यह रणनीति ट्रेडिंग सिग्नल उत्पन्न करती है जब कीमत सुपरट्रेंड संकेतक द्वारा गठित अपट्रेंड/डाउनट्रेंड चैनल से बाहर निकलती है।
रणनीति पहले मूल्य अस्थिरता के उपाय के रूप में एटीआर संकेतक की गणना करती है, फिर इसे उच्चतम, निम्नतम और समापन कीमतों के औसत के साथ जोड़कर ऊपरी और निचले बैंड की गणना करती है। जब एक अपट्रेंड के दौरान कीमत निचले बैंड से ऊपर टूट जाती है, तो एक खरीद संकेत उत्पन्न होता है। जब एक डाउनट्रेंड के दौरान कीमत ऊपरी बैंड से नीचे टूटती है, तो एक बिक्री संकेत ट्रिगर किया जाता है। यह एक अनुकूलन अपट्रेंड / डाउनट्रेंड चैनल बनाता है जो मूल्य रुझानों को ट्रैक करता है।
बाजार में प्रवेश करने के बाद, रणनीति लक्ष्य लाभ टिक और स्टॉप लॉस टिक सेट करती है। यह लाभ के लिए स्थिति को बंद करती है जब कीमत लाभ लक्ष्य तक पहुंच जाती है, और ड्रॉडाउन स्टॉप लॉस स्तर तक पहुंचने पर बंद हो जाती है।
इस रणनीति का सबसे बड़ा लाभ इसकी उत्कृष्ट प्रवृत्ति के बाद की क्षमता है। अनुकूलनशील चैनल तेजी से प्रवृत्ति परिवर्तनों को पकड़ सकता है। एटीआर का उपयोग करने से गति के साथ व्यापार का कुछ आश्वासन भी मिलता है। इसके अलावा, लाभ लक्ष्य और स्टॉप लॉस तंत्र स्पष्ट जोखिम / पुरस्कार नियंत्रण देता है।
एक प्रमुख जोखिम यह है कि यह रेंज-बाउंड बाजारों के दौरान अत्यधिक whipsaws उत्पन्न कर सकता है, क्योंकि कीमत लगातार बैंड के माध्यम से छेदती है। इसके अलावा, स्टॉप लॉस सेटिंग भी अंतिम परिणामों को सीधे प्रभावित करती है।
इस तरह के जोखिमों को कम करने के लिए, एटीआर अवधि या चैनल गुणक जैसे मापदंडों को सही प्रवृत्ति को बेहतर ढंग से फिट करने के लिए अनुकूलित किया जा सकता है। whipsaws से बचने के लिए प्रवेश संकेतों पर अन्य फ़िल्टर भी जोड़े जा सकते हैं।
इस रणनीति को कई पहलुओं में बढ़ाया जा सकता हैः
वास्तविक अस्थिरता गतिशीलता को बेहतर ढंग से प्रतिबिंबित करने के लिए एटीआर मापदंडों को अनुकूलित करें।
चैनल चौड़ाई अनुकूलन के लिए विभिन्न गुणकों का परीक्षण करें।
बेहतर समय के लिए प्रविष्टियों पर फ़िल्टर के रूप में अन्य संकेतक जोड़ें, उदाहरण के लिए एमएसीडी।
अधिकतम जोखिम-समायोजित रिटर्न के लिए लाभ लक्ष्य और स्टॉप लॉस स्तरों का अनुकूलन करें।
समग्र गुणवत्ता का आकलन करने के लिए शार्प अनुपात या लाभ कारक जैसे अन्य उद्देश्यों पर विचार करें।
यह रणनीति अनुकूलनशील चैनल ब्रेकआउट मॉडल का लाभ उठाती है ताकि महान प्रवृत्ति के बाद की क्षमता प्राप्त की जा सके। इसमें स्पष्ट जोखिम नियंत्रण तंत्र भी हैं। आगे पैरामीटर ट्यूनिंग और तर्क वृद्धि के साथ, इसमें विभिन्न बाजार स्थितियों और परिसंपत्ति वर्गों में और भी बेहतर काम करने की क्षमता है।
/*backtest start: 2024-02-26 00:00:00 end: 2024-02-26 20:20:00 period: 4h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("Supertrend Strategy", overlay=true) // Input parameters atr_length = input.int(10, title="ATR Length") multiplier = input.float(3.0, title="Multiplier") target_points = input.int(100, title="Target Points") stop_loss_points = input.int(50, title="Stop Loss Points") // Calculate ATR and Supertrend atr = ta.atr(atr_length) upper_band = hlc3 + (multiplier * atr) lower_band = hlc3 - (multiplier * atr) is_uptrend = close > lower_band is_downtrend = close < upper_band trend_changed = (is_uptrend[1] and is_downtrend) or (is_downtrend[1] and is_uptrend) // Strategy logic long_condition = is_uptrend and trend_changed short_condition = is_downtrend and trend_changed // Plot Supertrend plot(is_uptrend ? lower_band : na, color=color.green, title="Supertrend Up", style=plot.style_linebr) plot(is_downtrend ? upper_band : na, color=color.red, title="Supertrend Down", style=plot.style_linebr) // Strategy entry and exit if long_condition strategy.entry("Long", strategy.long) if short_condition strategy.entry("Short", strategy.short) // Calculate target and stop loss levels long_target = strategy.position_avg_price + target_points long_stop_loss = strategy.position_avg_price - stop_loss_points short_target = strategy.position_avg_price - target_points short_stop_loss = strategy.position_avg_price + stop_loss_points // Strategy exit strategy.exit("Long Exit", "Long", limit=long_target, stop=long_stop_loss) strategy.exit("Short Exit", "Short", limit=short_target, stop=short_stop_loss)