संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. ट्रिपल स्टैंडर्ड डिवीजन बोलिंगर बैंड्स ब्रेकआउट रणनीति 100 दिन के मूविंग एवरेज अनुकूलन के साथ

ट्रिपल स्टैंडर्ड डिवीजन बोलिंगर बैंड्स ब्रेकआउट रणनीति 100 दिन के मूविंग एवरेज अनुकूलन के साथ

लेखक:चाओझांग, दिनांकः 2024-12-13 11:20:13
टैगःएमएबीबीएसएमएएसडी

img

अवलोकन

यह रणनीति बोलिंगर बैंड्स ब्रेकआउट पर आधारित एक मात्रात्मक ट्रेडिंग प्रणाली है, जिसमें ऊपरी बैंड के लिए 3 मानक विचलन और निचले बैंड के लिए 1 मानक विचलन का उपयोग किया जाता है, जो मध्य बैंड के रूप में 100-दिवसीय चलती औसत के साथ संयुक्त है। रणनीति मुख्य रूप से ऊपरी बैंड के ऊपर मूल्य ब्रेकआउट का पता लगाकर दीर्घकालिक रुझानों को पकड़ती है और निचले बैंड का उपयोग स्टॉप-लॉस संकेत के रूप में करती है। मूल अवधारणा मजबूत ब्रेकआउट के दौरान पदों में प्रवेश करना और बाहर निकलना है जब कीमतें निचले बैंड से नीचे गिरती हैं, तो नियंत्रित जोखिम ट्रेंड का पालन करना।

रणनीतिक सिद्धांत

मूल सिद्धांत बोलिंगर बैंड के सांख्यिकीय गुणों पर आधारित है। ऊपरी बैंड 3 मानक विचलन का उपयोग करता है, जिसका अर्थ है कि सामान्य वितरण धारणाओं के तहत, इस स्तर से ऊपर की कीमत के टूटने की संभावना केवल 0.15% है, जो ब्रेकआउट होने पर महत्वपूर्ण प्रवृत्ति गठन का सुझाव देती है। मध्य बैंड 100-दिवसीय चलती औसत का उपयोग करता है, जो अल्पकालिक बाजार शोर को प्रभावी ढंग से फ़िल्टर करने के लिए पर्याप्त अवधि है। निचला बैंड 1 मानक विचलन का उपयोग स्टॉप-लॉस लाइन के रूप में करता है, एक अपेक्षाकृत रूढ़िवादी सेटिंग जो समय पर बाहर निकलने में मदद करती है। रणनीति लंबे संकेत उत्पन्न करती है जब कीमत ऊपरी बैंड से ऊपर टूटती है और निचले बैंड से नीचे गिरती है।

रणनीतिक लाभ

  1. प्रवृत्ति को पकड़ने की मजबूत क्षमताः 3 मानक विचलन सेटिंग प्रभावी रूप से महत्वपूर्ण प्रवृत्ति ब्रेकआउट अवसरों को पकड़ती है।
  2. उचित जोखिम नियंत्रणः स्टॉप-लॉस लाइन के रूप में 1 मानक विचलन का उपयोग करने से रूढ़िवादी जोखिम प्रबंधन होता है।
  3. उच्च मापदंड अनुकूलन क्षमताः मानक विचलन गुणकों और चलती औसत अवधि को विभिन्न बाजार विशेषताओं के लिए समायोजित किया जा सकता है।
  4. व्यवस्थित दृष्टिकोणः सटीक प्रदर्शन ट्रैकिंग के लिए व्यापक बैकटेस्टिंग क्षमताओं के साथ स्पष्ट रणनीति तर्क।
  5. व्यापक प्रयोज्यताः शेयरों और क्रिप्टोकरेंसी सहित विभिन्न बाजारों पर लागू किया जा सकता है।

रणनीतिक जोखिम

  1. झूठे ब्रेकआउट का जोखिमः बाजारों में अल्पकालिक ब्रेकआउट दिखाई दे सकते हैं, जिसके बाद तेजी से उलटफेर हो सकते हैं, जिससे झूठे संकेत मिलते हैं।
  2. महत्वपूर्ण निकासीः अत्यधिक अस्थिर बाजारों में बड़ी निकासी हो सकती है।
  3. देरी का जोखिमः 100 दिन के चलती औसत में अंतर्निहित देरी होती है, संभावित रूप से कुछ तेजी से बाजार की चाल को याद करना।
  4. बाजार परिवेश पर निर्भरताः विभिन्न बाजारों में अत्यधिक व्यापार उत्पन्न हो सकता है, जिससे उच्च लेनदेन लागत उत्पन्न होती है।

रणनीति अनुकूलन दिशाएं

  1. वॉल्यूम पुष्टिकरण शामिल करेंः संकेत विश्वसनीयता में सुधार के लिए वॉल्यूम ब्रेकआउट पुष्टिकरण तंत्र जोड़ें.
  2. स्टॉप-लॉस तंत्र को अनुकूलित करें: अधिक लचीले एक्जिट प्रबंधन के लिए ट्रैलिंग स्टॉप या एटीआर-आधारित गतिशील स्टॉप लागू करने पर विचार करें।
  3. प्रवृत्ति फ़िल्टर जोड़ें: केवल प्राथमिक प्रवृत्ति दिशा में व्यापार करने के लिए दीर्घकालिक प्रवृत्ति पहचान संकेतक शामिल करें।
  4. स्थिति प्रबंधन में सुधारः ब्रेकआउट शक्ति के आधार पर स्थिति आकार को गतिशील रूप से समायोजित करें।
  5. समय फ़िल्टर जोड़ें: विशिष्ट बाजार अवधि के दौरान व्यापार करने से बचें।

सारांश

यह स्पष्ट तर्क के साथ एक अच्छी तरह से डिज़ाइन की गई प्रवृत्ति के बाद की रणनीति है। बोलिंगर बैंड के सांख्यिकीय गुणों और चलती औसत की प्रवृत्ति-अनुसरण विशेषताओं के माध्यम से, यह प्रभावी रूप से महत्वपूर्ण बाजार ब्रेकआउट अवसरों को पकड़ता है। जबकि ड्रॉडाउन जोखिम हैं, रणनीति उचित स्टॉप-लॉस सेटिंग्स और जोखिम नियंत्रण के माध्यम से व्यावहारिक मूल्य बनाए रखती है। आगे अनुकूलन क्षमता संकेत पुष्टि, स्टॉप-लॉस तंत्र और स्थिति प्रबंधन पहलुओं में निहित है।

/*backtest
start: 2024-11-12 00:00:00
end: 2024-12-11 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © MounirTrades007

// @version=6
strategy("Bollinger Bands", overlay=true, initial_capital=100000, default_qty_type=strategy.percent_of_equity, default_qty_value=200)

// Get user input
var g_bb        = "Bollinger Band Settings"
upperBandSD     = input.float(title="Upper Band Std Dev", defval=3.0, tooltip="Upper band's standard deviation multiplier", group=g_bb)
lowerBandSD     = input.float(title="Lower Band Std Dev", defval=1.0, tooltip="Lower band's standard deviation multiplier", group=g_bb)
maPeriod        = input.int(title="Middle Band MA Length", defval=100, tooltip="Middle band's SMA period length", group=g_bb)
var g_tester    = "Backtester Settings"
drawTester      = input.bool(title="Draw Backtester", defval=true, group=g_tester, tooltip="Turn on/off inbuilt backtester display")

// Get Bollinger Bands
[bbIgnore1, bbHigh, bbIgnore2] = ta.bb(close, maPeriod, upperBandSD)
[bbMid, bbIgnore3, bbLow]      = ta.bb(close, maPeriod, lowerBandSD)

// Prepare trade persistent variables
drawEntry   = false
drawExit    = false

// Detect bollinger breakout
if close > bbHigh and barstate.isconfirmed and strategy.position_size == 0
    drawEntry := true
    strategy.entry(id="Trade", direction=strategy.long)
    alert("Bollinger Breakout Detected for " + syminfo.ticker, alert.freq_once_per_bar_close)

// Detect bollinger sell signal
if close < bbLow and barstate.isconfirmed and strategy.position_size != 0
    drawExit := true
    strategy.close(id="Trade")
    alert("Bollinger Exit detected for " + syminfo.ticker, alert.freq_once_per_bar_close)

// Draw bollinger bands
plot(bbMid, color=color.blue, title="Middle SMA")
plot(bbHigh, color=color.green, title="Upper Band")
plot(bbLow, color=color.red, title="Lower Band")

// Draw signals
plotshape(drawEntry, style=shape.triangleup, color=color.green, location=location.belowbar, size=size.normal, title="Buy Signal")
plotshape(drawExit, style=shape.xcross, color=color.red, location=location.belowbar, size=size.normal, title="Sell Signal")

// // =============================================================================
// // START BACKTEST CODE
// // =============================================================================

// // Prepare stats table
// var table testTable = table.new(position.top_right, 2, 2, border_width=1)
// f_fillCell(_table, _column, _row, _title, _value, _bgcolor, _txtcolor) =>
//     _cellText = _title + "\n" + _value
//     table.cell(_table, _column, _row, _cellText, bgcolor=_bgcolor, text_color=_txtcolor)

// // Draw stats table
// var bgcolor = color.black
// if barstate.islastconfirmedhistory
//     if drawTester
//         dollarReturn = strategy.equity - strategy.initial_capital
//         f_fillCell(testTable, 0, 0, "Total Trades:", str.tostring(strategy.closedtrades), bgcolor, color.white)
//         f_fillCell(testTable, 0, 1, "Win Rate:", str.tostring(strategy.wintrades / strategy.closedtrades * 100, "##.##") + "%", bgcolor, color.white)
//         f_fillCell(testTable, 1, 0, "Equity:", "$" + str.tostring(strategy.equity, "###,###.##"), bgcolor, color.white)
//         f_fillCell(testTable, 1, 1, "Return:", str.tostring((strategy.netprofit / strategy.initial_capital) * 100, "##.##") + "%", dollarReturn > 0 ? color.green : color.red, color.white)

// // =============================================================================
// // END BACKTEST CODE
// // =============================================================================
संबंधित
अधिक

2019 FMZ - सभी अधिकार सुरक्षित