संसाधन लोड हो रहा है... लोड करना...

इक्विटी डेटा पर आधारित समय श्रृंखला अनुकूलन गतिशील सीमा रणनीति

लेखक:चाओझांग, दिनांक: 2024-04-01 10:48:52
टैगः

अवलोकन

यह रणनीति स्टॉक या अन्य वित्तीय परिसंपत्तियों के शुद्ध परिसंपत्ति मूल्य के समय श्रृंखला डेटा पर आधारित है। घातीय चलती औसत (ईएमए) के चिकनाई कारक के रूप में दक्षता अनुपात (ईआर) की गतिशील गणना करके, यह खरीद और बिक्री संकेतों को ट्रिगर करने के लिए ऊपरी और निचले बैंड को अनुकूली रूप से समायोजित करता है। इस रणनीति का मुख्य विचार खुद शुद्ध परिसंपत्ति मूल्य डेटा में निहित सभी जानकारी का उपयोग करना है, शुद्ध परिसंपत्ति मूल्य परिवर्तन (ईआर) की जटिलता की गणना करके ईएमए चिकनाई कारक को गतिशील रूप से समायोजित करने के लिए, और फिर गतिशील रूप से बदलते ऊपरी और निचले बैंड प्राप्त करें। जब कीमत ऊपरी बैंड के माध्यम से टूटती है, तो यह एक लंबी स्थिति खोलती है, और जब यह निचले बैंड के माध्यम से टूटती है, तो यह स्थिति को बंद करती है।

रणनीतिक सिद्धांत

शुद्ध परिसंपत्ति मूल्य के आंकड़ों के दक्षता अनुपात (ईआर) की गणना करें, जो कुल परिवर्तन के लिए शुद्ध परिसंपत्ति मूल्य परिवर्तन का अनुपात है। ईआर मूल्य जितना छोटा होगा, शुद्ध परिसंपत्ति मूल्य परिवर्तन उतना ही स्थिर होगा; ईआर मूल्य जितना बड़ा होगा, शुद्ध परिसंपत्ति मूल्य परिवर्तन उतना ही नाटकीय होगा।
शुद्ध परिसंपत्ति मूल्य के ईएमए औसत और पूर्ण विचलन की गतिशील गणना करने के लिए pine_ema फलन के समतल कारक अल्फा के रूप में ईआर का प्रयोग करें।
गतिशील रूप से बदलते ऊपरी और निचले बैंड प्राप्त करने के लिए ईएमए औसत से पूर्ण विचलन जोड़ें और घटाएं।
जब वर्तमान शुद्ध परिसंपत्ति मूल्य ऊपरी बैंड को पार कर जाता है, तो एक लंबी स्थिति खोलें, और जब यह निचले बैंड को पार कर जाता है, तो स्थिति को बंद करें।

रणनीतिक लाभ

यह शुद्ध परिसंपत्ति मूल्य के समय श्रृंखला डेटा में निहित सभी जानकारी का पूर्ण उपयोग करता है, बिना किसी पैरामीटर को सेट करने और अनुकूलित करने की आवश्यकता के, विधि सरल और प्राकृतिक है।
ईएमए समतल करने वाले कारक को समायोजित करने के लिए ईआर की गतिशील गणना करके, यह शुद्ध परिसंपत्ति मूल्य परिवर्तनों की जटिलता के अनुकूल हो सकता है और बाजार परिवर्तनों पर लचीले ढंग से प्रतिक्रिया कर सकता है।
पारंपरिक फिक्स्ड पैरामीटर ईएमए की तुलना में, गतिशील ईएमए लेनदेन की संख्या और होल्डिंग समय को प्रभावी ढंग से कम कर सकता है, जिससे लेनदेन की लागत और जोखिम कम हो जाते हैं।
यह प्रभावी रूप से ड्रॉडाउन को नियंत्रित कर सकता है। खरीद और धारण की तुलना में, यह रणनीति अधिकतम ड्रॉडाउन को 2-3 गुना कम कर सकती है, या उसी ड्रॉडाउन के तहत रिटर्न को 2-3 गुना बढ़ा सकती है।
इसे कई रणनीतियों के संयोजन पर आसानी से लागू किया जा सकता है ताकि रणनीतियों के स्वचालित चालू/बंद होने के उद्देश्य को प्राप्त किया जा सके।

रणनीतिक जोखिम

यह रणनीति शुद्ध परिसंपत्ति मूल्य के समय श्रृंखला डेटा पर आधारित है। उन स्थितियों के लिए जहां मूल्य प्रवृत्ति मौलिक रूप से उलट जाती है, पदों के समापन को ट्रिगर करने की गति धीमी हो सकती है, जिससे रिटर्न प्रभावित होता है।
यद्यपि यह रणनीति मापदंडों को अनुकूली रूप से समायोजित कर सकती है, लेकिन चरम बाजार स्थितियों के अनुकूल इसकी अनुकूलता की अधिक जांच की आवश्यकता है।
यह रणनीति वर्तमान में मुख्य रूप से लंबी मुद्राओं पर केंद्रित है, और छोटी मुद्राओं के लिए इसे और बेहतर करने की आवश्यकता है।
व्यावहारिक अनुप्रयोगों में, इस रणनीति में चयनित लक्ष्यों की गुणवत्ता के लिए उच्च आवश्यकताएं हैं, और दीर्घकालिक वृद्धिशील रुझानों वाले लक्ष्यों के चयन की आवश्यकता है।

रणनीति अनुकूलन दिशाएं

ईआर की गणना पद्धति को और अधिक अनुकूलित करने पर विचार करें, अधिक संकेतक पेश करें जो शुद्ध परिसंपत्ति मूल्य परिवर्तन की विशेषताओं को दर्शाते हैं, और ईआर की मजबूती और प्रभावशीलता में सुधार करें।
रणनीति की लाभप्रदता और जोखिम प्रतिरोध में सुधार के लिए उद्घाटन और समापन की शर्तों को और परिष्कृत करें, जैसे कि ट्रेलिंग स्टॉप लॉस, प्रतिशत स्टॉप लॉस आदि को जोड़ने पर विचार करना।
विभिन्न लक्ष्यों और बाजार परिवेशों के लिए, रणनीति की बहुमुखी प्रतिभा में सुधार के लिए मापदंडों को अनुकूलित करें और अनुकूलनशील रूप से रणनीति को समायोजित करें।
विभिन्न रणनीतियों के लाभों का लाभ उठाने और पोर्टफोलियो की मजबूती और लाभप्रदता में सुधार करने के लिए इस रणनीति को अन्य रणनीतियों (जैसे ट्रेंड ट्रैकिंग, औसत रिवर्सन, आदि) के साथ मिलाएं।

सारांश

यह रणनीति गतिशील रूप से दक्षता अनुपात (ईआर) की गणना करती है, जो घातीय चलती औसत (ईएमए) के चिकनाई कारक के रूप में है, अनुकूलनशील रूप से ऊपरी और निचले बैंड को समायोजित करती है, और खरीद और बिक्री संकेतों को ट्रिगर करती है। यह रणनीति बहुत अधिक पैरामीटर सेटिंग्स और अनुकूलन की आवश्यकता के बिना, शुद्ध परिसंपत्ति मूल्य के समय श्रृंखला डेटा में निहित जानकारी का पूरा उपयोग करती है, विधि सरल और प्राकृतिक है, और बाजार में परिवर्तनों का लचीलापन से जवाब दे सकती है और प्रभावी रूप से ड्रॉडाउन को नियंत्रित कर सकती है। हालांकि, चरम बाजार की स्थितियों के लिए इस रणनीति की अनुकूलनशीलता को आगे की जांच की आवश्यकता है, और व्यावहारिक अनुप्रयोगों में लक्ष्यों के चयन पर ध्यान दिया जाना चाहिए। भविष्य में, हम रणनीति की मजबूती और लाभप्रदता में सुधार करने के लिए गणना, उद्घाटन और समापन स्थितियों, पैरामीटर अनुकूलन, संयोजन रणनीति आदि के पहलुओं से रणनीति का और अनुकूलन और सुधार कर सकते हैं।

/*backtest
start: 2023-03-26 00:00:00
end: 2024-03-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy('Equity control', 'EC')
// study('Exponential bands', 'EB', overlay = true)


er(src) =>
    var start = src
    var total = 0.0

    total += abs(src - nz(src[1], src))
    net    = abs(src - start          )
    
    net / total

pine_ema(src, alpha) =>
    mean = 0.0
    dev  = 0.0

    mean := na(mean[1]) ? src : (1 - alpha) * mean[1] + alpha *     src
    dev  := na(dev [1]) ? 0   : (1 - alpha) * dev [1] + alpha * abs(src - mean)

    [mean, dev]


src = input(close)


a           = er      (src   )
[mean, dev] = pine_ema(src, a)

dev_lower = mean - dev
dev_upper = mean + dev


// plot(dev_lower, 'lower deviation', color.silver, 2, plot.style_stepline)
// plot(mean     , 'basis'          , color.purple, 1, plot.style_stepline)
// plot(dev_upper, 'upper deviation', color.silver, 2, plot.style_stepline)


if src > dev_upper
    strategy.entry('event', true, comment = 'on')
if src < dev_lower
    strategy.close('event', comment = 'off')


plot(strategy.equity)

//bigDope

अधिक

2019 FMZ - सभी अधिकार सुरक्षित