यह रणनीति एक क्रिप्टोक्यूरेंसी ट्रेडिंग रणनीति है जो एमएसीडी संकेतक और स्टोकैस्टिक संकेतक के संयोजन पर आधारित है। यह क्रिप्टोक्यूरेंसी बाजार में रुझान परिवर्तनों को पकड़ने के लिए बिटकॉइन की कीमतों के एमएसीडी संकेतक की गणना करके और स्टोकैस्टिक संकेतक लागू करके ट्रेडिंग संकेत उत्पन्न करता है।
रणनीति सबसे पहले एमएसीडी संकेतक की गणना करती है। एमएसीडी का अर्थ है मूविंग एवरेज कन्वर्जेंस डिवर्जेंस, जो एक ट्रेंड-फॉलोइंग संकेतक है। इसमें एक फास्ट लाइन और एक स्लो लाइन होती है, जहां फास्ट लाइन एक अल्पकालिक घातीय मूविंग एवरेज है और स्लो लाइन एक दीर्घकालिक घातीय मूविंग एवरेज है। जब फास्ट लाइन स्लो लाइन से ऊपर जाती है, तो यह एक गोल्डन क्रॉस सिग्नल उत्पन्न करती है, जो एक तेजी से बाजार को इंगित करती है। जब फास्ट लाइन धीमी रेखा से नीचे जाती है, तो यह एक मौत क्रॉस सिग्नल उत्पन्न करती है, जो एक मंदी बाजार को इंगित करती है।
एमएसीडी संकेतक की गणना करने के बाद, रणनीति एमएसीडी पर ही स्टोकैस्टिक संकेतक %K लागू करती है।
%K = (वर्तमान बंद - एन अवधि में सबसे कम कम) / (एन अवधि में सबसे अधिक उच्च - एन अवधि में सबसे कम कम) * 100
स्टोकैस्टिक संकेतक इसकी हालिया सीमा से मूल्य विचलन को दर्शाता है। 20-80 के बीच %K का उतार-चढ़ाव मूल्य समेकन में व्यापार कर रहा है। जब %K नीचे से 20 से ऊपर को पार करता है, तो यह एक खरीद संकेत उत्पन्न करता है। जब %K ऊपर से 80 से नीचे को पार करता है, तो यह एक बिक्री संकेत उत्पन्न करता है।
यह रणनीति क्रिप्टोक्यूरेंसी बाजार में व्यापार करने के लिए एमएसीडी और स्टोकैस्टिक %K दोनों से ट्रेडिंग संकेतों को जोड़ती है। यह एक खरीद संकेत उत्पन्न करता है जब %K 20 से ऊपर और एक बेच संकेत उत्पन्न करता है जब %K 80 से नीचे पार करता है।
यह रणनीति रुझान विश्लेषण और ओवरबॉल्ड-ओवरसोल्ड संकेतकों को जोड़ती है, जो प्रभावी रूप से बाजार में महत्वपूर्ण मोड़ बिंदुओं की पहचान कर सकते हैं। अकेले एमएसीडी या स्टोकास्टिक का उपयोग करने की तुलना में, % के और एमएसीडी का संयोजन ट्रेडिंग संकेतों की विश्वसनीयता को बढ़ाता है और झूठे संकेतों को कम करता है।
इसके अलावा, यह रणनीति क्रिप्टोक्यूरेंसी ट्रेडिंग के लिए शेयर बाजारों में आमतौर पर उपयोग किए जाने वाले तकनीकी संकेतकों को लागू करती है। यह एक क्रॉस-मार्केट एप्लिकेशन है। ये संकेतकों को डिजिटल मुद्रा बाजार में समान रूप से लागू किया जाता है, और क्रिप्टोकरेंसी की उच्च अस्थिरता के कारण बेहतर प्रदर्शन भी कर सकते हैं।
इस रणनीति का सबसे बड़ा जोखिम क्रिप्टोक्यूरेंसी बाजार में उच्च अस्थिरता है, जो आसानी से झूठे संकेत पैदा करता है और व्यापारिक नुकसान का कारण बनता है। इसके अलावा, जब संकेतक संकेत उत्पन्न करते हैं, तो कीमतें पहले से ही काफी आगे बढ़ सकती हैं, जिससे शुरुआती प्रवृत्ति संकेतों को याद करने का जोखिम होता है।
इन जोखिमों को नियंत्रित करने के लिए, लाभ को लॉक करने और आगे के नुकसान से बचने के लिए चलती स्टॉप लॉस का उपयोग करना उचित है। उसी समय, विभिन्न समय सीमा की लंबाई का उपयोग करके अधिक संभावित अवसरों की खोज करने के लिए मापदंडों को भी उचित रूप से समायोजित किया जा सकता है।
सबसे पहले, रणनीति चलती औसत को अस्थिरता संकेतकों जैसे बोलिंगर बैंड्स के साथ जोड़ने का प्रयास कर सकती है, जिससे ब्रेकआउट की वैधता की पहचान करने और झूठे संकेतों से बचने के लिए अस्थिरता मापदंड निर्धारित किए जा सकते हैं।
दूसरा, ऐतिहासिक डेटा पर प्रशिक्षण के लिए मशीन लर्निंग मॉडल पेश किए जा सकते हैं और सूचक संकेतों की प्रभावशीलता का आकलन करने में सहायता के लिए यादृच्छिक वन या LSTM तंत्रिका नेटवर्क मॉडल स्थापित किए जा सकते हैं।
तीसरा, एक स्टॉप लॉस तंत्र जोड़ें। जब कीमतें एक निश्चित सीमा से अधिक एक प्रतिकूल दिशा में चलती हैं, तो जोखिमों को नियंत्रित करने के लिए स्वचालित रूप से स्टॉप लॉस ट्रिगर करें।
यह रणनीति एक क्रिप्टोक्यूरेंसी ट्रेडिंग रणनीति बनाने के लिए दो संकेतकों से संकेतों के पारस्परिक सत्यापन की विधि का उपयोग करके, एमएसीडी संकेतक और स्टोकास्टिक संकेतक % के को जोड़ती है। यह संयोजन संकेतक रणनीति संकेतों की सटीकता में कुछ हद तक सुधार कर सकती है। लेकिन हमें संकेतकों की अति-जटिलता के जोखिम के बारे में भी पता होना चाहिए, जो शोर और लेगिंग प्रभाव पेश कर सकता है। विभिन्न बाजार वातावरण के अनुसार उचित पैरामीटर ट्यूनिंग और जोखिम नियंत्रण बेहतर रणनीति प्रदर्शन प्राप्त करने के लिए समान रूप से महत्वपूर्ण हैं।
/*backtest start: 2024-01-01 00:00:00 end: 2024-01-31 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=3 strategy("Schaff Trend Cycle Strategy", shorttitle="STC Backtest", overlay=true) fastLength = input(title="MACD Fast Length", defval=23) slowLength = input(title="MACD Slow Length", defval=50) cycleLength = input(title="Cycle Length", defval=10) d1Length = input(title="1st %D Length", defval=3) d2Length = input(title="2nd %D Length", defval=3) src = input(title="Source", defval=close) highlightBreakouts = input(title="Highlight Breakouts ?", type=bool, defval=true) macd = ema(src, fastLength) - ema(src, slowLength) k = nz(fixnan(stoch(macd, macd, macd, cycleLength))) d = ema(k, d1Length) kd = nz(fixnan(stoch(d, d, d, cycleLength))) stc = ema(kd, d2Length) stc := stc > 100 ? 100 : stc < 0 ? 0 : stc upper = input(75, defval=75) lower = input(25, defval=25) long = crossover(stc, lower) ? lower : na short = crossunder(stc, upper) ? upper : na long_filt = long and not short short_filt = short and not long prev = 0 prev := long_filt ? 1 : short_filt ? -1 : prev[1] long_final = long_filt and prev[1] == -1 short_final = short_filt and prev[1] == 1 //alertcondition(long_final, "Long", message="Long") //alertcondition(short_final,"Short", message="Short") //plotshape(long_final, style=shape.arrowup, text="Long", color=green, location=location.belowbar) //plotshape(short_final, style=shape.arrowdown, text="Short", color=red, location=location.abovebar) strategy.entry("long", strategy.long, when = long ) strategy.entry("short", strategy.short, when = short)