संसाधन लोड हो रहा है... लोड करना...

कालमान फ़िल्टर आधारित रुझान ट्रैकिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-01-25 14:12:26
टैगः

अवलोकन

इस रणनीति का मूल मूल्य चलती औसत को चिकनी करने के लिए कैलमैन फिल्टर तकनीक का उपयोग करना है, और जब एक निर्दिष्ट अवधि के भीतर चिकनी चलती औसत का स्पर्श कोण एक निश्चित सीमा से अधिक हो जाता है तो ट्रेडिंग संकेत उत्पन्न करना है। रणनीति का उद्देश्य शोर के प्रभाव को कम करने के लिए कैलमैन फिल्टर तकनीक का उपयोग करके मध्यम और दीर्घकालिक रुझानों को ट्रैक करना है, ताकि स्पष्ट और अधिक विश्वसनीय रुझान संकेत प्राप्त किए जा सकें।

रणनीतिक सिद्धांत

इस रणनीति के मूल तर्क में मुख्य रूप से निम्नलिखित कदम शामिल हैंः

मूल चलती औसत के रूप में 1 मिनट की कीमत का सरल चलती औसत (एसएमए) की गणना करें;
Kalman मूल चलती औसत को एक चिकनी चलती औसत आउटपुट करने के लिए फ़िल्टर करता है;
समतल चलती औसत के स्पर्श कोण की गणना करें;
पैरामीटर अवधि को परिभाषित करें और अवधि के भीतर स्पर्श कोणों को सांख्यिकीय रूप से जोड़ें;
खरीद संकेत उत्पन्न करें जब अवधि के भीतर स्पर्श कोणों का योग 360 डिग्री से अधिक हो; बिक्री संकेत उत्पन्न करें जब -360 डिग्री से कम हो।

इस डिजाइन के साथ, जब कीमत ऊपर या नीचे की ओर रुझान दिखाती है, तो चलती औसत का स्पर्श कोण धीरे-धीरे जमा हो जाएगा। जब यह एक निश्चित सीमा तक जमा हो जाता है, तो ट्रेडिंग सिग्नल उत्पन्न होंगे। इसलिए, यह प्रभावी रूप से मध्यम और दीर्घकालिक रुझानों को ट्रैक कर सकता है।

इस रणनीति में, कीमत के एसएमए को स्थिति के माप के रूप में देखा जा सकता है। बाजार शोर से प्रभावित, कैलमैन फिल्टर पुनरावर्ती रूप से कीमतों के वास्तविक प्रवृत्ति का अनुमान लगाएगा, शोर के प्रभाव को बहुत कम करेगा, बाद की चलती औसत गणना को अधिक विश्वसनीय बनाएगा, और इस प्रकार अधिक स्थिर और सटीक ट्रेडिंग संकेत उत्पन्न करेगा।

लाभ विश्लेषण

झूठे संकेतों को कम करें। काल्मन फ़िल्टरिंग प्रभावी रूप से अनुकूलनशील रूप से अनुमानित और शोर को समाप्त करके यादृच्छिक उतार-चढ़ाव के कारण होने वाले कई झूठे संकेतों को फ़िल्टर करता है, जिससे उत्पन्न ट्रेडिंग संकेत अधिक विश्वसनीय होते हैं।
बेहतर ट्रैकिंग प्रभाव: चिकनी चलती औसत का आकार चिकनी है और कीमतों के मध्यम और दीर्घकालिक रुझान को बेहतर ढंग से दर्शाता है, इस प्रकार बेहतर ट्रेंड ट्रैकिंग प्रभाव प्राप्त होता है।
लचीले समायोज्य मापदंडों में चलती औसत की लंबाई, कैलमैन फिल्टर और सांख्यिकीय चक्र के मापदंड शामिल हैं, जो विभिन्न बाजार वातावरणों के लिए लचीले ढंग से अनुकूलित हो सकते हैं।
नियंत्रित जोखिमः यह रणनीति अल्पकालिक उतार-चढ़ाव के बजाय मध्यम और दीर्घकालिक रुझानों पर अधिक ध्यान केंद्रित करती है, जिससे जोखिम-लाभ संतुलन प्राप्त होता है।
लागू करने और विस्तार करने में आसान। इस रणनीति का मुख्य एल्गोरिथ्म काफी संक्षिप्त और लागू करने और परीक्षण करने में आसान है। यह स्वचालित रूप से मापदंडों को अनुकूलित करने के लिए मशीन लर्निंग एल्गोरिदम की शुरुआत जैसे विस्तार के लिए भी जगह प्रदान करता है।

जोखिम विश्लेषण

इस रणनीति के मुख्य जोखिमों में निम्नलिखित भी शामिल हैंः

पैरामीटर अनुकूलन जोखिम. अनुचित पैरामीटर सेटिंग्स से अक्सर व्यापार या संकेत विलंब हो सकता है। इसके लिए पर्याप्त परीक्षण और अनुकूलन की आवश्यकता होती है। इसे स्वचालित अनुकूलन के लिए मशीन लर्निंग एल्गोरिदम के साथ जोड़ा जा सकता है।
जटिलता का जोखिम बढ़ जाता है। काल्मन फिल्टर और स्पर्श कोण एल्गोरिदम की शुरूआत से कोड जटिलता बढ़ जाती है। सही कार्यान्वयन सुनिश्चित करने की आवश्यकता है।

अनुकूलन दिशाएँ

उपरोक्त जोखिमों को ध्यान में रखते हुए, इस रणनीति के अनुकूलन दिशाओं में शामिल हैंः

स्टॉप लॉस और पोजीशन साइजिंग का परिचय दें। उचित स्टॉप लॉस से एकल ट्रेड हानि के जोखिम को प्रभावी ढंग से नियंत्रित किया जा सकता है; गतिशील पोजीशन साइजिंग बाजार की स्थितियों के अनुसार जोखिमों को कवर करने के लिए पोजीशन को भी समायोजित कर सकती है।
स्वचालित पैरामीटर अनुकूलन. मशीन लर्निंग अनुकूलन एल्गोरिदम अत्यधिक अनुकूलन जोखिमों से बचने के लिए स्वचालित पैरामीटर अनुकूलन प्राप्त कर सकते हैं।
अन्य संकेतकों को एकीकृत करना। कुछ अन्य संकेतकों को रणनीति की स्थिरता बढ़ाने के लिए संकेतकों के संयोजन बनाने के लिए रणनीति में एकीकृत किया जा सकता है।
दक्षता मूल्यांकन में वृद्धि करना। अधिक व्यापक और सटीक निष्कर्ष के लिए रणनीतियों की दक्षता और स्थिरता का मूल्यांकन करने के लिए अधिक जोखिम-समायोजित मीट्रिक पेश करना।
अधिक उत्पादों पर विस्तार करें। यदि प्रभावी है, तो इसे अधिक उत्पादों पर विस्तार करने पर विचार किया जा सकता है। मध्यम और दीर्घकालिक में, यह समृद्ध नमूने जमा करता है और क्रॉस-प्रोडक्ट पैरामीटर अनुकूलन की सुविधा देता है।

निष्कर्ष

सामान्य तौर पर, यह रणनीति एक अपेक्षाकृत सरल और व्यावहारिक प्रवृत्ति ट्रैकिंग रणनीति है। पारंपरिक चलती औसत रणनीतियों की तुलना में, कैलमैन फिल्टर एल्गोरिथ्म की शुरूआत इसका सबसे बड़ा नवाचार बिंदु है, जो रणनीति को स्पष्ट और अधिक विश्वसनीय ट्रेडिंग संकेतों का उत्पादन करने में भी सक्षम बनाता है। आगे के अनुकूलन के साथ, इस रणनीति से बेहतर परिणाम प्राप्त करने की उम्मीद है। कुल मिलाकर, यह रणनीति मात्रात्मक ट्रेडिंग रणनीतियों के लिए एक नया विचार प्रदान करती है और आगे के शोध और अनुप्रयोग के लायक है।

/*backtest
start: 2024-01-17 00:00:00
end: 2024-01-24 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//@library=math
strategy("策略360°（测试）", overlay=true)

// 定义1分钟均线
ma1 = request.security(syminfo.tickerid, "1", ta.sma(close, 1)) // 在这里使用了 math.sma() 函数
//plot(ma1, color=color.yellow, title="原始均线")

// 定义卡尔曼滤波函数，参考了[1](https://www.tradingview.com/pine-script-docs/en/v5/language/Methods.html)和[2](https://www.tradingview.com/pine-script-docs/en/v5/language/Operators.html)的代码
kalman(x, g) => 
    kf = 0.0 
    dk = x - nz(kf[1], x) // 在这里使用了 nz() 函数
    smooth = nz(kf[1], x) + dk * math.sqrt(g * 2) // 在这里使用了 math.sqrt() 函数
    velo = 0.0 
    velo := nz(velo[1], 0) + g * dk // 在这里使用了 nz() 函数
    kf := smooth + velo 
    kf 

// 定义卡尔曼滤波后的均线
ma2 = kalman(ma1, 0.01) 
plot(ma2, color=color.blue, title="卡尔曼滤波后的均线")

// 定义切线角
angle = math.todegrees(math.atan(ma2 - ma2[1])) // 在这里使用了 math.degrees() 和 math.atan() 函数

// 定义累加的切线角
cum_angle = 0.0
cum_angle := nz(cum_angle[1], 0) + angle // 在这里使用了 nz() 函数

// 定义30分钟周期
period = 30 // 您可以根据您的需要修改这个参数

// 定义周期内的切线角总和
sum_angle = 0.0
sum_angle := math.sum(angle, period) // 在这里使用了 math.sum() 函数，把周期内的切线角总和改成简单地把 5 个切线角相加

// 定义买入和卖出条件
buy = sum_angle > 360// 在这里使用了 math.radians() 函数
sell = sum_angle < -360

// 执行买入和卖出操作
strategy.entry("Long", strategy.long, when=buy)
strategy.close("Short", when=buy)
strategy.entry("Short", strategy.short, when=sell)
strategy.close("Long", when=sell)

// 绘制曲线图
plot(sum_angle, color=color.green, title="周期内的切线角总和")
plot(angle, color=color.red, title="切线角") // 这是我为您添加的代码，用于显示实时计算的切线角

अधिक

2019 FMZ - सभी अधिकार सुरक्षित