संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. ट्रेडिंग रणनीति के बाद अनुकूलन सीमा अस्थिरता की प्रवृत्ति

ट्रेडिंग रणनीति के बाद अनुकूलन सीमा अस्थिरता की प्रवृत्ति

लेखक:चाओझांग, दिनांकः 2024-11-28 17:24:30
टैगःडब्लूपीआरआरएसआईएसएमएएटीआरप्रवृत्ति

img

अवलोकन

यह एक अनुकूलनशील प्रवृत्ति-अनुसरण रणनीति है जो अस्थिरता और विलियम्स प्रतिशत रेंज संकेतकों को जोड़ती है। रणनीति मूल्य सीमा और कस्टम काउंटर की गणना करके प्रवृत्ति निर्धारण संवेदनशीलता को समायोजित करती है, विभिन्न बाजार स्थितियों में बेहतर अनुकूलन क्षमता प्राप्त करती है। मूल तंत्र में मूल्य अस्थिरता के आधार पर विलियम्स संकेतक मापदंडों को गतिशील रूप से समायोजित करना शामिल है ताकि बाजार प्रवृत्ति संक्रमण बिंदुओं को अधिक सटीक रूप से कैप्चर किया जा सके।

रणनीतिक सिद्धांत

रणनीति एक अवधि के भीतर मूल्य सीमा और इसके चलती औसत (AvgRange) की गणना करके शुरू होती है। औसत अस्थिरता सीमा के साथ वास्तविक समय के मूल्य परिवर्तन की तुलना करके, यह महत्वपूर्ण अस्थिरता आवृत्ति को रिकॉर्ड करने के लिए दो काउंटर (ट्रूकाउंट और ट्रूकाउंट 2) स्थापित करता है। इन काउंटरों का उपयोग विलियम्स संकेतक गणना मापदंडों को गतिशील रूप से समायोजित करने के लिए किया जाता है, जिससे रणनीति स्वचालित रूप से बाजार अस्थिरता स्थितियों के आधार पर अपनी संवेदनशीलता को अनुकूलित कर सकती है। खरीदारी या बिक्री संकेत उत्पन्न होते हैं जब समायोजित विलियम्स संकेतक मान पूर्व निर्धारित सीमाओं को तोड़ते हैं।

रणनीतिक लाभ

  1. मजबूत अनुकूलन क्षमता - रणनीति अस्थिरता अनुकूलन तंत्र के माध्यम से विभिन्न बाजार वातावरणों में स्थिर प्रदर्शन बनाए रखती है
  2. व्यापक जोखिम नियंत्रण - अंतर्निहित जोखिम पैरामीटर व्यापारियों को जोखिम प्राथमिकता के आधार पर रणनीति आक्रामकता को समायोजित करने की अनुमति देता है
  3. स्पष्ट संकेत - झूठे संकेतों से बचने के लिए स्पष्ट सफलता संकेत तंत्र का उपयोग करता है
  4. अच्छी स्केलेबिलिटी - रणनीति ढांचा अनुकूलन के लिए अन्य तकनीकी संकेतकों के एकीकरण की अनुमति देता है
  5. उच्च कम्प्यूटेशनल दक्षता - वास्तविक समय व्यापार के लिए उपयुक्त सरल और कुशल गणना विधियों का उपयोग करता है

रणनीतिक जोखिम

  1. पैरामीटर संवेदनशीलता - ASClength और RISK मापदंडों का चयन रणनीतिक प्रदर्शन को महत्वपूर्ण रूप से प्रभावित करता है
  2. बाजार परिवेश पर निर्भरता - अस्थिर बाजारों में अत्यधिक व्यापार संकेत उत्पन्न कर सकता है
  3. विलंबता - चलती औसत का प्रयोग प्रवेश और निकास में देरी का कारण बन सकता है
  4. झूठे ब्रेकआउट - उच्च अस्थिरता की अवधि के दौरान झूठे संकेत हो सकते हैं जोखिम को कम करने के लिए बैकटेस्टिंग और अन्य पुष्टिकरण संकेतकों के साथ संयोजन के माध्यम से मापदंडों का अनुकूलन करने की सिफारिश करें।

अनुकूलन दिशाएँ

  1. वॉल्यूम इंडिकेटर शामिल करें - वॉल्यूम विश्लेषण के माध्यम से रुझान परिवर्तन की वैधता की पुष्टि करें
  2. काउंटर लॉजिक का अनुकूलन करें - बाजार की अस्थिरता का मूल्यांकन करने के लिए अधिक जटिल सांख्यिकीय तरीकों का उपयोग करने पर विचार करें
  3. स्टॉप लॉस मैकेनिज्म जोड़ें - बेहतर जोखिम नियंत्रण के लिए गतिशील स्टॉप लॉस लागू करने का सुझाव दें
  4. बाजार वातावरण फ़िल्टरिंग - अनुचित परिस्थितियों में व्यापार से बचने के लिए बाजार की स्थिति मूल्यांकन मॉड्यूल जोड़ना
  5. पैरामीटर अनुकूलन - रणनीति अनुकूलन क्षमता में सुधार के लिए पैरामीटर ऑटो-अनुकूलन तंत्र विकसित करना

सारांश

यह अभिनव रणनीति अस्थिरता विश्लेषण और प्रवृत्ति के बाद को जोड़ती है, अनुकूलन तंत्र के माध्यम से रणनीति स्थिरता और विश्वसनीयता में सुधार करती है। जबकि अंतर्निहित जोखिम मौजूद हैं, रणनीति उचित पैरामीटर सेटिंग्स और अनुकूलन कार्यान्वयन के माध्यम से विभिन्न बाजार स्थितियों में स्थिर प्रदर्शन बनाए रख सकती है। रणनीति ढांचा आगे के विस्तार और अनुकूलन की अनुमति देता है, जो अच्छी विकास क्षमता दिखाता है।

/*backtest
start: 2024-10-28 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("ASCTrend", shorttitle="ASCTrend", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

eternalfg = input(false, title="eternal 確定")
eternal = eternalfg ? 1 : 0
ASClength = input.int(title="ASC Length", minval=4, defval=10)
RISK = input.int(title="RISK", minval=0, defval=3)

// Custom sum function
customSum(source, length) =>
    sum = 0.0
    for i = 0 to length - 1
        sum := sum + source[i]
    sum

x1 = 67 + RISK
x2 = 33 - RISK
Range = ta.highest(ASClength) - ta.lowest(ASClength)
AvgRange = ta.sma(Range, ASClength)
CountFg = math.abs(open - close) >= AvgRange * 2.0 ? 1 : 0
TrueCount = customSum(CountFg, ASClength)
CountFg2 = math.abs(close[3] - close) >= AvgRange * 4.6 ? 1 : 0
TrueCount2 = customSum(CountFg2, ASClength - 3)
wpr3RR = ta.wpr(3 + RISK + RISK)
wpr3 = ta.wpr(3)
wpr4 = ta.wpr(4)
WprAbs = 100 + (TrueCount2 > 0 ? wpr4 : TrueCount > 0 ? wpr3 : wpr3RR)
ASC_Trend = 0
ASC_Trend := WprAbs[eternal] < x2[eternal] ? -1 : WprAbs[eternal] > x1[eternal] ? 1 : ASC_Trend[1]

if (ta.crossover(ASC_Trend, 0))
    strategy.entry("Long", strategy.long)

if (ta.crossunder(ASC_Trend, 0))
    strategy.entry("Short", strategy.short)

plotshape(ta.crossover(ASC_Trend, 0), location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small, text="B", textcolor=color.white)
plotshape(ta.crossunder(ASC_Trend, 0), location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small, text="S", textcolor=color.white)

alertcondition(ta.crossover(ASC_Trend, 0), title="ASC_Trend UP", message="ASC_Trend UP")
alertcondition(ta.crossunder(ASC_Trend, 0), title="ASC_Trend Down", message="ASC_Trend Down")
संबंधित
अधिक

2019 FMZ - सभी अधिकार सुरक्षित