यह रणनीति बेन कोवेन के जोखिम स्तर सिद्धांत पर आधारित है और बीईएएम बैंड स्तरों का उपयोग करके इसी तरह के दृष्टिकोण को लागू करने का लक्ष्य रखती है। ऊपरी बीईएएम स्तर लॉगरिदम लेने के बाद 200 सप्ताह का चलती औसत है, और निचला स्तर 200 सप्ताह का चलती औसत है। इससे हमें 0 से 1 तक की सीमा मिलती है। खरीद ऑर्डर तब जारी किए जाते हैं जब कीमत 0.5 स्तर बैंड से नीचे होती है, और बिक्री ऑर्डर तब जारी किए जाते हैं जब ऊपर होती है।
यह रणनीति मुख्य रूप से बेन कोवेन द्वारा प्रस्तावित बीईएएम बैंड सिद्धांत पर निर्भर करती है। बीटीसी के मूल्य परिवर्तनों के अनुसार, मूल्य को 0 और 1 के बीच 10 क्षेत्रों में विभाजित किया जा सकता है, जो जोखिम के 10 अलग-अलग स्तरों का प्रतिनिधित्व करते हैं। स्तर 0 200-सप्ताह के चलती औसत के करीब मूल्य के साथ सबसे कम जोखिम का प्रतिनिधित्व करता है। स्तर 5 मध्यम जोखिम मूल्य क्षेत्र का प्रतिनिधित्व करता है। स्तर 10 उच्चतम जोखिम का प्रतिनिधित्व करता है जिसमें कीमत ऊपरी रेल के करीब होती है।
जब कीमत कम हो जाती है, तो रणनीति धीरे-धीरे लंबी स्थिति को बढ़ाएगी। विशेष रूप से, यदि कीमत 0 और 0.5 बैंड के बीच है, तो हर महीने एक निर्धारित दिन पर खरीद ऑर्डर जारी किए जाएंगे। बैंड की संख्या घटने के साथ खरीद राशि धीरे-धीरे बढ़ेगी। उदाहरण के लिए, बैंड 5 के साथ खरीद राशि मासिक डीसीए कुल का 20% है। बैंड 1 के साथ, खरीद राशि मासिक डीसीए कुल का 100% तक बढ़ जाती है।
जब कीमतें उच्च स्तर तक बढ़ जाती हैं, तो रणनीति धीरे-धीरे अपनी स्थिति को कम करेगी। विशेष रूप से, यदि कीमत बैंड 0.5 से अधिक है, तो आनुपातिक रूप से बिक्री आदेश जारी किए जाएंगे। बैंड की संख्या बढ़ने के साथ बिक्री की स्थिति धीरे-धीरे बढ़ेगी। उदाहरण के लिए, बैंड 6 के साथ, 6.67% बेची जाएगी। बैंड 10 के साथ, सभी पद बेचे जाएंगे।
इस बीईएएम बैंड डीसीए रणनीति का सबसे बड़ा लाभ यह है कि यह मूल्य अपने सबसे निचले स्तर पर गिरने पर नीचे की मछली पकड़कर बीटीसी ट्रेडिंग की अस्थिरता विशेषताओं का पूरी तरह से उपयोग करता है और मूल्य अपने शिखर तक पहुंचने पर लाभ प्राप्त करता है। यह दृष्टिकोण किसी भी खरीद या बिक्री के अवसरों को याद नहीं करेगा। विशिष्ट लाभों को इस प्रकार सारांशित किया जा सकता हैः
संक्षेप में, यह एक परिष्कृत पैरामीटर ट्यूनिंग रणनीति है जो उतार-चढ़ाव वाली बीटीसी बाजार स्थितियों में दीर्घकालिक स्थिर रिटर्न उत्पन्न कर सकती है।
यद्यपि बीईएएम बैंड डीसीए रणनीति के कई फायदे हैं, फिर भी कुछ संभावित जोखिमों के बारे में पता होना चाहिए। मुख्य जोखिम बिंदुओं को निम्नानुसार सारांशित किया जा सकता हैः
जोखिमों को कम करने के लिए निम्नलिखित उपाय किए जा सकते हैंः
उपरोक्त जोखिमों को ध्यान में रखते हुए, इस रणनीति के अनुकूलन पर ध्यान केंद्रित किया जा सकता हैः
इन उपायों से रणनीति की स्थिरता और सुरक्षा में काफी सुधार किया जा सकता है।
बीईएएम बैंड डीसीए औसत लागत रणनीति एक अत्यधिक व्यावहारिक मात्रात्मक ट्रेडिंग रणनीति है। यह सफलतापूर्वक व्यापार निर्णयों का मार्गदर्शन करने के लिए बीईएएम सिद्धांत का लाभ उठाती है, खरीद लागत को नियंत्रित करने के लिए लागत औसतकरण मॉडल द्वारा पूरक है। साथ ही, यह नुकसान के विस्तार को रोकने के लिए स्टॉप लॉस बिंदुओं को सेट करके जोखिम प्रबंधन पर ध्यान देता है। पैरामीटर अनुकूलन और मॉड्यूलर जोड़ों के साथ, यह रणनीति बीटीसी बाजार से दीर्घकालिक स्थिर रिटर्न प्राप्त करने के लिए मात्रात्मक ट्रेडिंग के लिए एक महत्वपूर्ण उपकरण बन सकती है। यह मात्रात्मक ट्रेडिंग चिकित्सकों द्वारा आगे के शोध और अनुप्रयोग का हकदार है।
/*backtest start: 2023-02-11 00:00:00 end: 2024-02-17 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // © gjfsdrtytru - BEAM DCA Strategy { // Based on Ben Cowen's risk level strategy, this aims to copy that method but with BEAM band levels. // Upper BEAM level is derived from ln(price/200W MA)/2.5, while the 200W MA is the floor price. This is our 0-1 range. // Buy limit orders are set at the < 0.5 levels and sell orders are set at the > 0.5 level. //@version=5 strategy( title = "BEAM DCA Strategy Monthly", shorttitle = "BEAM DCA M", overlay = true, pyramiding = 500, default_qty_type = strategy.percent_of_equity, default_qty_value = 0, initial_capital = 0) //} // Inputs { ———————————————————————————————————————————————————————————————————— T_ceiling = input.string("Off", "Diminishing Returns", ["Off","Linear","Parabolic"], "Account for diminishing returns as time increases") day = input.int(1, "DCA Day of Month",1,28,1,"Select day of month for buy orders.") DCAamount = input.int(1000,"DCA Amount",400,tooltip="Enter the maximum amount you'd be willing to DCA for any given month.") T_buy = input(true,"Buy Orders","Toggle buy orders.") T_sell = input(true,"Sell Orders","Toggle sell orders.") // Time period testStartYear = input.int(2018, title="Backtest Start Year", minval=2010,maxval=2100,group="Backtest Period") testStartMonth = input.int(1, title="Backtest Start Month", minval=1, maxval=12, group="Backtest Period") testStartDay = input.int(1, title="Backtest Start Day", minval=1, maxval=31, group="Backtest Period") testPeriodLen = input.int(9999, title="Backtest Period (days)", minval=1, group="Backtest Period",tooltip="Days until strategy ends") * 86400000 // convert days into UNIX time testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0) testPeriodStop = testPeriodStart + testPeriodLen testPeriod() => true // ——————————————————————————————————————————————————————————————————————————— } // Diminishing Returns { ——————————————————————————————————————————————————————— x = bar_index + 1 assetDivisor= 2.5 switch T_ceiling == "Linear" => assetDivisor:= 3.50542 - 0.000277696 * x T_ceiling == "Parabolic"=> assetDivisor:= -0.0000001058992338 * math.pow(x,2) + 0.000120729 * x + 3.1982 // ——————————————————————————————————————————————————————————————————————————— } // Risk Levels { ——————————————————————————————————————————————————————————————— cycleLen = 1400 getMaLen() => if bar_index < cycleLen bar_index + 1 else cycleLen // Define Risk Bands price = close riskLow = ta.sma(price,getMaLen()) risk1 = riskLow * math.exp((assetDivisor)*0.1) risk2 = riskLow * math.exp((assetDivisor)*0.2) risk3 = riskLow * math.exp((assetDivisor)*0.3) risk4 = riskLow * math.exp((assetDivisor)*0.4) risk5 = riskLow * math.exp((assetDivisor)*0.5) risk6 = riskLow * math.exp((assetDivisor)*0.6) risk7 = riskLow * math.exp((assetDivisor)*0.7) risk8 = riskLow * math.exp((assetDivisor)*0.8) risk9 = riskLow * math.exp((assetDivisor)*0.9) riskHigh = riskLow * math.exp((assetDivisor)) // Plot Risk Bands p_low = plot(riskLow, "Beam Risk 0.0",color.new(#0042F0,50),3,editable=false) p_band1 = plot(risk1, "Beam Risk 0.1",color.new(#0090F5,20),1,editable=false) p_band2 = plot(risk2, "Beam Risk 0.2",color.new(#00C6DB,20),1,editable=false) p_band3 = plot(risk3, "Beam Risk 0.3",color.new(#00F5BD,20),1,editable=false) p_band4 = plot(risk4, "Beam Risk 0.4",color.new(#00F069,20),1,editable=false) p_band5 = plot(risk5, "Beam Risk 0.5",color.new(#00DB08,50),3,editable=false) p_band6 = plot(risk6, "Beam Risk 0.6",color.new(#E8D20C,20),1,editable=false) p_band7 = plot(risk7, "Beam Risk 0.7",color.new(#F2B40C,20),1,editable=false) p_band8 = plot(risk8, "Beam Risk 0.8",color.new(#DC7A00,20),1,editable=false) p_band9 = plot(risk9, "Beam Risk 0.9",color.new(#F2520C,20),1,editable=false) p_band10 = plot(riskHigh, "Beam Risk 1.0",color.new(#F01102,50),3,editable=false) // ——————————————————————————————————————————————————————————————————————————— } // Order Execution { ——————————————————————————————————————————————————————————— band5 = price<risk5 and price>risk4 band4 = price<risk4 and price>risk3 band3 = price<risk3 and price>risk2 band2 = price<risk2 and price>risk1 band1 = price<risk1 // DCA buy order weights y = DCAamount / 5 switch band5 => y:= y * 1 band4 => y:= y * 2 band3 => y:= y * 3 band2 => y:= y * 4 band1 => y:= y * 5 // Contracts per order contracts =(y/price) if testPeriod() // Buy orders if T_buy == true if dayofmonth == day strategy.entry("Risk Band 5",strategy.long,qty=contracts,when=band5) strategy.entry("Risk Band 4",strategy.long,qty=contracts,when=band4) strategy.entry("Risk Band 3",strategy.long,qty=contracts,when=band3) strategy.entry("Risk Band 2",strategy.long,qty=contracts,when=band2) strategy.entry("Risk Band 1",strategy.long,qty=contracts,when=band1) // Sell orders if T_sell == true if strategy.opentrades > 5 strategy.exit("Risk Band 6",qty_percent=6.67,limit=risk6) strategy.exit("Risk Band 7",qty_percent=14.28,limit=risk7) strategy.exit("Risk Band 8",qty_percent=25.00,limit=risk8) strategy.exit("Risk Band 9",qty_percent=44.44,limit=risk9) strategy.exit("Risk Band 10",qty_percent=100,limit=riskHigh) // ——————————————————————————————————————————————————————————————————————————— } // Info { —————————————————————————————————————————————————————————————————————— // Line plot of avg. entry price plot(strategy.position_size > 0 ? strategy.position_avg_price : na,"Average Entry",color.red,trackprice=true,editable=false) // Unrealised PNL uPNL = price/strategy.position_avg_price // Realised PNL realPNL = 0. for i = 0 to strategy.closedtrades-1 realPNL += strategy.closedtrades.profit(i) // Size of open position in ($) openPosSize = 0. for i = 0 to strategy.opentrades-1 openPosSize += strategy.opentrades.size(i) * strategy.position_avg_price // Size of closed position in ($) closePosSize = 0. if strategy.closedtrades > 0 for i = 0 to strategy.closedtrades-1 closePosSize += strategy.closedtrades.size(i) * strategy.closedtrades.entry_price(i) invested = openPosSize+closePosSize // Total capital ($) put into strategy equity = openPosSize+closePosSize+strategy.openprofit+realPNL // Total current equity ($) in strategy (counting realised PNL) ROI = (equity-invested) / invested * 100 // ROI of strategy (compare capital invested to excess return) // // Info Table // var table table1 = table.new(position.bottom_right,2,9,color.black,color.gray,1,color.gray,2) // table.cell(table1,0,0,"Capital Invested", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,1,"Open Position", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,2,"Average Entry", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,3,"Last Price", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,4,"Open PNL (%)", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,5,"Open PNL ($)", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,6,"Realised PNL ($)", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,7,"Total Equity", text_color=color.white,text_halign=text.align_right) // table.cell(table1,0,8,"Strategy ROI", text_color=color.white,text_halign=text.align_right) // table.cell(table1,1,0,"$" + str.tostring(invested, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,1,"$" + str.tostring(openPosSize, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,2,"$" + str.tostring(strategy.position_avg_price, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,3,"$" + str.tostring(price, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,4, str.tostring((uPNL-1)*100, "#,###.00") + "%",text_halign=text.align_right,text_color = uPNL > 1 ? color.lime : color.red) // table.cell(table1,1,5,"$" + str.tostring(strategy.openprofit, "#,###.00"), text_halign=text.align_right,text_color = uPNL > 1 ? color.lime : color.red) // table.cell(table1,1,6,"$" + str.tostring(realPNL, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,7,"$" + str.tostring(equity, "#,###.00"), text_halign=text.align_right,text_color = color.white) // table.cell(table1,1,8, str.tostring(ROI, "#,###.00") + "%",text_halign=text.align_right,text_color = ROI > 1 ? color.lime : color.red) // // ——————————————————————————————————————————————————————————————————————————— }