संसाधन लोड हो रहा है... लोड करना...

लघु और दीर्घकालिक चलती औसत क्रॉसओवर पर आधारित एमए क्रॉसओवर ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-02-22 15:36:49
टैगः

अवलोकन

यह रणनीति अल्पकालिक और दीर्घकालिक चलती औसत क्रॉसओवर पर आधारित एक सरल चलती औसत क्रॉसओवर ट्रेडिंग रणनीति है। यह सुबह के सत्र के दौरान खरीद और बिक्री संकेतों के रूप में उनके क्रॉसओवर का निरीक्षण करने के लिए 34-अवधि और 89-अवधि चलती औसत का उपयोग करता है। जब अल्पकालिक चलती औसत नीचे से लंबी अवधि के चलती औसत से ऊपर की ओर जाता है, तो एक खरीद संकेत उत्पन्न होता है। जब यह ऊपर से नीचे की ओर जाता है, तो एक बिक्री संकेत उत्पन्न होता है।

रणनीति तर्क

इस रणनीति का मूल तर्क व्यापार संकेतों के रूप में अल्पकालिक और दीर्घकालिक चलती औसत के बीच क्रॉसओवर पर आधारित है। विशेष रूप से, रणनीति 34-अवधि और 89-अवधि के अल्पकालिक और दीर्घकालिक सरल चलती औसत (एसएमए) को परिभाषित करती है। यह केवल सुबह के सत्र (08: 00 - 10: 00) के दौरान इन दो एसएमए के बीच क्रॉसओवर का निरीक्षण करती है। जब अल्पकालिक एसएमए नीचे से दीर्घकालिक एसएमए के ऊपर से पार हो जाता है, तो बाजार को ऊपर की ओर प्रवृत्ति में माना जाता है, इस प्रकार एक खरीद संकेत उत्पन्न होता है। जब अल्पकालिक एसएमए ऊपर से दीर्घकालिक एसएमए के नीचे से पार होता है, तो बाजार को नीचे की ओर प्रवृत्ति में माना जाता है, इस प्रकार एक बेच संकेत उत्पन्न होता है।

खरीद या बिक्री संकेत प्राप्त करने पर, रणनीति एक स्थिति में प्रवेश करेगी और स्थिति से बाहर निकलने की शर्त निर्धारित करेगी, जो प्रवेश के बाद से एक निर्दिष्ट संख्या में मोमबत्तियों (डिफ़ॉल्ट 3 मोमबत्तियां) के लिए रखने के बाद लाभ प्राप्त करना है। इससे आंशिक लाभ में लॉक करने की अनुमति मिलती है और आगे के नुकसान से बचा जाता है।

यह ध्यान दिया जाना चाहिए कि रणनीति केवल सुबह के सत्र के दौरान क्रॉसओवर संकेतों की पहचान करती है। इसका कारण यह है कि इस समय सीमा में अधिक व्यापारिक मात्रा है और प्रवृत्ति परिवर्तन संकेत अधिक विश्वसनीय हैं। अन्य समय सीमाओं में अधिक मूल्य उतार-चढ़ाव होते हैं और झूठे संकेत उत्पन्न करना आसान होता है।

लाभ विश्लेषण

इस रणनीति के निम्नलिखित फायदे हैंः

सरल और सार्वभौमिक चलती औसत क्रॉसओवर नियमों का उपयोग करना, समझने में आसान, शुरुआती के लिए उपयुक्त
केवल सुबह के सत्र के दौरान संकेतों की पहचान करना जहां गुणवत्ता संकेत प्रचुर मात्रा में हैं जो अन्य समय सीमाओं के दौरान झूठे संकेतों को फ़िल्टर करता है
स्टॉप लॉस की शर्तें हैं जो समय पर स्टॉप लॉस, आंशिक लाभ में लॉक करने और हानि के जोखिम को कम करने की अनुमति देती हैं
कई अनुकूलन योग्य मापदंड जो बाजार की स्थितियों और व्यक्तिगत व्यापार शैली के आधार पर समायोजित किए जा सकते हैं
अधिक जटिल रणनीतियों को डिजाइन करने के लिए अन्य संकेतकों के साथ संयोजन के लिए आसानी से विस्तार योग्य

जोखिम विश्लेषण

इस रणनीति में कुछ जोखिम भी हैं, मुख्य रूप से निम्नलिखित पहलुओं सेः

चलती औसत स्वयं अधिक पिछड़ विशेषताएं हैं, अल्पकालिक मूल्य उलट बिंदुओं को याद कर सकते हैं
केवल सरल संकेतकों पर निर्भर करता है, कुछ बाजार वातावरण (ट्रेंड शॉक, रेंज-बाउंड, आदि) में विफलता के लिए प्रवण है
गलत स्टॉप लॉस पोजिशनिंग से अनावश्यक नुकसान हो सकते हैं
गलत पैरामीटर सेटिंग्स (चलती औसत अवधि, होल्डिंग अवधि आदि) भी रणनीति के प्रदर्शन को प्रभावित कर सकती हैं।

संबंधित समाधान:

अल्पकालिक परिवर्तनों के प्रति संवेदनशीलता बढ़ाने के लिए अन्य प्रमुख संकेतकों को शामिल करें
शॉक और रेंज-बाउंड बाजारों के दौरान झूठे संकेतों से प्रभावित होने से बचने के लिए फ़िल्टरिंग स्थितियां जोड़ें
स्टॉप लॉस लॉजिक को अनुकूलित करें और बाजार की अस्थिरता के आधार पर स्टॉप लॉस रेंज को गतिशील रूप से समायोजित करें
इष्टतम पैरामीटर सेटिंग्स खोजने के लिए बहु-पैरामीटर अनुकूलन

अनुकूलन दिशाएँ

इस रणनीति में अनुकूलन के लिए भी बड़ी संभावनाएं हैं, मुख्य रूप से निम्नलिखित पहलुओं सेः

अन्य फ़िल्टरिंग स्थितियों को जोड़ें ताकि झटके और सीमाबद्ध बाजारों के दौरान झूठे संकेतों से बचा जा सके
मजबूत ब्रेकआउट संकेतों की पहचान करने के लिए गति संकेतक शामिल करें
सबसे अच्छा पैरामीटर संयोजन खोजने के लिए चलती औसत अवधि मापदंडों का अनुकूलन
बाजार की अस्थिरता के आधार पर स्टॉप लॉस रेंज को स्वचालित रूप से अनुकूलित करें
मशीन लर्निंग तकनीकों के आधार पर पूरी रणनीति को स्वचालित रूप से अनुकूलित करने का प्रयास करें
अधिक जटिल बहु-रणनीति प्रणालियों को डिजाइन करने के लिए अन्य रणनीतियों के साथ संयोजन करने का प्रयास

निष्कर्ष

आम तौर पर, यह रणनीति अपेक्षाकृत सरल और व्यावहारिक है, जिससे शुरुआती लोग सीख सकते हैं। यह चलती औसत क्रॉसओवर रणनीतियों के विशिष्ट पैटर्न को शामिल करता है और जोखिमों को नियंत्रित करने के लिए स्टॉप का उपयोग करता है। हालांकि, अधिक बाजार स्थितियों के लिए प्रदर्शन में सुधार के लिए आगे अनुकूलन किया जा सकता है। निवेशक अधिक उन्नत मात्रात्मक ट्रेडिंग रणनीतियों को डिजाइन करने के लिए इस बुनियादी ढांचे का लाभ उठा सकते हैं।

/*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("34 89 SMA Crossover Strategy", overlay=true)

// Define the length for the SMAs
short_length = input(34, title="Short SMA Length")
long_length = input(89, title="Long SMA Length")
exit_candles = input(3, title="Exit after how many candles?")
exit_at_open = input(true, title="Exit at Open?")

// Define morning session
morning_session = input("0800-1000", "Morning Session")

// Calculate SMAs
short_sma = ta.sma(close, short_length)
long_sma = ta.sma(close, long_length)

// Function to check if current time is within specified session
in_session(session) =>
    session_start = na(time(timeframe.period, "0800-1000")) ? na : true
    session_start

// Condition for buy signal (short SMA crosses over long SMA) within specified trading hours
buy_signal = ta.crossover(short_sma, long_sma)

// Condition for sell signal (short SMA crosses under long SMA) within specified trading hours
sell_signal = ta.crossunder(short_sma, long_sma)

// Function to exit the trade after specified number of candles
var int trade_entry_bar = na
var int trade_exit_bar = na
if (buy_signal or sell_signal)
    trade_entry_bar := bar_index
if (not na(trade_entry_bar))
    trade_exit_bar := trade_entry_bar + exit_candles

// Exit condition
exit_condition = (not na(trade_exit_bar) and (exit_at_open ? bar_index + 1 >= trade_exit_bar : bar_index >= trade_exit_bar))

// Execute trades
if (buy_signal)
    strategy.entry("Buy", strategy.long)
if (sell_signal)
    strategy.entry("Sell", strategy.short)
if (exit_condition)
    strategy.close("Buy")
    strategy.close("Sell")

// Plot SMAs on the chart
plot(short_sma, color=color.blue, linewidth=1)
plot(long_sma, color=color.red, linewidth=1)

अधिक

2019 FMZ - सभी अधिकार सुरक्षित