संसाधन लोड हो रहा है... लोड करना...

एक्सपोनेंशियल स्मूथ स्टोकैस्टिक ऑसिलेटर रणनीति

लेखक:चाओझांग, दिनांकः 2024-01-18 15:53:41
टैगः

img

अवलोकन

एक्सपोनेंशियल स्मूथ स्टोकेस्टिक ऑसिलेटर रणनीति स्टोकेस्टिक की संवेदनशीलता को समायोजित करने और ट्रेडिंग सिग्नल उत्पन्न करने के लिए एक घातीय वजन पैरामीटर जोड़कर पारंपरिक स्टोकेस्टिक संकेतक का एक संशोधित संस्करण है। यह लंबे समय तक चला जाता है जब संकेतक ओवरबॉट स्तरों से पार होता है और जब संकेतक ओवरसोल्ड स्तरों से नीचे पार करता है तो छोटा हो जाता है। अनुकूलित रणनीति एक बहुत ही स्थिर प्रवृत्ति के बाद की रणनीति बन सकती है।

रणनीति तर्क

एक्सपोनेंशियल स्मूथ स्टोकैस्टिक रणनीति का मूल एक्सपोनेंशियल वजन पैरामीटर में निहित है। पारंपरिक स्टोकैस्टिक की गणना इस प्रकार की जाती हैः

s = 100 * (close - lowest low) / (highest high - lowest low)

घातीय पैरामीटर के साथ, सूत्र बन जाता हैः

exp = ex<10? (ex)/(10-ex) : 99   

s = 100 * (close - lowest low) / (highest high - lowest low)  

ks = s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50   
       :-math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50  

एक्सपी को समायोजित करके, केएस पर एस के प्रभाव को बदला जा सकता है। एक्सपी में वृद्धि से संकेतक कम संवेदनशील हो जाता है जबकि एक्सपी में कमी से यह अधिक संवेदनशील हो जाता है।

खरीद संकेत तब उत्पन्न होते हैं जब ks ओवरबॉट स्तरों से पार हो जाता है। बिक्री संकेत तब उत्पन्न होते हैं जब ks ओवरसोल्ड स्तरों से नीचे पार हो जाता है।

लाभ

पारंपरिक स्टोकास्टिक रणनीति की तुलना में, एक्सपोनेंशियल स्मूथ स्टोकास्टिक ऑसिलेटर रणनीति के निम्नलिखित फायदे हैंः

  1. स्टोकैस्टिक की संवेदनशीलता को व्यापारिक आवृत्ति को नियंत्रित करने के लिए घातीय भार को बदलकर स्वतंत्र रूप से समायोजित किया जा सकता है।
  2. बढ़ी हुई घातीय भार कुछ शोर को फ़िल्टर कर सकता है और अधिक स्थिर ट्रेडिंग संकेत उत्पन्न कर सकता है।
  3. विभिन्न समय सीमाओं के संकेतकों का संयोजन बहु-समय सीमा की पुष्टि प्राप्त कर सकता है और संकेत की विश्वसनीयता में सुधार कर सकता है।

जोखिम

एक्सपोनेंशियल स्मूथ स्टोकैस्टिक ऑसिलेटर रणनीति में निम्नलिखित जोखिम भी हैं:

  1. बहुत अधिक घातीय भार के साथ, अत्यधिक संकेत फ़िल्टरिंग के कारण कुछ व्यापारिक अवसरों को याद किया जा सकता है।
  2. संकेतक शोर और गलत क्रॉसओवर के लिए प्रवण है। विश्वसनीय क्रॉसओवर संकेतों को सुनिश्चित करने के लिए मापदंडों को समायोजित करने की आवश्यकता है।
  3. विभिन्न बाजारों के लिए इष्टतम पैरामीटर रेंज की पहचान करने की आवश्यकता है। गलत पैरामीटर सेटिंग्स रणनीति के प्रदर्शन को प्रभावित कर सकती हैं।

सुधार के क्षेत्र

एक्सपोनेंशियल स्मूथ स्टोकैस्टिक ऑसिलेटर रणनीति को निम्नलिखित पहलुओं से अनुकूलित किया जा सकता हैः

  1. संकेतों को फ़िल्टर करने और झूठे संकेतों को कम करने के लिए एमएसीडी और चलती औसत जैसे अन्य संकेतकों के साथ संयोजन करें।
  2. जोखिम को प्रभावी ढंग से नियंत्रित करने के लिए स्टॉप लॉस तंत्र जोड़ें।
  3. इष्टतम पैरामीटर संयोजन खोजने के लिए घातीय भार पैरामीटर का अनुकूलन करें। विभिन्न बाजारों के लिए विभिन्न मापदंडों का उपयोग किया जा सकता है।
  4. उदाहरण के लिए, स्थिरता को और बेहतर बनाने के लिए मौसम संबंधी संकेतकों, बाजार संरचना संकेतकों के साथ संयोजन करना।

निष्कर्ष

एक्सपोनेंशियल स्मूथ स्टोकेस्टिक ऑसिलेटर रणनीति स्टोकेस्टिक संकेतक की संवेदनशीलता को समायोजित करके अधिक विश्वसनीय ट्रेडिंग सिग्नल उत्पन्न करती है। यह प्रभावी रूप से मध्यम से दीर्घकालिक रुझानों को ट्रैक कर सकती है और इसे अल्पकालिक रणनीति में भी अनुकूलित किया जा सकता है। आगे की संरचना और पैरामीटर अनुकूलन के साथ, इसमें अधिक सुसंगत लाभदायक रिटर्न प्राप्त करने की क्षमता है।


/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 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/
// © faytterro

//@version=5
strategy("Exponential Stochastic Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
len=input.int(14, "length") 
ex=input.int(2, title="exp", minval=1, maxval=10)
exp= ex<10? (ex)/(10-ex) : 99
s=100 * (close - ta.lowest(low, len)) / (ta.highest(high, len) - ta.lowest(low, len))
ks=s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50 :
 -math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50
plot(ks, color= color.white)
bot=input.int(20)
top=input.int(80)
longCondition = ta.crossover(ks, bot) and bar_index>0
if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)

shortCondition = ta.crossunder(ks, top) and bar_index>0
if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)
//    strategy.close("My Long Entry Id")
alertcondition(longCondition, title = "buy")
alertcondition(shortCondition, title = "sell")
h1=hline(top)
h2=hline(bot)
h3=hline(100)
h4=hline(0)
fill(h1,h3, color= color.rgb(255,0,0,200-top*2))
fill(h2,h4, color= color.rgb(0,255,0,bot*2))

अधिक