संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. गतिशील स्थिति निर्माण रणनीति

गतिशील स्थिति निर्माण रणनीति

लेखक:चाओझांग, दिनांक: 2024-02-20 14:16:30
टैगः

img

अवलोकन

इस रणनीति का मुख्य विचार जोखिमों को नियंत्रित करने और निम्न औसत प्रवेश मूल्य प्राप्त करने के लिए तेजी से बुल बाजार में सिस्टम संकेतों के आधार पर स्थिति का निर्माण करना है।

रणनीति तर्क

रणनीति पहले प्रारंभिक पूंजी और डीसीए प्रतिशत निर्धारित करती है। प्रत्येक बार के बंद होने पर, यह मूल्य परिवर्तन के आधार पर एक समायोजित प्रतिशत की गणना करती है। यदि कीमत बढ़ जाती है, तो यह प्रतिशत को कम करती है। यदि कीमत गिरती है, तो यह प्रतिशत को बढ़ाती है। इससे कम कीमतों पर स्थिति में जोड़ने की अनुमति मिलती है। फिर यह समायोजित प्रतिशत और शेष पूंजी के आधार पर ऑर्डर आकार की गणना करता है। प्रत्येक बार के बंद होने पर, यह प्रारंभिक पूंजी का उपयोग किए जाने तक स्थिति बनाने के आदेश देता है।

इस प्रकार, यह जोखिमों को नियंत्रित कर सकता है और उतार-चढ़ाव वाले मूल्य कार्रवाई के दौरान एक कम औसत प्रवेश मूल्य प्राप्त कर सकता है। इस बीच, यह वर्तमान प्रवेश स्थिति का न्याय करने के लिए औसत प्रवेश मूल्य और मध्य मूल्य को ट्रैक करता है।

लाभ विश्लेषण

इस रणनीति के निम्नलिखित फायदे हैंः

  1. यह स्थिति में गतिशील रूप से स्केल कर सकता है, जोखिमों को नियंत्रित करने के लिए डुप पर आवंटन बढ़ा सकता है और रैली पर आवंटन कम कर सकता है।

  2. यह मध्य मूल्य की तुलना में कम औसत प्रवेश मूल्य प्राप्त करता है, जिससे अधिक लाभ की संभावना होती है।

  3. यह बेहतर जोखिम-लाभ अनुपात के लिए अस्थिरता के साथ बैल बाजारों को समायोजित करता है।

  4. यह स्थिति आकार जोखिम को नियंत्रित करने के लिए प्रारंभिक पूंजी और डीसीए प्रतिशत को पूर्व निर्धारित करने में सक्षम बनाता है।

  5. यह प्रवेश गुणवत्ता के स्पष्ट आकलन के लिए औसत प्रवेश मूल्य और मध्य मूल्य पर सांख्यिकी प्रदान करता है।

जोखिम विश्लेषण

कुछ जोखिम भी हैं:

  1. बाजारों में गिरावट आने पर यह स्थिति को बढ़ाता रहेगा, जिससे भारी नुकसान हो सकता है। स्टॉप लॉस जोखिम को सीमित कर सकता है।

  2. यदि कीमत तेजी से बढ़ जाती है, तो स्केलिंग कम हो जाएगी, संभवतः रैली का बहुत कुछ गायब हो जाएगा। तब अन्य एलएसआई संकेतों की आवश्यकता होती है।

  3. गलत पैरामीटर कॉन्फ़िगरेशन भी खतरों का कारण बनता है। अत्यधिक आरंभिक पूंजी और उच्च डीसीए प्रतिशत नुकसान को बढ़ाएगा।

अनुकूलन दिशाएँ

रणनीति को अनुकूलित करने के कुछ तरीकेः

  1. भारी बिक्री पर स्केलिंग बंद करने के लिए स्टॉप लॉस लॉजिक जोड़ें।

  2. अस्थिरता या अन्य मीट्रिक के आधार पर डीसीए प्रतिशत को गतिशील रूप से अनुकूलित करें।

  3. कीमतों का पूर्वानुमान करने और स्केलिंग निर्णयों का मार्गदर्शन करने के लिए मशीन लर्निंग मॉडल को शामिल करें।

  4. बाहर निकलने के बिंदुओं को स्केल करने के लिए बाजार संरचना में बदलाव की पहचान करने के लिए अन्य संकेतकों को मिलाएं।

  5. खाता मूल्यों के आधार पर गतिशील रूप से आकार के आदेशों में पूंजी प्रबंधन नियम जोड़ें।

निष्कर्ष

यह एक बहुत ही व्यावहारिक गतिशील स्थिति स्केलिंग रणनीति है। यह कॉन्फ़िगर करने योग्य मापदंडों के माध्यम से जोखिम को सीमित करते हुए, बुल बाजारों में अच्छी औसत प्रविष्टियों को प्राप्त करने के लिए मूल्य उतार-चढ़ाव के आधार पर स्थिति के आकार को लचीले ढंग से समायोजित करता है। इसे अन्य संकेतकों या मॉडल के साथ जोड़कर इसके प्रदर्शन में और सुधार किया जा सकता है। यह दीर्घकालिक लाभ की तलाश करने वाले निवेशकों के लिए उपयुक्त है।

/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
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/
// © RWCS_LTD

//@version=5
strategy("DCA IN Calculator {RWCS}", overlay=true, pyramiding=999, default_qty_type=strategy.cash, initial_capital=10000, commission_value=0.02)

// User inputs
backtestStartDate = input(timestamp("1 Jan 2024"), 
     title="Start Date", group="Backtest Time Period",
     tooltip="This start date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
start_date = true
starting_capital = input.float(defval=5000, title="Starting Capital")
dca_allocation_percentage = input.int(defval=10, title="DCA Allocation Percentage")

// Calculate DCA allocation based on price change
price_change_percentage = ((close - close[1]) / close[1]) * 100
adjusted_allocation_percentage = close > close[1] ? dca_allocation_percentage - price_change_percentage : dca_allocation_percentage + price_change_percentage // If price action is negative, increase allocations
adjusted_allocation_percentage1 = dca_allocation_percentage - price_change_percentage // If price action is positive, reduce allocations

// Calculate order size based on adjusted allocation percentage
order_size = (adjusted_allocation_percentage / 100) * starting_capital

// Track remaining capital
var remaining_capital = starting_capital

// Long on the close of every bar
if true
    // Ensure the order size doesn't exceed remaining capital or adjusted allocation
    order_size := math.min(order_size, remaining_capital, adjusted_allocation_percentage / 100 * starting_capital)
    // Ensure order size is not negative
    order_size := math.max(order_size, 0)
    
    strategy.entry("DCA", strategy.long, qty = order_size)
    remaining_capital := remaining_capital - order_size

// Plot average entry price
var float total_entry_price = 0.0
var int total_signals = 0

if start_date
    total_entry_price := total_entry_price + close
    total_signals := total_signals + 1

avg_entry_price = total_entry_price / total_signals

// Calculate and plot median price
var float median_price = na

if start_date
    var float sum_prices = 0.0
    var int num_prices = 0
    
    for i = 0 to bar_index
        if (time[i] >= backtestStartDate)
            sum_prices := sum_prices + close[i]
            num_prices := num_prices + 1
    
    median_price := sum_prices / num_prices

// Reset variables at the start of each day
if (dayofweek != dayofweek[1])
    total_entry_price := 0.0
    total_signals := 0

//table colors
borders_col = color.new(color.black, 90)
top_row_col = color.new(color.gray, 90)
size = input.string(defval='Normal', options=['Tiny', 'Small', 'Normal', 'Large'], title='Table size', inline='design', group='Table Design')
table_size = size == 'Tiny' ? size.tiny : size == 'Small' ? size.small : size == 'Normal' ? size.normal : size == 'Large' ? size.large : na

var tablee = table.new(position=position.top_right, columns=2, rows=3, frame_color=borders_col, frame_width=4, border_color=borders_col, border_width=4)

table.cell(tablee, 0, 0, "Average Entry Price", bgcolor=top_row_col, text_color=color.white, text_size=table_size)
table.cell(tablee, 1, 0, str.tostring(avg_entry_price, '#.##'), text_color=color.white, text_size=table_size)
table.cell(tablee, 0, 1, "Median Price", bgcolor=top_row_col, text_color=color.white, text_size=table_size)
table.cell(tablee, 1, 1, str.tostring(median_price, '#.##'), text_color=color.white, text_size=table_size)
table.cell(tablee, 0, 2, "Remaining Capital", bgcolor=top_row_col, text_color=color.white, text_size=table_size)
table.cell(tablee, 1, 2, str.tostring(remaining_capital, '#.##'), text_color=color.white, text_size=table_size)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित