संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. लंबी लाइन क्वांट रणनीति के लिए ईएमए क्रॉसओवर

लंबी लाइन क्वांट रणनीति के लिए ईएमए क्रॉसओवर

लेखक:चाओझांग, दिनांकः 2024-02-20 15:22:12
टैगः

img

अवलोकन

यह रणनीति विभिन्न समय सीमाओं के चलती औसत (एमए) और आरएसआई संकेतक के बीच क्रॉसओवर पैटर्न का उपयोग करती है ताकि बाजार में प्रवेश और निकास का समय निर्धारित किया जा सके, जिसका उद्देश्य दीर्घकालिक होल्डिंग है। यह रणनीति पैरामीटर ट्यूनिंग के माध्यम से वास्तविक समय अनुकूलन की अनुमति देती है और प्रमुख सूचकांक में दीर्घकालिक निवेश के लिए उपयुक्त है।

रणनीति तर्क

इस रणनीति का मुख्य तंत्र ईएमए लाइनों के स्वर्ण क्रॉस और मृत्यु क्रॉस के माध्यम से प्रवेश और निकास बिंदुओं की पहचान करना है। इसमें ओवरबॉट और ओवरसोल्ड स्थितियों का निर्धारण करने के लिए आरएसआई संकेतक भी शामिल है।

विशेष रूप से, खरीद सिग्नल तर्क निम्नलिखित की जांच करता हैः मूल्य EMA20 से नीचे और EMA50 से ऊपर के क्रॉस, एक स्वर्ण क्रॉस का गठन करता है, जो एकल EMA प्रणाली की तुलना में अधिक सटीक रूप से प्रवृत्ति उलट को पहचानने में मदद करता है। खुले और पिछले दिन के निचले स्तर से कम होने पर अतिरिक्त मानदंड झूठे ब्रेकआउट को फ़िल्टर करते हैं।

उपरोक्त खरीद मानदंडों को विभिन्न मापदंडों के साथ विभिन्न ईएमए अवधि और मात्राओं के अनुरूप 4 खरीद नियम बनाने के लिए कॉन्फ़िगर किया गया है। यह अंश खरीद के माध्यम से पदों के क्रमिक निर्माण की अनुमति देता है, औसत लागत को प्राप्त करता है।

बाहर निकलने के लिए, रणनीति ईएमए 10 के ऊपर मृत्यु क्रॉस के लिए जाँच करती है, जिसमें ओवरबॉयड आरएसआई संकेत होता है; या ईएमए 10 के नीचे मृत्यु क्रॉस, जिसमें ओवरसोल्ड आरएसआई संकेत होता है। कुछ रिटर्न प्रतिशत के आधार पर लाभ लेने का नियम भी लागू किया जाता है। ईएमए क्रॉसओवर के साथ आरएसआई संयोजन का उपयोग करना झूठे संकेतों के जोखिम को कम करता है।

लाभ विश्लेषण

इस रणनीति की सबसे बड़ी ताकत ईएमए क्रॉसिंग के साथ प्रवृत्ति उलट बिंदुओं की पहचान करने की इसकी प्रभावशीलता में निहित है, जिससे प्रवृत्ति का पालन किया जा सकता है। एकल ईएमए प्रणाली की तुलना में, डबल ईएमए क्रॉसओवर झूठे संकेतों को खत्म करने में मदद करते हैं। इसके अलावा, आरएसआई का उपयोग ओवरबॉट / ओवरसोल्ड जोन में प्रवेश करने से पहले पुष्टि जोड़ता है, जिससे ट्रेडिंग जोखिम और कम हो जाता है।

एक और लाभ पिरामिडिंग और औसत लागत घटाने का कार्यान्वयन है। इस तरह की ट्रांज़ खरीद विभिन्न मूल्य स्तरों पर मात्राओं को वितरित करती है, जब प्रवृत्ति फिर से शुरू होती है तो अधिकतम लाभ सुनिश्चित करती है। यह एक एकल बड़ी प्रवेश स्थिति से जोखिमों को भी विविधता प्रदान करती है।

जोखिम विश्लेषण

इस रणनीति से जुड़े मुख्य जोखिमों में निम्नलिखित शामिल हैंः

  1. ईएमए प्रणाली की पिछड़ी प्रकृति अचानक मूल्य परिवर्तनों पर प्रतिक्रिया करने में धीमी है, समय पर पदों से बाहर निकलने में असमर्थ है। स्टॉप लॉस तंत्र जोड़ने से ऐसे जोखिमों को कम करने में मदद मिल सकती है।

  2. खरीद प्रवेश समय सीमाओं पर प्रतिबंधों की कमी से समय से पहले प्रवेश हो सकता है, बाजार समेकन में फंस सकता है। इसे खरीद क्षेत्रों को सीमित करके संबोधित किया जा सकता है।

  3. पिरामिडिंग खरीद ऑर्डर के परिणामस्वरूप ओवरसाइज्ड पोजीशन हो सकती है, जिससे एक दिशात्मक ब्रेकआउट जोखिमों के प्रति भेद्यता पैदा हो सकती है। पानी के स्तर के मापदंडों को समायोजित करना और जोखिम नियंत्रण शुरू करना ऐसे जोखिमों को कम कर सकता है।

बढ़ोतरी के अवसर

इस रणनीति को निम्नलिखित क्षेत्रों में और अधिक अनुकूलित किया जा सकता हैः

  1. डाउनसाइड पर प्रमुख समर्थन स्तरों का उल्लंघन होने पर नुकसान को कम करने के लिए स्टॉप लॉस नियम शामिल करें, डाउनसाइड जोखिमों को नियंत्रित करें।

  2. ट्रेडिंग वैलिडेशन मॉड्यूल जोड़कर प्राथमिक ट्रेंड दिशा की जांच करें, जब समग्र ट्रेंड ऊपर की ओर इशारा करता है तब ही ट्रेड करें, काउंटरट्रेंड जोखिमों से बचें।

  3. पुष्टि से पहले समय से पहले पिरामिडिंग प्रविष्टियों को रोकने के लिए सख्त खरीद क्षेत्र प्रतिबंधों को सेट करें।

  4. प्रविष्टि सटीकता और जीत दरों में सुधार के लिए बहु कारक विश्लेषण के साथ मशीन लर्निंग एल्गोरिदम का उपयोग करें।

निष्कर्ष

संक्षेप में, यह लेख प्रवेश और निकास संकेतों के लिए दोहरे ईएमए क्रॉसओवर और आरएसआई संकेतक का उपयोग करने वाली दीर्घकालिक मात्रात्मक रणनीति का विस्तार से वर्णन करता है, जो दक्षता को अधिकतम करने के लिए ट्रांज़ स्थिति निर्माण द्वारा समर्थित है। तर्क और मापदंडों को बाजारों में सूचकांक और शेयरों के लिए समायोजित किया जा सकता है, जिससे यह दीर्घकालिक प्रवृत्ति का पालन करने के लिए एक बहुमुखी रणनीति बन जाती है। जोखिम विश्लेषण और संवर्धन के अवसर आगे अनुकूलन के लिए संदर्भ भी प्रदान करते हैं। जैसा कि रणनीति अधिक परिष्कृत हो जाती है, मेरा मानना है कि यह लाइव ट्रेडिंग वातावरण में दीर्घकालिक होल्डिंग के लिए एक ठोस प्रणाली के रूप में कार्य करेगा।

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("EMA_zorba1", shorttitle="3 NIFTY RSI EMA", overlay=true)

// Input parameters
qt1 = input.int(1, title="Quantity 1", minval=1)
qt2 = input.int(2, title="Quantity 2", minval=1)
qt3 = input.int(3, title="Quantity 3", minval=1)
qt4 = input.int(4, title="Quantity 4", minval=1)
ema10 = ta.ema(close, 10)
ema20 = ta.ema(close, 20)
ema50 = ta.ema(close, 50)
ema100 = ta.ema(close, 100)
ema200 = ta.ema(close, 200)

// RSI(14) condition
rsi_threshold = 65
rsi_crossed_above_70 = ta.rsi(close, 14) > rsi_threshold
rsi_crossed_above_70_two_days_ago = ta.rsi(close[5], 14) > rsi_threshold or ta.rsi(close[4], 14) > rsi_threshold or ta.rsi(close[3], 14) > rsi_threshold
rsi_crossed_above_70_yesterday = ta.rsi(close[1], 14) > rsi_threshold

// Date range filter
start_date = timestamp(year=2021, month=1, day=1)
end_date = timestamp(year=2024, month=1, day=1)
in_date_range = true

// Profit condition
profit_percentage = input(1, title="Profit Percentage")  // Adjust this value as needed

// Pyramiding setting
pyramiding = input.int(1, title="Pyramiding", minval=1, maxval=10)

// Buy conditions
buy_condition_1 = in_date_range and close < ema20 and close > ema50 and close < open and close < low[1]
buy_condition_2 = in_date_range and close < ema50 and close > ema100 and close < open and close < low[1]
buy_condition_3 = in_date_range and close < ema100 and close > ema200 and close < open and close < low[1]
buy_condition_4 = in_date_range and close < ema200 and close < open and close < low[1]

// Exit conditions
profit_condition = strategy.position_avg_price * (1 + profit_percentage / 100) <= close
exit_condition_1 = in_date_range and ((close > ema10 and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and rsi_crossed_above_70_two_days_ago) and profit_condition and close < low[1] and close < low[2]
exit_condition_2 = in_date_range and ((close < ema10 and close[1] > ema10 and close < close[1] and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and rsi_crossed_above_70_yesterday) and profit_condition and close < low[1] and close < low[2]

// Strategy logic
strategy.entry("Buy1", strategy.long, qty=qt1 * pyramiding, when=buy_condition_1)
strategy.entry("Buy2", strategy.long, qty=qt2 * pyramiding, when=buy_condition_2)
strategy.entry("Buy3", strategy.long, qty=qt3 * pyramiding, when=buy_condition_3)
strategy.entry("Buy4", strategy.long, qty=qt4 * pyramiding, when=buy_condition_4)

strategy.close("Buy1", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy2", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy3", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy4", when=exit_condition_1 or exit_condition_2)
अधिक

2019 FMZ - सभी अधिकार सुरक्षित