाता है तो स्थिति बंद हो जाती है। इसके अलावा, हम स्टॉप लॉस और ले लाभ अनुपात सेट करते हैं।

कुंजी यह है कि हमने एक संभावना निर्णय मॉड्यूल को एकीकृत किया है। यह मॉड्यूल हाल की अवधि में लंबे ट्रेडों के लाभदायक प्रतिशत की गणना करता है (लुकबैक पैरामीटर द्वारा परिभाषित) । यह केवल तभी प्रवेश की अनुमति देता है जब हालिया लाभदायक ट्रेडिंग संभावना 51% से अधिक या बराबर हो। इससे बहुत सारे संभावित खोने वाले ट्रेडों से बचा जाता है।

लाभ

एक संभावना बढ़ाया आरएसआई रणनीति के रूप में, यह सरल आरएसआई रणनीतियों की तुलना में नीचे फायदे हैंः

  1. अतिरिक्त स्टॉप लॉस और ले लाभ एकल व्यापार हानि को नियंत्रित करता है और लाभ लॉक करता है
  2. एकीकृत संभावना मॉड्यूल कम संभावना वाले बाजारों से बचता है
  3. संभावना मॉड्यूल विभिन्न बाजार वातावरण के लिए समायोज्य है
  4. केवल लंबे समय के तंत्र को समझने और लागू करने में आसान है

जोखिम विश्लेषण

इस रणनीति के भीतर अभी भी कुछ जोखिम हैंः

  1. केवल दीर्घकालिक, गिरते बाजार से लाभ नहीं उठा सकते
  2. गलत संभावना मॉड्यूल निर्णय अवसरों को खो सकता है
  3. सबसे अच्छा पैरामीटर संयोजन ढूंढना मुश्किल है, बाजार के वातावरण में महत्वपूर्ण प्रदर्शन अंतर
  4. ढीली स्टॉप लॉस सेटिंग, अभी भी एक एकल व्यापार में बड़ा नुकसान संभव है

समाधान:

  1. लघु तंत्र जोड़ने पर विचार करें
  2. गलत आकलन दर को कम करने के लिए संभावना मॉड्यूल को अनुकूलित करें
  3. गतिशील रूप से मापदंडों का अनुकूलन करने के लिए मशीन सीखने का उपयोग करें
  4. हानि को सीमित करने के लिए अधिक रूढ़िवादी स्टॉप लॉस स्तर सेट करें

सुधार दिशाएँ

इस रणनीति को निम्नलिखित पहलुओं में और अधिक अनुकूलित किया जा सकता हैः

  1. द्विदिश व्यापार के लिए लघु मॉड्यूल बढ़ाएँ
  2. गतिशील पैरामीटर अनुकूलन के लिए मशीन सीखने का उपयोग करें
  3. अधिक खरीदे/बेचे जाने के लिए अन्य संकेतकों का प्रयास करें
  4. लाभ अनुपात में वृद्धि के लिए स्टॉप लॉस/टेक प्रॉफिट का अनुकूलन
  5. संकेतों को फ़िल्टर करने के लिए अन्य कारकों को जोड़ें और संभावना में सुधार करें

सारांश

यह एक सरल आरएसआई रणनीति है जिसे एकीकृत संभावना मॉड्यूल द्वारा बढ़ाया गया है। वेनिला आरएसआई रणनीतियों की तुलना में, यह कुछ खोने वाले ट्रेडों को फ़िल्टर करता है और समग्र ड्रॉडाउन और लाभ अनुपात में सुधार करता है। अगला कदम इसे और अधिक मजबूत बनाने के लिए लघु, गतिशील अनुकूलन आदि जोड़कर इसे बेहतर बनाना हो सकता है।

/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-19 00:00:00
period: 1h
basePeriod: 15m
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/
// © thequantscience

//@version=5
strategy("Reinforced RSI",
     overlay = true,
     default_qty_type = strategy.percent_of_equity, 
     default_qty_value = 100,
     pyramiding = 1,
     currency = currency.EUR, 
     initial_capital = 1000,
     commission_type = strategy.commission.percent, 
     commission_value = 0.07)

lenght_rsi = input.int(defval = 14, minval = 1, title = "RSI lenght: ")
rsi = ta.rsi(close, length = lenght_rsi)

rsi_value_check_entry = input.int(defval = 35, minval = 1, title = "Oversold: ")
rsi_value_check_exit = input.int(defval = 75, minval = 1, title = "Overbought: ")

trigger = ta.crossunder(rsi, rsi_value_check_entry)
exit = ta.crossover(rsi, rsi_value_check_exit)

entry_condition   = trigger 
TPcondition_exit  = exit

look = input.int(defval = 30, minval = 0, maxval = 500, title = "Lookback period: ")

Probabilities(lookback) =>

    isActiveLong = false
    isActiveLong := nz(isActiveLong[1], false)
    isSellLong = false
    isSellLong := nz(isSellLong[1], false)

    int positive_results = 0
    int negative_results = 0

    float positive_percentage_probabilities = 0 
    float negative_percentage_probabilities = 0 

    LONG = not isActiveLong and entry_condition == true 
    CLOSE_LONG_TP = not isSellLong and TPcondition_exit == true

    p = ta.valuewhen(LONG, close, 0)
    p2 = ta.valuewhen(CLOSE_LONG_TP, close, 0)

    for i = 1 to lookback

	    if (LONG[i])
            isActiveLong := true
		    isSellLong := false

        if (CLOSE_LONG_TP[i])
	        isActiveLong := false
	        isSellLong := true

        if p[i] > p2[i]
            positive_results += 1
        else 
            negative_results -= 1 

	    positive_relative_probabilities = positive_results / lookback
	    negative_relative_probabilities = negative_results / lookback
	    positive_percentage_probabilities := positive_relative_probabilities * 100
	    negative_percentage_probabilities := negative_relative_probabilities * 100

    positive_percentage_probabilities
	
probabilities = Probabilities(look) 

lots = strategy.equity/close

var float e = 0 
var float c = 0 

tp = input.float(defval = 1.00, minval = 0, title = "Take profit: ")
sl = input.float(defval = 1.00, minval = 0, title = "Stop loss: ")

if trigger==true and strategy.opentrades==0 and probabilities >= 51
    e := close
    strategy.entry(id = "e", direction = strategy.long, qty = lots, limit = e) 
takeprofit = e + ((e * tp)/100)
stoploss = e - ((e * sl)/100)
if exit==true
    c := close 
    strategy.exit(id = "c", from_entry = "e", limit = c)
if takeprofit and stoploss 
    strategy.exit(id = "c", from_entry = "e", stop = stoploss, limit = takeprofit)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित