Myo_LS_D मात्रात्मक रणनीति लंबी और छोटी पदों पर आधारित एक दो-ट्रैक ट्रैकिंग स्टॉप-प्रॉफिट रणनीति है। यह रणनीति व्यापार संकेतों का निर्माण करने के लिए चलती औसत, मूल्य सफलता और जोखिम-वापसी अनुपात जैसे कई संकेतकों को जोड़ती है। यह सटीक प्रवृत्ति निर्णय के आधार पर एक उच्च जीत दर और लाभ दर प्राप्त करती है।
इस रणनीति में मुख्य रूप से रुझान आकलन मॉड्यूल, लंबी स्थिति मॉड्यूल, छोटी स्थिति मॉड्यूल, स्टॉप प्रॉफिट मॉड्यूल आदि शामिल हैं।
ट्रेंड जजमेंट मॉड्यूल समग्र ट्रेंड दिशा निर्धारित करने के लिए डॉनचेन चैनल का उपयोग करता है। लंबे समय तक जाने की पूर्व शर्त एक ऊपर की प्रवृत्ति है, जबकि छोटे होने के लिए एक नीचे की प्रवृत्ति की आवश्यकता होती है।
लंबी स्थिति मॉड्यूल में नए उच्च, निम्न, लंबी चलती औसत स्थिति आदि जैसे कारकों को ध्यान में रखा जाता है। लघु स्थिति मॉड्यूल में नए उच्च, निम्न, लघु चलती औसत स्थिति और अन्य कारकों को ध्यान में रखा जाता है। यह महत्वपूर्ण मूल्य बिंदुओं को ऊपर या नीचे तोड़ने पर पदों के उद्घाटन को सुनिश्चित करता है।
ट्रैकिंग स्टॉप प्रॉफिट मॉड्यूल वास्तविक समय में मूल्य परिवर्तनों को ट्रैक करने के लिए विभिन्न चक्रों के दो एसएमए चलती औसत का उपयोग करता है। जब कीमत चलती औसत रेखा को तोड़ती है, तो लाभ के लिए स्थिति बंद हो जाती है। इस तरह का वास्तविक समय ट्रैकिंग प्रवृत्ति से लाभ को अधिकतम कर सकता है।
स्टॉप लॉस सेटिंग में स्टॉप लॉस को समर्थन स्तर से दूर रखने के लिए स्टॉप लॉस को बढ़ाया जाता है ताकि इसे नॉकआउट नहीं किया जा सके।
इस रणनीति का सबसे बड़ा लाभ अलग-अलग लंबी और छोटी स्थिति निर्माण और ट्रैकिंग स्टॉप प्रॉफिट रणनीति है। विशेष रूप से यह मुख्य रूप से निम्नलिखित में शामिल हैः
अलग-अलग लंबी और छोटी पोजीशन एकतरफा ट्रेंड ट्रेडिंग अवसरों को पकड़कर लाभ के अवसरों को अधिकतम कर सकती हैं।
स्टॉप प्रॉफिट को ट्रैक करने से वास्तविक समय में समायोजन के माध्यम से अधिक लाभ मार्जिन प्राप्त किया जा सकता है। पारंपरिक स्टॉप प्रॉफिट विधियों की तुलना में, आय में काफी सुधार किया जा सकता है।
बढ़े हुए स्टॉप से नॉकआउट होने की संभावना कम हो सकती है और नुकसान का खतरा कम हो सकता है।
इस रणनीति के मुख्य जोखिम निम्नलिखित बिंदुओं में केंद्रित हैं:
गलत रुझान निर्णय के परिणामस्वरूप विपरीत स्थिति और हानि हो सकती है। अनुकूलन उचित रूप से Donchain मापदंडों को समायोजित करके या निर्णय के लिए अन्य संकेतकों को जोड़कर प्राप्त किया जा सकता है।
स्टॉप प्रॉफिट को ट्रैक करना बहुत आक्रामक है और लाभ को बनाए रखने में सक्षम होने के बिना लाभ को समय से पहले रोक सकता है। स्टॉप प्रॉफिट मूविंग एवरेज के बीच अंतर को उचित रूप से बढ़ाकर अनुकूलन प्राप्त किया जा सकता है।
स्टॉप लॉस रेंज बहुत कम है, जिससे नॉकेआउट होने की संभावना बढ़ सकती है। स्टॉप लॉस की परिमाण को उचित रूप से विस्तारित करने से जोखिम कम हो सकते हैं।
इस रणनीति के लिए मुख्य अनुकूलन दिशाएं हैंः
फैसले की सटीकता में सुधार के लिए ट्रेंड जजमेंट मॉड्यूल को अनुकूलित करें। अधिक संकेतकों जैसे एमएसीडी को जोड़ने पर विचार करें।
लाभ क्षेत्र को और विस्तारित करने के लिए स्टॉप लाभ विधि को समायोजित करें। उदाहरण के लिए, अनुपात में स्टॉप लाभ लाइनों को स्थानांतरित करें।
स्टॉप लॉस रेंज का विस्तार करना या सिकुड़ने वाले स्टॉप पर विचार करना नॉकआउट होने की संभावना को और कम कर सकता है।
विभिन्न किस्मों के अलग-अलग मापदंड होते हैं। रणनीति रिटर्न को और बेहतर बनाने के लिए प्रशिक्षण के माध्यम से इष्टतम मापदंड संयोजन प्राप्त किए जा सकते हैं।
आम तौर पर, Myo_LS_D रणनीति एक अपेक्षाकृत परिपक्व और स्थिर दोहरी ट्रैक ट्रैकिंग स्टॉप-प्रॉफिट मात्रात्मक रणनीति है। इसके स्पष्ट फायदे और नियंत्रित जोखिम हैं। यह दीर्घकालिक के लिए रखने के लायक मात्रात्मक समाधानों में से एक है। भविष्य के अनुकूलन इसे और भी बेहतर मात्रात्मक रणनीति बनाने के लिए निरंतर प्रदर्शन सुधार की अनुमति दे सकते हैं।
/*backtest start: 2023-12-15 00:00:00 end: 2024-01-14 00:00:00 period: 4h 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/ // © agresiynin //@version=5 // ©Myo_Pionex strategy( title = "Myo_simple strategy_LS_D", shorttitle = "Myo_LS_D", overlay = true ) // var lowest_price = ta.lowest(low, 200) highest_price = ta.highest(high, 200) min_800 = ta.lowest(low, 800) max_800 = ta.highest(high, 800) tp_target_L = min_800 + (max_800 - min_800) * math.rphi tp_target_S = max_800 - (max_800 - min_800) * math.rphi sl_length_L = input.int(100, "做多的止損長度", minval = 50, maxval = 300, step = 50) sl_length_S = input.int(100, "做空的止損長度", minval = 50, maxval = 300, step = 50) sl_L = lowest_price * (1 - 0.005) sl_S = highest_price * (1 + 0.005) rrr_L = tp_target_L - sl_L / sl_L rrr_S = ta.lowest(low, 800) + ta.highest(high, 800) - ta.lowest(low, 800) * math.rphi / ta.highest(high, 200) + 0.005 * ta.highest(high, 200) - ta.lowest(low, 200) - 0.005 * ta.lowest(low, 200) smalen1 = input.int(10, "做多追蹤止盈SMA長度1", options = [5, 10, 20, 40, 60, 80]) smalen2 = input.int(20, "做多追蹤止盈SMA長度2", options = [5, 10, 20, 40, 60, 80]) smalen1_S = input.int(5, "做空追蹤止盈SMA長度1", options = [5, 10, 20, 40, 60, 80]) smalen2_S = input.int(10, "做空追蹤止盈SMA長度2", options = [5, 10, 20, 40, 60, 80]) TrendLength_L = input.int(400, "做多趨勢線", options = [100, 200, 300, 400, 500]) TrendLength_S = input.int(300, "做空趨勢線", options = [100, 200, 300, 400, 500]) SMA1 = ta.sma(close, smalen1) SMA2 = ta.sma(close, smalen2) SMA1_S = ta.sma(close, smalen1_S) SMA2_S = ta.sma(close, smalen2_S) shortlength = input.int(20, "短期均價K線數量") midlength = input.int(60, "中期均價K線數量") longlength = input.int(120, "長期均價K線數量") ShortAvg = math.sum(close, shortlength)/shortlength MidAvg = math.sum(close, midlength)/midlength LongAvg = math.sum(close, longlength)/longlength // Trend basePeriods = input.int(8, minval=1, title="趨勢基準線") basePeriods_Short = input.int(26, "做空基準線") donchian(len) => math.avg(ta.lowest(len), ta.highest(len)) baseLine = donchian(basePeriods) baseLine_Short = donchian(basePeriods_Short) trend = request.security(syminfo.tickerid, "D", baseLine) isUptrend = false isDowntrend = false baseLine_D = request.security(syminfo.tickerid, "D", baseLine) plot(baseLine_D, color=#B71C1C, title="趨勢基準線") if close[0] > baseLine_D isUptrend := true if close[0] < baseLine_Short isDowntrend := true // Long // Condition // entry con_a = low > lowest_price ? 1 : 0 con_b = high > highest_price ? 1 : 0 con_c = close[0] > ta.sma(close, TrendLength_L) ? 1 : 0 con_d = isUptrend ? 1 : 0 con_e = rrr_L > 3 ? 1 : 0 con_a1 = close[0] > ShortAvg[shortlength] ? 1 : 0 con_b1 = close[0] > MidAvg[midlength] ? 1 : 0 // close con_f = ta.crossunder(close, SMA1) and ta.crossunder(close, SMA2) ? 1 : 0 con_g = close < ta.lowest(low, sl_length_L)[1] * (1 - 0.005) ? 1 : 0 // exit con_h = tp_target_L // Main calculation LongOpen = false AddPosition_L = false if con_a + con_b + con_c + con_e + con_a1 + con_b1 >= 4 and con_d >= 1 LongOpen := true // Short // Condition // entry con_1 = high < highest_price ? 1 : 0 con_2 = low < lowest_price ? 1 : 0 con_3 = close[0] < ta.sma(close, TrendLength_S) ? 1 : 0 con_4 = isDowntrend ? 1 : 0 con_5 = rrr_S > 3 ? 1 : 0 con_11 = close[0] < ShortAvg[shortlength] ? 1 : 0 con_12 = close[0] < MidAvg[midlength] ? 1 : 0 // close con_6 = ta.crossover(close, SMA1_S) and ta.crossover(close, SMA2_S) ? 1 : 0 con_7 = close > ta.highest(high, sl_length_S)[1] * (1 + 0.005) ? 1 : 0 // exit con_8 = tp_target_S // Main calculation ShortOpen = false AddPosition_S = false if con_1 + con_2 + con_3 + con_4 + con_5 + con_11 + con_12 >= 5 ShortOpen := true // // execute // strategy.initial_capital = 50000 if strategy.position_size == 0 if LongOpen strategy.entry("Long Open" , strategy.long , comment= "Long Open " + str.tostring(close[0]), qty=strategy.initial_capital/close[0]) if strategy.position_size > 0 if (con_f > 0 or con_g > 0 or ShortOpen) and close <= baseLine_D strategy.close_all(comment="Close Long " + str.tostring(close[0])) if strategy.position_size == 0 if ShortOpen strategy.entry("Short Open" , strategy.short , comment= "Short Open " + str.tostring(close[0]), qty=strategy.initial_capital/close[0]) if strategy.position_size < 0 if (con_6 > 0 or con_7 > 0 or LongOpen) and close >= baseLine_D strategy.close_all(comment="Close Short " + str.tostring(close[0])) plot(ta.sma(close, TrendLength_L), color=#e5c212, title="LTradeTrend") plot(ta.sma(close, TrendLength_S), color=#1275e5, title="STradeTrend") plot(SMA1, "SMA1", color = color.lime, linewidth = 2) plot(SMA2, "SMA2", color = color.rgb(255, 0, 255), linewidth = 2)