संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. फ्रामा और एमए क्रॉसओवर ट्रेडिंग रणनीति

फ्रामा और एमए क्रॉसओवर ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-01-15 14:38:48
टैगः

img

सारांश

यह रणनीति तेजी से चलती औसत रेखा ma_fast और धीमी गति से चलती औसत रेखा ma_slow की गणना करती है, और फिर FRAMA अनुकूली चलती औसत रेखा के साथ संयुक्त होती है। यह तब लंबी हो जाती है जब ma_fast ma_slow से पार हो जाती है, और स्थिति बंद हो जाती है जब ma_slow ma_fast से नीचे पार हो जाती है या FRAMA बंद मूल्य से नीचे गिर जाती है।

रणनीति तर्क

  1. 13-दिवसीय सरल चलती औसत ma_fast और 26-दिवसीय सरल चलती औसत ma_slow की गणना करें.

  2. FRAMA अनुकूली चलती औसत लाइन आउट की गणना करें। FRAMA सूत्र जटिल है, मुख्य विचार मूल्य के उच्चतम, निम्नतम और अस्थिरता के आधार पर गतिशील रूप से चलती औसत की चिकनाई α को समायोजित करना है।

  3. जब ma_fast ma_slow से पार हो जाता है तो लंबा हो जाता है. यह इंगित करता है कि अल्पकालिक चलती औसत ऊपर की ओर बढ़ना शुरू हो जाती है और लंबी अवधि की तुलना में तेजी से चलती है, प्रवृत्ति विशेषताओं से मेल खाती है.

  4. बंद स्थिति जब ma_slow ma_fast या FRAMA बंद मूल्य से नीचे जाता है। ये रुझान उलट संकेतों को इंगित करते हैं।

लाभ विश्लेषण

  1. दोहरी चलती औसत प्रणाली और अनुकूली चलती औसत प्रणाली के फायदे को जोड़ती है। दोहरी एमए प्रणाली रुझानों को पकड़ने में अच्छी है, जबकि अनुकूली एमए प्रणाली शोर को बेहतर ढंग से फ़िल्टर करती है।

  2. FRAMA संकेतक स्वचालित रूप से पैरामीटर समायोजित करता है, मैनुअल पैरामीटर ट्यूनिंग की व्यक्तिपरकता से बचता है।

  3. दो निकास संकेतों का प्रयोग करने से समय पर रुझान उलटने का पता लगाया जा सकता है।

जोखिम विश्लेषण

  1. दोहरी चलती औसत क्रॉसओवर में whipsaws हो सकते हैं, जिसके परिणामस्वरूप समय-समय पर नुकसान हो सकता है।

  2. अनुकूलनशील चलती औसत अधिक मापदंडों को पेश करते हैं, अति-फिटिंग का जोखिम उठाते हैं।

  3. केवल मूल्य कारकों को व्यापारिक मात्रा फिल्टर के बिना ध्यान में रखता है, इसलिए अवसरों को याद कर सकता है।

अनुकूलन

  1. इष्टतम संयोजन खोजने के लिए विभिन्न एमए अवधि का परीक्षण करें।

  2. झूठे संकेतों से बचने के लिए वॉल्यूम पुष्टिकरण जोड़ें, जैसे वॉल्यूम स्पाइक्स की आवश्यकता।

  3. रणनीति को अधिक मजबूत बनाने के लिए प्रवेश और निकास नियमों का अनुकूलन करना, उदाहरण के लिए केवल निरंतरता पैटर्न में संकेत लेना।

निष्कर्ष

यह रणनीति दोहरी चलती औसत क्रॉसओवर और एफआरएएमए अनुकूली चलती औसत को जोड़ती है, जो पैरामीटर को गतिशील रूप से समायोजित करके स्वचालित रूप से बाजार की स्थितियों के अनुकूल होती है। दोहरी एमए रुझानों को पकड़ने में अच्छे हैं जबकि एफआरएएमए शोर को फ़िल्टर करता है। दो निकास संकेतों का उपयोग करने से रणनीति अधिक मजबूत भी हो जाती है। अगले कदम पैरामीटर अनुकूलन और इसे बेहतर बनाने के लिए वॉल्यूम फ़िल्टर जोड़ना हो सकता है।

/*backtest
start: 2023-01-14 00:00:00
end: 2024-01-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Fractal Adaptive Moving Average",shorttitle="FRAMA",overlay=true)


ma_fast = sma(close,13)

ma_slow = sma(close,26)
plot(ma_fast,color = green)
plot(ma_slow, color = yellow)
price = input(hl2)
len = input(defval=16,minval=1)
FC = input(defval=1,minval=1)
SC = input(defval=198,minval=1)
len1 = len/2
w = log(2/(SC+1))
H1 = highest(high,len1)
L1 = lowest(low,len1)
N1 = (H1-L1)/len1
H2 = highest(high,len)[len1]
L2 = lowest(low,len)[len1]
N2 = (H2-L2)/len1
H3 = highest(high,len)
L3 = lowest(low,len)
N3 = (H3-L3)/len
dimen1 = (log(N1+N2)-log(N3))/log(2)
dimen = iff(N1>0 and N2>0 and N3>0,dimen1,nz(dimen1[1]))
alpha1 = exp(w*(dimen-1))
oldalpha = alpha1>1?1:(alpha1<0.01?0.01:alpha1)
oldN = (2-oldalpha)/oldalpha
N = (((SC-FC)*(oldN-1))/(SC-1))+FC
alpha_ = 2/(N+1)
alpha = alpha_<2/(SC+1)?2/(SC+1):(alpha_>1?1:alpha_)
out = (1-alpha)*nz(out[1]) + alpha*price
plot(out,title="FRAMA",color=purple,transp=0)
entry() => crossover(ma_fast, ma_slow) and (out < close)
exit() => crossover(ma_slow, ma_fast) or crossunder(out, close)

strategy.entry(id= "MA cross", long = true, when = entry())
strategy.close(id= "MA cross", when = exit())
अधिक

2019 FMZ - सभी अधिकार सुरक्षित