संसाधन लोड हो रहा है... लोड करना...

मध्यस्थता पर आधारित अनुकूलनशील क्रिप्टोकरेंसी ग्रिड ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-01-19 14:17:50
टैगः

img

अवलोकन

यह आर्बिट्रेज के लिए ग्रिड ट्रेडिंग पद्धति पर आधारित एक अनुकूलन क्रिप्टोक्यूरेंसी ग्रिड ट्रेडिंग रणनीति है। यह बाजार में उतार-चढ़ाव के आधार पर स्वचालित रूप से ग्रिड ट्रेडिंग की मूल्य सीमा को समायोजित कर सकता है और उस मूल्य सीमा के भीतर कुशल आर्बिट्रेज ट्रेडिंग कर सकता है।

रणनीतिक सिद्धांत

इस रणनीति का मूल विचार यह हैः

  1. ऐतिहासिक उच्च और निम्न कीमतों के आधार पर गतिशील रूप से ट्रेडिंग ग्रिड मूल्य सीमा की गणना करें।

  2. इस मूल्य सीमा के भीतर समान अंतराल पर N ग्रिड लाइनें सेट करें।

  3. जब मूल्य प्रत्येक ग्रिड लाइन के माध्यम से टूट जाता है, तो एक निश्चित मात्रा के साथ लंबी या छोटी स्थिति खोलें।

  4. लाभ के लिए आसन्न ग्रिड लाइनों और बंद पदों के बीच मध्यस्थता।

  5. जब मूल्य ग्रिड रेंज में वापस आ जाता है, तो ग्रिड लाइनों की सीमांत लागत पर पदों को खोलना जारी रखें।

  6. ग्रिड मूल्य सीमा के भीतर उच्च आवृत्ति आर्बिट्रेज ट्रेडिंग के लिए इस चक्र को दोहराएं।

विशेष रूप से, रणनीति पहले विन्यस्त लुकबैक विंडो (i_boundLookback) और अस्थिरता सीमा (i_boundDev) मापदंडों के अनुसार वास्तविक समय में ग्रिड की ऊपरी और निचली सीमाओं की गणना करती है।

फिर N ग्रिड लाइनें (i_gridQty) को ऊपरी और निचली सीमाओं के बीच समान रूप से विभाजित किया जाता है। इन ग्रिड लाइनों की कीमतें gridLineArr सरणी में संग्रहीत की जाती हैं।

जब कीमत ग्रिड लाइन के माध्यम से टूट जाती है, तो एक निश्चित मात्रा (ग्रिड की संख्या से विभाजित रणनीति पूंजी) का उपयोग लंबी या छोटी स्थिति खोलने के लिए किया जाता है। ऑर्डर रिकॉर्ड ऑर्डरArr सरणी में रखे जाते हैं।

जब कीमत फिर से आसन्न ग्रिड लाइन को तोड़ती है, तो इसे अर्बिट्रेज के लिए पिछले आदेशों और लाभ के लिए बंद पदों के साथ मेल खा सकता है।

मूल्य उतार-चढ़ाव के दायरे के भीतर उच्च आवृत्ति आर्बिटेज के लिए इस चक्र को दोहराएं।

लाभ विश्लेषण

पारंपरिक ग्रिड रणनीतियों की तुलना में, इस रणनीति का सबसे बड़ा लाभ यह है कि ग्रिड रेंज को बाजार में उतार-चढ़ाव के अनुकूल स्वचालित रूप से समायोजित किया जाता है, जिसमें निम्नलिखित विशेषताएं हैंः

  1. पूरी तरह से स्वचालित, कोई मैनुअल हस्तक्षेप की आवश्यकता नहीं है।

  2. कीमतों के रुझानों को पकड़ने और रुझान की दिशा में व्यापार करने में सक्षम।

  3. नियंत्रण योग्य जोखिम, एकतरफा पीछा जोखिमों से बचने के लिए।

  4. उच्च व्यापारिक आवृत्ति और लाभ मार्जिन।

  5. समझने में आसान, सरल विन्यास।

  6. उच्च पूंजी उपयोग, आसानी से फंस नहीं सकता।

  7. वास्तविक समय में बाजार परिवर्तनों को दर्शाता है, एल्गोरिथम ट्रेडिंग के लिए उपयुक्त है।

जोखिम विश्लेषण

यद्यपि इस रणनीति के कई फायदे हैं, लेकिन कुछ जोखिम भी हैं, जो मुख्य रूप से निम्न में केंद्रित हैंः

  1. अत्यधिक मूल्य उतार-चढ़ाव में अधिक नुकसान की संभावना।

  2. लाभ प्राप्त करने के लिए उपयुक्त धारण अवधि और व्यापारिक जोड़ी की आवश्यकता होती है।

  3. पूंजी पैमाने को अस्थिरता सीमा से मेल खाने की आवश्यकता है।

  4. मापदंडों की लगातार निगरानी और अनुकूलन की आवश्यकता हो सकती है।

प्रति उपायों में निम्नलिखित शामिल हैंः

  1. ग्रिड रेंज को व्यापक बनाने के लिए ग्रिड अंतर को बढ़ाएं।

  2. अधिक स्थिर व्यापारिक जोड़े चुनें।

  3. पर्याप्त तरलता के लिए पूंजी पैमाने को समायोजित करें।

  4. स्वचालित निगरानी और सतर्कता तंत्र स्थापित करें।

अनुकूलन दिशाएँ

इस रणनीति को निम्नलिखित पहलुओं में अनुकूलित किया जा सकता हैः

  1. गतिशील ग्रिड: अस्थिरता के आधार पर स्वचालित रूप से ग्रिड मापदंडों को समायोजित करें।

  2. स्टॉप लॉस तंत्रअत्यधिक जोखिमों को सीमित करने के लिए उचित स्टॉप लॉस स्थान निर्धारित करें।

  3. मिश्रित ग्रिड: समय का अधिकतम उपयोग करने के लिए विभिन्न अवधियों के लिए विभिन्न मापदंडों का उपयोग करके ग्रिड को मिलाएं।

  4. मशीन लर्निंग: नियमों के बजाय स्वचालित रूप से मापदंडों का अनुकूलन करने के लिए तंत्रिका नेटवर्क का उपयोग करें।

  5. क्रॉस-मार्केट आर्बिट्रेज: एक्सचेंजों या मुद्रा जोड़े के बीच मध्यस्थता।

सारांश

संक्षेप में, यह मध्यस्थता के लिए एक बहुत ही व्यावहारिक अनुकूली क्रिप्टो ग्रिड ट्रेडिंग रणनीति है। पारंपरिक ग्रिड रणनीतियों की तुलना में, इसकी सबसे बड़ी विशेषता बाजार में परिवर्तन के आधार पर ग्रिड रेंज के स्वचालित समायोजन है, जिससे व्यापारियों को अपनी ट्रेडिंग रेंज को कॉन्फ़िगर करने की अनुमति मिलती है। रणनीति तर्क स्पष्ट और समझने और कॉन्फ़िगर करने में आसान है, कुछ नींव वाले व्यक्तिगत निवेशकों के लिए उपयुक्त है और ट्रेडिंग एल्गोरिदम के लिए एक टेम्पलेट के रूप में भी। उचित पैरामीटर ट्यूनिंग के साथ, बहुत उच्च पूंजी उपयोग दक्षता प्राप्त की जा सकती है।


/*backtest
start: 2024-01-11 00:00:00
end: 2024-01-18 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds    = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool)                             // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc      = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"])     // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev      = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1)  // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound    = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float)                      // for manual grid bounds only. The upperbound price of your grid
i_lowerBound    = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float)                      // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty       = input(group="Grid Lines",  title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer)       // how many grid lines are in your grid

f_getGridBounds(_bs, _bl, _bd, _up) =>
    if _bs == "Hi & Low"
        _up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl)  * (1 - _bd)
    else
        avg = sma(close, _bl)
        _up ? avg * (1 + _bd) : avg * (1 - _bd)

f_buildGrid(_lb, _gw, _gq) =>
    gridArr = array.new_float(0)
    for i=0 to _gq-1
        array.push(gridArr, _lb+(_gw*i))
    gridArr

f_getNearGridLines(_gridArr, _price) =>
    arr = array.new_int(3)
    for i = 0 to array.size(_gridArr)-1
        if array.get(_gridArr, i) > _price
            array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
            array.set(arr, 1, i == 0 ? i : i-1)
            break
    arr

var upperBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound  // upperbound of our grid
var lowerBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth       = (upperBound - lowerBound)/(i_gridQty-1)                                                       // space between lines in our grid
var gridLineArr     = f_buildGrid(lowerBound, gridWidth, i_gridQty)                                                 // an array of prices that correspond to our grid lines
var orderArr        = array.new_bool(i_gridQty, false)                                                              // a boolean array that indicates if there is an open order corresponding to each grid line

var closeLineArr    = f_getNearGridLines(gridLineArr, close)                                                        // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
strategy.initial_capital = 50000
for i = 0 to (array.size(gridLineArr) - 1)
    if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
        buyId = i
        array.set(orderArr, buyId, true)
        strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
    if close > array.get(gridLineArr, i) and i != 0
        if array.get(orderArr, i-1)
            sellId = i-1
            array.set(orderArr, sellId, false)
            strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))

if i_autoBounds
    upperBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
    lowerBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
    gridWidth   := (upperBound - lowerBound)/(i_gridQty-1)
    gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)

closeLineArr    := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)





अधिक