संसाधन लोड हो रहा है... लोड करना...

गतिशील ग्रिड ट्रेंड-फॉलो करने वाली मात्रात्मक ट्रेडिंग रणनीति

लेखक:चाओझांग, दिनांकः 2024-03-22 16:03:09
टैगः

अवलोकन

यह एक उन्नत गतिशील ग्रिड ट्रेंड-फॉलो करने वाली मात्रात्मक ट्रेडिंग रणनीति है। इस रणनीति का मुख्य विचार एक पूर्व-निर्धारित मूल्य सीमा के भीतर कई ग्रिड लाइनों को विभाजित करना और स्वचालित रूप से स्थिति खोलना है जब कीमत ग्रिड लाइनों को हिट करती है और बेचते समय बंद हो जाती है, इस प्रकार उतार-चढ़ाव वाले बाजारों से लाभान्वित होती है। साथ ही, इस रणनीति का ग्रिड लाइनों की स्थिति को गतिशील रूप से समायोजित करने का कार्य भी है, जो हाल के मूल्य रुझानों के अनुसार अनुकूलनशील रूप से ग्रिड लेआउट को अनुकूलित कर सकता है।

रणनीतिक सिद्धांत

इस रणनीति के मुख्य सिद्धांत इस प्रकार हैंः

सबसे पहले, उपयोगकर्ता सेटिंग्स के आधार पर ग्रिड की ऊपरी और निचली सीमाओं और ग्रिड लाइनों की संख्या निर्धारित करें। सीमाएं निश्चित मान हो सकती हैं या हाल के उच्च और निम्न या चलती औसत के आधार पर स्वचालित रूप से गणना की जा सकती हैं।
निर्धारित सीमाओं के भीतर, मूल्य सीमा को कई ग्रिड में विभाजित करें। प्रत्येक ग्रिड रेखा एक खरीद या बिक्री मूल्य के अनुरूप है।
जब मूल्य प्रत्येक ग्रिड लाइन को छूता है, तो रणनीति यह जांच लेगी कि ग्रिड लाइन के अनुरूप स्थिति पहले से ही आयोजित की गई है या नहीं। यदि नहीं, तो यह एक स्थिति खोलेगा और खरीदेगा, यदि हां, तो यह स्थिति को बंद कर देगा और बेच देगा।
अपेक्षाकृत उच्च पदों पर बेचकर और निम्न पदों पर खरीदकर, रणनीति लगातार लाभ कमा सकती है जब कीमतें उतार-चढ़ाव करती हैं।
साथ ही, यदि उपयोगकर्ता स्वचालित सीमा समायोजन कार्य को सक्षम करता है, तो ग्रिड लेआउट को अनुकूलित करने के लिए हालिया मूल्य उच्च और निम्न या सेट चलती औसत के अनुसार ग्रिड लाइनों की स्थिति को अनुकूलनशील रूप से समायोजित किया जाएगा।

उपरोक्त सिद्धांतों के माध्यम से, यह रणनीति उतार-चढ़ाव वाले मूल्य रुझानों में स्वचालित रूप से कम खरीद और उच्च बिक्री का एहसास कर सकती है, और रुझानों के अनुसार लाभ बिंदुओं को समायोजित कर सकती है, जिससे समग्र रिटर्न में सुधार होता है।

लाभ विश्लेषण

इस गतिशील ग्रिड रणनीति के निम्नलिखित फायदे हैंः

यह पैरामीटर सेटिंग्स के माध्यम से विभिन्न बाजारों और किस्मों के अनुकूल हो सकता है, और उतार-चढ़ाव वाले बाजारों के लिए अच्छी अनुकूलन क्षमता है।
उच्च स्तर का स्वचालन। चूंकि रणनीति सख्त गणितीय तर्क और स्पष्ट स्थिति खोलने और बंद करने के बिंदुओं पर आधारित है, इसलिए यह पूरी तरह से स्वचालित व्यापार प्राप्त कर सकती है और व्यक्तिपरक भावनात्मक हस्तक्षेप को कम कर सकती है।
नियंत्रित जोखिमः ग्रिड की संख्या और ग्रिड सीमाओं जैसे मापदंडों को निर्धारित करके, प्रत्येक लेनदेन के जोखिम जोखिम को प्रभावी ढंग से नियंत्रित किया जा सकता है, जिससे समग्र जोखिम को स्वीकार्य सीमा के भीतर रखा जा सकता है।
रुझान अनुकूलन क्षमता। ग्रिड सीमाओं को गतिशील रूप से समायोजित करने का कार्य रणनीति में जोड़ा जाता है, ताकि ग्रिड मूल्य रुझानों का पालन कर सके और अनुकूलित हो सके, जिससे रुझान बाजारों में लाभप्रदता में सुधार हो सके।
स्थिर जीत दर। चूंकि ग्रिड ट्रेडिंग मूल रूप से मूल्य में उतार-चढ़ाव में उच्च फेंकने और कम चूसने वाली है, जब तक कीमत उतार-चढ़ाव को बनाए रखती है, यह रणनीति मुनाफा कमाना जारी रख सकती है, इसलिए इसमें लंबी अवधि में उच्च जीत दर है।

जोखिम विश्लेषण

यद्यपि इस रणनीति के स्पष्ट फायदे हैं, लेकिन इसके साथ कुछ जोखिम भी हैंः

रुझान जोखिमः यदि मूल्य एक मजबूत एकतरफा रुझान के साथ ग्रिड सीमा को तोड़ता है, तो इस रणनीति का लाभ स्थान सीमित होगा और यह एक बड़े पीछे हटने का सामना कर सकता है।
पैरामीटर अनुकूलन में कठिनाई। इस रणनीति में कई पैरामीटर हैं, जिनमें ग्रिड की संख्या, प्रारंभिक सीमाएं, गतिशील सीमा पैरामीटर आदि शामिल हैं। विभिन्न पैरामीटर संयोजनों का रणनीति प्रदर्शन पर बहुत प्रभाव पड़ता है, और वास्तविक अनुकूलन कठिनाई छोटी नहीं है।
ग्रिड रणनीति अनिवार्य रूप से एक उच्च आवृत्ति वाली रणनीति है, जिसमें बहुत बार पदों का उद्घाटन और समापन होता है, जिसका अर्थ है उच्च लेनदेन लागत और संभावित फिसलने के जोखिम।
बाजार की स्थितियों पर अत्यधिक निर्भरता। यह रणनीति उतार-चढ़ाव वाले बाजारों पर अत्यधिक निर्भर है। एक बार जब कीमत एकतरफा तेजी से प्रवृत्ति में प्रवेश करती है, तो इस रणनीति का सामना करने की संभावना है।

इन जोखिमों के मद्देनजर निम्नलिखित पहलुओं से सुधार किए जा सकते हैंः रणनीति आरंभ करने के लिए फिल्टर शर्तों के रूप में रुझान आकलन संकेतकों को जोड़ना, पैरामीटर खोज स्थान और तरीकों को अनुकूलित करना, फंड प्रबंधन और स्थिति नियंत्रण तर्क को पेश करना, रुझान ब्रेकथ्रू क्लोजिंग तर्क को बढ़ाना, आदि। इन अनुकूलन के माध्यम से, इस रणनीति की मजबूती और लाभप्रदता में और सुधार किया जा सकता है।

अनुकूलन दिशा

उपरोक्त विश्लेषण के आधार पर, इस रणनीति के अनुकूलन दिशाओं में मुख्य रूप से निम्नलिखित शामिल हैंः

प्रवृत्ति फ़िल्टरिंग स्थितियों को पेश करें। रणनीति शुरू होने से पहले प्रवृत्ति निर्णय संकेतक जोड़ें, जैसे कि चलती औसत, एडीएक्स, आदि। केवल उतार-चढ़ाव वाली बाजार की स्थिति में रणनीति शुरू करें, और प्रवृत्ति बाजारों में प्रभावी ढंग से रुख बदलने के जोखिम से बचने के लिए प्रवृत्ति बाजारों में निगरानी रखें।
पैरामीटर खोज को अनुकूलित करें. स्वचालित रूप से इष्टतम पैरामीटर संयोजन खोजने और अनुकूलन दक्षता और गुणवत्ता में सुधार करने के लिए आनुवंशिक एल्गोरिदम, कण झुंड एल्गोरिदम आदि जैसे ग्रिड मापदंडों को अनुकूलित करने के लिए बुद्धिमान एल्गोरिदम का उपयोग करें।
जोखिम नियंत्रण तर्क को बढ़ाएं। जोखिम नियंत्रण के लिए रणनीति में अधिक जोखिम नियंत्रण तर्क जोड़ें, जैसे कि मूल्य अस्थिरता के अनुसार ग्रिड चौड़ाई को गतिशील रूप से समायोजित करना, बंद करने के लिए अधिकतम रिट्रेसमेंट सीमा निर्धारित करना, आदि, जोखिमों को बेहतर ढंग से नियंत्रित करना।
रुझान स्टॉप लॉस का परिचय दें. रुझान ब्रेकथ्रू स्टॉप लॉस लाइन सेट करें, जैसे कि ग्रिड सीमा का एक निश्चित प्रतिशत। एक बार कीमत स्टॉप लॉस लाइन को तोड़ने के बाद, रुझान बाजारों में बड़े पैमाने पर रिट्रेसमेंट से बचने के लिए सभी पदों को बंद करें।
लेन-देन निष्पादन का अनुकूलन करें, जैसे कि अधिक उन्नत आदेश प्रकार और आदेश एल्गोरिदम को अपनाना, लेनदेन आवृत्ति और लागत को कम करना और निष्पादन दक्षता में सुधार करना।

उपरोक्त अनुकूलन के माध्यम से, इस रणनीति की अनुकूलन क्षमता, मजबूती और लाभप्रदता में व्यापक सुधार किया जा सकता है, जिससे यह वास्तविक व्यापार आवश्यकताओं के करीब हो जाता है।

सारांश

सामान्य तौर पर, यह गतिशील ग्रिड ट्रेंड-फॉलोइंग रणनीति ग्रिड ट्रेडिंग के सिद्धांत पर आधारित एक मध्यम से उच्च आवृत्ति मात्रात्मक ट्रेडिंग रणनीति है, और गतिशील समायोजन और ट्रेंड अनुकूलन तंत्र को एकीकृत करती है। इसके फायदे मजबूत अनुकूलन क्षमता, उच्च स्तर की स्वचालन, नियंत्रित जोखिम, अच्छी ट्रेंड अनुकूलन क्षमता और स्थिर जीत दर में निहित हैं। साथ ही, इसमें ट्रेंड जोखिम, पैरामीटर अनुकूलन में कठिनाई, आवृत्ति व्यापार और बाजार की स्थिति पर मजबूत निर्भरता जैसे जोखिम भी हैं। इन समस्याओं के मद्देनजर, रणनीति के समग्र प्रदर्शन में सुधार के लिए ट्रेंड फ़िल्टरिंग, पैरामीटर अनुकूलन, जोखिम वृद्धि, ट्रेंड स्टॉप लॉस नियंत्रण, लेनदेन अनुकूलन और अन्य पहलुओं से सुधार किया जा सकता है।

ग्रिड ट्रेडिंग का विचार स्वयं एक अपेक्षाकृत परिपक्व और व्यावहारिक मात्रात्मक विधि है। इस रणनीति में गतिशील अनुकूलन और प्रवृत्ति अनुकूलन तंत्र के जोड़ के माध्यम से, क्लासिक ग्रिड ट्रेडिंग के लाभों का विस्तार और विकास किया गया है। यह निवेशकों को एक नया मात्रात्मक ट्रेडिंग विचार और उतार-चढ़ाव वाले बाजारों में संभावना प्रदान करता है। आगे अनुकूलन और सुधार के साथ, इस रणनीति के एक उत्कृष्ट मध्य से उच्च आवृत्ति मात्रात्मक ट्रेडिंग उपकरण बनने की उम्मीद है।

/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-21 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds    = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool)                             // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc      = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"])     // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev      = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1)  // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound    = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float)                      // for manual grid bounds only. The upperbound price of your grid
i_lowerBound    = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float)                      // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty       = input(group="Grid Lines",  title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer)       // how many grid lines are in your grid

f_getGridBounds(_bs, _bl, _bd, _up) =>
    if _bs == "Hi & Low"
        _up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl)  * (1 - _bd)
    else
        avg = sma(close, _bl)
        _up ? avg * (1 + _bd) : avg * (1 - _bd)

f_buildGrid(_lb, _gw, _gq) =>
    gridArr = array.new_float(0)
    for i=0 to _gq-1
        array.push(gridArr, _lb+(_gw*i))
    gridArr

f_getNearGridLines(_gridArr, _price) =>
    arr = array.new_int(3)
    for i = 0 to array.size(_gridArr)-1
        if array.get(_gridArr, i) > _price
            array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
            array.set(arr, 1, i == 0 ? i : i-1)
            break
    arr

var upperBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound  // upperbound of our grid
var lowerBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth       = (upperBound - lowerBound)/(i_gridQty-1)                                                       // space between lines in our grid
var gridLineArr     = f_buildGrid(lowerBound, gridWidth, i_gridQty)                                                 // an array of prices that correspond to our grid lines
var orderArr        = array.new_bool(i_gridQty, false)                                                              // a boolean array that indicates if there is an open order corresponding to each grid line

var closeLineArr    = f_getNearGridLines(gridLineArr, close)                                                        // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
strategy.initial_capital = 50000
for i = 0 to (array.size(gridLineArr) - 1)
    if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
        buyId = i
        array.set(orderArr, buyId, true)
        strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
    if close > array.get(gridLineArr, i) and i != 0
        if array.get(orderArr, i-1)
            sellId = i-1
            array.set(orderArr, sellId, false)
            strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))

if i_autoBounds
    upperBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
    lowerBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
    gridWidth   := (upperBound - lowerBound)/(i_gridQty-1)
    gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)

closeLineArr    := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)

अधिक

2019 FMZ - सभी अधिकार सुरक्षित