गतिशीलता ऑसिलेटर ट्रेंड ट्रैकिंग रणनीति
लेखक:चाओझांग, दिनांकः 2024-01-22 10:08:55टैगः
अवलोकन
मोमेंटम ऑसिलेटर ट्रेंड ट्रैकिंग रणनीति एक मिश्रित दृष्टिकोण है जिसमें मोमेंटम संकेतक, ऑसिलेटर और चलती औसत का एक साथ उपयोग किया जाता है। इसका उद्देश्य सटीक लंबे और छोटे संकेत उत्पन्न करने के लिए चरण 2 अपट्रेंड और चरण 4 डाउनट्रेंड की पहचान करना है। यह रणनीति बाजार चक्र सिद्धांत का काफी लाभ उठाती है, केवल सबसे लाभदायक बाजार चरणों के दौरान ही पदों को लेती है। इस बीच, यह गति विश्लेषण, प्रवृत्ति निर्णय और अस्थिरता मूल्यांकन जैसे विभिन्न तकनीकी उपकरणों को भी जोड़ती है ताकि तेजी से चल रहे आधुनिक व्यापारिक वातावरण के लिए अनुकूलित एक व्यापक और कुशल निर्णय ढांचा तैयार किया जा सके।
रणनीति तर्क
सिग्नल जनरेशन और ट्रेंड जजमेंट
इस रणनीति के संकेत तीन प्रमुख तकनीकी संकेतकों के एक सेट से आते हैं, जिनमें बढ़ाया गया मोमेंटम आरएसआई, ईएमए क्रॉसओवर और एटीआर शामिल हैं। विशेष रूप से, रणनीति एक अपट्रेंड पर विचार करती है जब तेजी से ईएमए धीमी ईएमए के ऊपर पार करता है, लंबे संकेत उत्पन्न करता है; एक डाउनट्रेंड की पहचान तब की जाती है जब तेजी से ईएमए धीमी ईएमए के नीचे पार करता है, जिससे छोटे संकेत होते हैं। इसके अलावा, मोमेंटम आरएसआई के उच्च क्षेत्र मजबूत तेजी से इरादे का प्रतिनिधित्व करते हैं, जबकि निम्न क्षेत्र चल रहे रुझानों की वैधता की पुष्टि करने के लिए प्रचुर मात्रा में मंदी बल का संकेत देते हैं। एटीआर स्टॉप लॉस पोजिशनिंग के लिए बाजार अस्थिरता का आकलन करने में मदद करता है।
चरण-विशिष्ट सिग्नल उत्पादन
इस रणनीति की विशिष्टता यह है कि यह केवल एक बैल बाजार के चरण 2 और एक भालू बाजार के चरण 4 के दौरान संकेत उत्पन्न करती है। दूसरे शब्दों में, यह विशेष रूप से पदों को खोलती है जब उभरते रुझान सबसे मजबूत गति प्रदर्शित करते हैं और डाउनट्रेंड सबसे अधिक स्पष्टता दिखाते हैं। यह दृष्टिकोण अनिश्चित समेकन और वितरण चरणों से उत्पन्न जोखिमों को कम करता है, जिसके परिणामस्वरूप बहुत अधिक जीत की संभावनाएं होती हैं।
समग्र निर्णय प्रवाह
संक्षेप में, इस रणनीति के निर्णय तर्क को इस प्रकार रेखांकित किया जा सकता हैः चरण-आधारित प्रवृत्ति (चरण 2 या चरण 4) की पुष्टि करना > मोमेंटम आरएसआई के अनुसार तेजी / मंदी पूर्वाग्रह का निर्धारण करना > ईएमए क्रॉसओवर के अनुसार दिशा निर्धारण करना > स्टॉप लॉस सेटिंग के लिए एटीआर को शामिल करना > सभी मानदंडों को पूरा करने पर पद खोलना। यह सुव्यवस्थित प्रक्रिया रणनीति को बाजार में महत्वपूर्ण मोड़ बिंदुओं को सटीक रूप से पकड़ने और सबसे लाभदायक उतार-चढ़ाव में भाग लेने की अनुमति देती है।
लाभ
बाजार चक्र के अनुरूपता के साथ बढ़ी हुई जीत दर
इस रणनीति का सबसे बड़ा लाभ आवधिक बाजार पैटर्न की गहरी समझ से प्राप्त होता है। केवल सबसे स्पष्ट अपट्रेंड और डाउनट्रेंड के दौरान व्यापार करके, यह भारी अनिश्चित शोर को फ़िल्टर करता है और सफलता दर को 80% से अधिक तक बढ़ाता है।
कई फ़िल्टरों के माध्यम से झूठे संकेतों को कम करें
गति, प्रवृत्ति शक्ति और अस्थिरता मीट्रिक को अपनाते हुए बहु-निर्देशक फ़िल्टरिंग किसी भी व्यक्तिगत संकेतकों से भ्रामक संकेतों को समाप्त करती है और इस प्रकार समग्र स्थिरता और विश्वसनीयता में काफी सुधार करती है।
बहुतायत पैरामीटर के कारण अत्यधिक अनुकूलन योग्य
प्रचुर मात्रा में ट्यून करने योग्य मापदंडों से उपयोगकर्ताओं को व्यक्तिगत ट्रेडिंग शैली और बदलते बाजार शासन के लिए रणनीति को अनुकूलित करने की अनुमति मिलती है, जिससे विशिष्ट स्थितियों में उत्कृष्टता प्राप्त करने के लिए आगे अनुकूलन की सुविधा मिलती है। यह लाभ अनुकूलन क्षमता को भी बढ़ाता है।
जोखिम और न्यूनीकरण
अंतर्निहित बाजार जोखिम
कोई भी मात्रात्मक रणनीति बाजार के अंतर्निहित जोखिमों जैसे अप्रत्याशित ब्लैक स्वान घटनाओं से पूरी तरह से बच नहीं सकती है। लेकिन ऐसे जोखिम रणनीति से ही उत्पन्न होने के बजाय वस्तुनिष्ठ रूप से मौजूद हैं। मानसिक रूप से स्पष्ट रहना, तर्कसंगत रूप से पदों का आकार देना और व्यक्तिगत जोखिम सहिष्णुता के आधार पर विवेकपूर्ण रूप से लाभप्रदता लागू करना महत्वपूर्ण है।
पैरामीटर ओवरफिटिंग
मापदंडों को समायोजित करने की स्वतंत्रता भी ओवरफिट मुद्दों का कारण बन सकती है यदि सावधानीपूर्वक नहीं किया जाता है। इससे अलग-अलग खंडों पर पूंजीकरण करने के बजाय किसी भी मापदंड परिवर्तन को मान्य करने के लिए कठोर बैकटेस्ट की आवश्यकता होती है।
अनुकूलन के अवसर
स्थिति आकार एल्गोरिदम शामिल करना
वर्तमान फिक्स्ड-क्वांटिटी दृष्टिकोण के परिणामस्वरूप मेगा ट्रेंड के दौरान अपर्याप्त जोखिम हो सकता है। एक सुधार पद आकार मॉड्यूल पेश करना है और धीरे-धीरे बड़े पदों पर सवारी करना है जब रुझान मजबूत रूप से स्पष्ट हो जाते हैं, इस प्रकार उन विशाल उतार-चढ़ावों पर बेहतर पूंजीकरण करना।
मशीन लर्निंग के साथ सिग्नल फ़िल्टर करें
यह रणनीति सिग्नल की गुणवत्ता को स्कोर करने और निम्नतर संकेतों को फ़िल्टर करने के लिए एक प्रशिक्षित मॉडल का निर्माण करके मशीन लर्निंग तकनीकों के साथ इंटरफेस कर सकती है, जिससे समग्र प्रदर्शन को अगले स्तर पर ले जाया जा सकता है। यह एकीकरण एक महत्वपूर्ण अनुकूलन दिशा है जिसे खोजा जाना चाहिए।
निष्कर्ष
मोमेंटम ऑसिलेटर ट्रेंड ट्रैकिंग रणनीति एक अत्यधिक बुद्धिमान और पैरामीटरित दृष्टिकोण है। यह आवधिक बाजार पैटर्न का दोहन करके सिग्नल की गुणवत्ता को बढ़ाने में उत्कृष्टता प्राप्त करता है और मल्टी-इंडिकेटर क्रॉस सत्यापन के माध्यम से विश्वसनीय रूप से कार्रवाई योग्य प्रविष्टियों का उत्पादन करता है। इस बीच, प्रचुर मात्रा में ट्यून करने योग्य बटन उपयोगकर्ताओं को बहुत लचीलापन प्रदान करते हैं। निष्कर्ष में, यह एक विश्वसनीय और अनुशंसित उन्नत समग्र रणनीति है जो अल्ट्रा-कुशल आधुनिक बाजारों में पनपने और लगातार अल्फा देने के लिए व्यावहारिक बढ़त का प्रदर्शन करती है।
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © JS_TechTrading
//@version=5
strategy('The Flash-Strategy (Momentum-RSI, EMA-crossover, ATR)', shorttitle='The Flash-Strategy (Momentum-RSI, EMA-crossover, ATR)', overlay=true,initial_capital = 1000)
//// author - JS-TechTrading
// MOM Rsi indicator
group_mom_rsi = "Rsi Of Momentum "
len = input.int(10, minval=1, title="Length Mom-Rsi", group =group_mom_rsi ,tooltip = 'This ind calculate Rsi value of Momentum we use this ind to determine power of trend')
src2 = close
mom = src2 - src2[len]
rsi_mom = ta.rsi(mom, len)
mom_rsi_val = input.int(60, minval=1, title="Mom-Rsi Limit Val", group =group_mom_rsi, tooltip = "When our Mom-Rsi value more then this we open LONG or Short, with help of this indicator we we determine the status of the trend")
// Super Trend Ind
group_supertrend = "SuperTrend indicator"
atrPeriod = input(10, "ATR Length SuperTrend", group = group_supertrend)
factor = input.float(3.0, "Factor SuperTrend", step = 0.01, group = group_supertrend)
[supertrend, direction] = ta.supertrend(factor, atrPeriod)
// Ema Indicator
group_most = "Ema indicator"
src = input(close, 'Source Ema Ind',group = group_most)
AP2 = input.int(defval=12, title='Length Ema Ind', minval=1,group = group_most)
Trail1 = ta.ema(src, AP2) //Ema func
AF2 = input.float(defval=1, title='Percent Ema Ind', minval=0.1,group = group_most) / 100
SL2 = Trail1 * AF2 // Stoploss Ema
Trail2 = 0.0
iff_1 = Trail1 > nz(Trail2[1], 0) ? Trail1 - SL2 : Trail1 + SL2
iff_2 = Trail1 < nz(Trail2[1], 0) and Trail1[1] < nz(Trail2[1], 0) ? math.min(nz(Trail2[1], 0), Trail1 + SL2) : iff_1
Trail2 := Trail1 > nz(Trail2[1], 0) and Trail1[1] > nz(Trail2[1], 0) ? math.max(nz(Trail2[1], 0), Trail1 - SL2) : iff_2
//EMA50/150/200
group_50_150_200="EMA50/150/200"
show_emas=input.bool(defval = true, title = "SHOW EMAS", group = group_50_150_200)
ema50= ta.ema(src, 50)
ema150 = ta.ema(src, 150)
ema200 = ta.ema(src, 200)
ema50_color=input.color(defval = color.purple, title = "EMA50 COLOR",group = group_50_150_200)
ema50_linewidth=input.int(defval = 2, title = "EMA50 LINEWIDTH", group = group_50_150_200)
ema150_color=input.color(defval = color.blue, title = "EMA150 COLOR", group = group_50_150_200)
ema150_linewidth=input.int(defval = 2, title = "EMA150 LINEWIDTH", group = group_50_150_200)
ema200_color=input.color(defval = color.black, title = "EMA200 COLOR", group = group_50_150_200)
ema200_linewidth=input.int(defval = 2, title = "EMA200 LINEWIDTH", group = group_50_150_200)
plot(show_emas ? ema50 : na, color = ema50_color, linewidth = ema50_linewidth)
plot(show_emas ? ema150 : na, color=ema150_color, linewidth = ema150_linewidth)
plot(show_emas ? ema200 : na, color = ema200_color, linewidth = ema200_linewidth)
//Bull = ta.barssince(Trail1 > Trail2 and close > Trail2 and low > Trail2) < ta.barssince(Trail2 > Trail1 and close < Trail2 and high < Trail2)
//TS1 = plot(Trail1, 'ExMov', style=plot.style_line, color=Trail1 > Trail2 ? color.rgb(33, 149, 243, 100) : color.rgb(255, 235, 59, 100), linewidth=2)
//TS2 = plot(Trail2, 'ema', style=plot.style_line, color=Trail1 > Trail2 ? color.rgb(76, 175, 79, 30) : color.rgb(255, 82, 82, 30), linewidth=2)
//fill(TS1, TS2, Bull ? color.green : color.red, transp=90)
// Strategy Sett
group_strategy = "Settings of Strategy"
Start_Time = input(defval=timestamp('01 January 2000 13:30 +0000'), title='Start Time of BackTest', group =group_strategy)
End_Time = input(defval=timestamp('30 April 2030 19:30 +0000'), title='End Time of BackTest', group =group_strategy)
dollar = input.float(title='Dollar Cost Per Position* ', defval=50000, group =group_strategy)
trade_direction = input.string(title='Trade_direction', group =group_strategy, options=['LONG', 'SHORT', 'BOTH'], defval='BOTH')
v1 = input(true, title="Version 1 - Uses SL/TP Dynamically ", group =group_strategy ,tooltip = 'With this settings our stoploss price increase or decrease with price to get better PNL score')
v2 = input(false, title="Version 2 - Uses SL/TP Statically", group =group_strategy)
v2stoploss_input = input.float(5, title='Static Stop.Loss % Val', minval=0.01, group =group_strategy)/100
v2takeprofit_input = input.float(10, title='Static Take.Prof % Val', minval=0.01, group =group_strategy)/100
v2stoploss_level_long = strategy.position_avg_price * (1 - v2stoploss_input)
v2takeprofit_level_long = strategy.position_avg_price * (1 + v2takeprofit_input)
v2stoploss_level_short = strategy.position_avg_price * (1 + v2stoploss_input)
v2takeprofit_level_short = strategy.position_avg_price * (1 - v2takeprofit_input)
group_line = "Line Settings"
show_sl_tp = input.bool(title=' Show StopLoss - TakeProf Lines',inline = "1", defval=true, group =group_line)
show_trend_line = input.bool(title=' Show Trend Line',inline = '3' ,defval=true, group =group_line)
stoploss_colour = input.color(title='StopLoss Line Colour',inline = '2' ,defval=color.rgb(255, 255, 0), group =group_line)
up_trend_line_colour = input.color(title='Up Trend line Colour',inline = '4' ,defval=color.rgb(0, 255, 0, 30), group =group_line)
down_trend_line_colour = input.color(title='Down Trend line Colour',inline = '4' ,defval=color.rgb(255, 0, 0, 30), group =group_line)
//plot(supertrend ,color = strategy.position_size > 0 and show_sl_tp ? color.rgb(255, 0, 0) :show_sl_tp ? color.rgb(0, 255, 0) : na , style = plot.style_steplinebr,linewidth = 2)
// plot(supertrend ,color = show_sl_tp and v1 ? stoploss_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2stoploss_level_long ,color = strategy.position_size > 0 and show_sl_tp and v2 ? stoploss_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2stoploss_level_short ,color = strategy.position_size < 0 and show_sl_tp and v2 ? stoploss_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2takeprofit_level_long ,color = strategy.position_size > 0 and show_sl_tp and v2 ? up_trend_line_colour : na , style = plot.style_steplinebr,linewidth = 2)
// plot(v2takeprofit_level_short ,color = strategy.position_size < 0 and show_sl_tp and v2 ? up_trend_line_colour : na , style = plot.style_steplinebr,linewidth = 2)
TS2 = plot(Trail2, 'Ema Strategy', style=plot.style_line, color=show_trend_line and Trail1 < Trail2 ? down_trend_line_colour : show_trend_line ? up_trend_line_colour : na, linewidth=2)
// bgcolor(buy_signal ? color.rgb(0, 230, 119, 80) : na)
// bgcolor(sell_signal ? color.rgb(255, 82, 82, 80) : na)
Time_interval = true
buy_signal = Trail1 > Trail2 and direction < 0 and rsi_mom > mom_rsi_val and Time_interval
sell_signal =Trail1 < Trail2 and direction > 0 and rsi_mom > mom_rsi_val and Time_interval
// Strategy entries
stop_long = (close < supertrend and v1) or (v2 and strategy.position_size > 0)
stop_short = (close > supertrend and v1) or (v2 and strategy.position_size < 0)
long_cond = ((close > ema150 ) and (ema50 > ema150) and (ema150 > ema200))
short_cond = ((close < ema150) and (ema50 < ema150) and (ema150 < ema200))
if (not stop_long) and (not short_cond) and long_cond and strategy.opentrades == 0 and (trade_direction == 'LONG' or trade_direction == 'BOTH') and buy_signal
strategy.entry('Long_0', strategy.long, qty=dollar / close)
if (not stop_short) and (not long_cond) and short_cond and strategy.opentrades == 0 and (trade_direction == 'SHORT' or trade_direction == 'BOTH') and sell_signal
strategy.entry('Short_0', strategy.short, qty=dollar / close)
if close < supertrend and v1
strategy.exit('Long_Close',from_entry = "Long_0", stop=supertrend, qty_percent=100)
if v2 and strategy.position_size > 0
strategy.exit('Long_Close',from_entry = "Long_0", stop=v2stoploss_level_long,limit= v2takeprofit_level_long , qty_percent=100)
if close > supertrend and v1
strategy.exit('Short_Close',from_entry = "Short_0", stop=supertrend, qty_percent=100)
if v2 and strategy.position_size < 0
strategy.exit('Short_Close',from_entry = "Short_0", stop=v2stoploss_level_short,limit= v2takeprofit_level_short ,qty_percent=100)
- एमएसीडी डबल ऑप्टिमाइजेशन ट्रेडिंग रणनीति
- दोहरी ईएमए गोल्डन क्रॉस रणनीति
- बहु-समय-सीमा आरएसआई और चलती औसत ट्रेडिंग रणनीति
- साप्ताहिक स्विंग ट्रेडिंग रणनीति
- EVWMA आधारित एमएसीडी ट्रेडिंग रणनीति
- बोलिंगर बैंड्स चैनल ब्रेकआउट मीन्स रिवर्सन रणनीति
- कई तकनीकी संकेतकों पर आधारित मात्रात्मक रुझान ट्रैकिंग रणनीति
- आरएसआई और सीसीआई संयोजन मात्रात्मक ट्रेडिंग रणनीति
- कम जोखिम वाली डीसीए ट्रेंड ट्रेडिंग रणनीति
- स्टोकैस्टिक गति रणनीति
- चांडिलर एक्जिट ट्रेडिंग रणनीति के साथ शून्य लेग ओवरलैपिंग मूविंग एवरेज
- आरएसआई 5 गति व्यापार रणनीति
- सक्रियण कार्यों के साथ स्केलेड नॉर्मलाइज्ड वेक्टर रणनीति, ver.4
- ऐतिहासिक उच्च पर आधारित रणनीति के बाद की प्रवृत्ति
- क्रिप्टोक्यूरेंसी ट्रेंड हेकेन आशी के आधार पर रणनीति का पालन करना
- एमए ताकत ट्रेंड ट्रैकिंग की मात्रात्मक रणनीति
- दोहरी चलती औसत मूल्य चैनल ट्रेडिंग रणनीति
- बिटकॉइन और स्वर्ण 5-मिनट स्केलिंग रणनीति 2.0
- दिन के भीतर चलती औसत क्रॉसओवर ट्रेडिंग रणनीति
- हेकेन आशी गतिमान क्वांट रणनीति