संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. तरलता भारित चलती औसत गति क्रॉसओवर रणनीति

तरलता भारित चलती औसत गति क्रॉसओवर रणनीति

लेखक:चाओझांग, दिनांकः 2025-01-17 15:45:55
टैगःLWMAईएमएVOLstdevक्रॉस

Liquidity-Weighted Moving Average Momentum Crossover Strategy

अवलोकन

यह रणनीति तरलता-भारित चलती औसत पर आधारित एक ट्रेडिंग प्रणाली है, जो मूल्य आंदोलन और व्यापारिक मात्रा के बीच संबंध के माध्यम से बाजार की तरलता को मापती है। यह तेजी से रेखा के ऊपर पार होने पर खरीद संकेत और धीमी रेखा के नीचे पार होने पर बिक्री संकेत उत्पन्न करने के लिए तेज़ और धीमी गति से चलती औसत का निर्माण करती है। यह रणनीति विशेष रूप से असामान्य तरलता घटनाओं पर केंद्रित है, अधिक सटीक व्यापारिक अवसरों के लिए एक सरणी में प्रमुख मूल्य स्तरों को रिकॉर्ड करती है।

रणनीतिक सिद्धांत

मूल तंत्र बाजार की तरलता को मूल्य आंदोलन के लिए मात्रा के अनुपात के माध्यम से मापने पर निर्भर करता है। कार्यान्वयन निम्नलिखित चरणों का पालन करता हैः 1. तरलता सूचक की गणना करें: बंद और खुले मूल्य के बीच पूर्ण अंतर से विभाजित मात्रा 2. तरलता सीमा निर्धारित करें: ईएमए और मानक विचलन का उपयोग करके असामान्य तरलता की पहचान करें 3. मूल्य सरणी बनाए रखें: तरलता सीमा का उल्लंघन होने पर कीमतों का रिकॉर्ड रखें 4. चलती औसत का निर्माण करें: तरलता की घटनाओं के आधार पर तेज़ और धीमे ईएमए की गणना करें 5. ट्रेडिंग सिग्नल उत्पन्न करें: चलती औसत क्रॉसओवर के माध्यम से प्रवेश और निकास बिंदु निर्धारित करें

रणनीतिक लाभ

  1. तरलता जागरूकताः मात्रा और मूल्य आंदोलन को जोड़कर बाजार गतिविधि को अधिक सटीक रूप से कैप्चर करता है
  2. इवेंट ट्रैकिंग: एरे के कार्यान्वयन के माध्यम से प्रमुख मूल्य स्तरों को रिकॉर्ड करें, खोए हुए अवसरों को रोकें
  3. गतिशील अनुकूलन: ईएमए के घटते भार से बाजार में बेहतर समायोजन संभव हो जाता है
  4. जोखिम नियंत्रणः क्रॉसओवर के माध्यम से स्पष्ट प्रवेश और निकास संकेत प्रदान करता है
  5. अनुकूलन क्षमताः विभिन्न बाजार स्थितियों के लिए कई समायोज्य पैरामीटर

रणनीतिक जोखिम

  1. पैरामीटर संवेदनशीलताः रणनीति की प्रभावशीलता पैरामीटर सेटिंग्स पर बहुत निर्भर करती है
  2. विलंब: चलती औसत आधारित प्रणालियों में अंतर्निहित विलंब
  3. बाजार पर निर्भरताः कुछ समय सीमाओं और बाजारों में अस्थिर प्रदर्शन
  4. झूठे ब्रेकआउटः उच्च अस्थिरता के दौरान गलत संकेत उत्पन्न कर सकते हैं
  5. लेन-देन की लागतें: लगातार लेन-देन करने से महत्वपूर्ण लागतें आ सकती हैं

अनुकूलन दिशाएँ

  1. फ़िल्टर लागू करेंः
  • ADX जैसे प्रवृत्ति पुष्टिकरण संकेतक जोड़ें
  • झूठे संकेतों को फ़िल्टर करने के लिए अस्थिरता संकेतकों का प्रयोग करें
  1. प्रवेश समय में सुधारः
  • समर्थन और प्रतिरोध स्तर शामिल करें
  • वॉल्यूम ब्रेकआउट की पुष्टि पर विचार करें
  1. पैरामीटर चयन अनुकूलित करेंः
  • अनुकूलन पैरामीटर लागू करें
  • बाजार की स्थितियों के आधार पर गतिशील रूप से समायोजित करें
  1. जोखिम प्रबंधन में सुधारः
  • स्टॉप-लॉस और ले-प्रॉफिट तंत्र जोड़ें
  • स्थिति आकार प्रणाली लागू करें

सारांश

यह अभिनव रणनीति तरलता विश्लेषण को तकनीकी संकेतकों के साथ जोड़ती है, बाजार की तरलता विसंगतियों की निगरानी करके पारंपरिक चलती औसत क्रॉसओवर प्रणालियों का अनुकूलन करती है। जबकि यह विशिष्ट बाजार स्थितियों में आशाजनक परिणाम दिखाता है, स्थिरता और प्रयोज्य में सुधार के लिए आगे अनुकूलन की आवश्यकता है। व्यापारियों को लाइव कार्यान्वयन से पहले पूरी तरह से परीक्षण करना चाहिए और अधिक मजबूत ट्रेडिंग प्रणाली के लिए अन्य संकेतकों के साथ संयोजन पर विचार करना चाहिए।

/*backtest
start: 2019-12-23 08:00:00
end: 2025-01-16 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//Liquidity ignoring price location

//@version=6
strategy("Liquidity Weighted Moving Averages [AlgoAlpha]", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=3)

// Inputs
outlierThreshold = input.int(10, "Outlier Threshold Length")
fastMovingAverageLength = input.int(50, "Fast MA Length")
slowMovingAverageLength = input.int(100, "Slow MA Length")
start_date = input(timestamp("2018-01-01 00:00"), title="Start Date")
end_date = input(timestamp("2069-12-31 23:59"), title="End Date")

// Define liquidity based on volume and price movement
priceMovementLiquidity = volume / math.abs(close - open)

// Calculate the boundary for liquidity to identify outliers
liquidityBoundary = ta.ema(priceMovementLiquidity, outlierThreshold) + ta.stdev(priceMovementLiquidity, outlierThreshold)

// Initialize an array to store liquidity values when they cross the boundary
var liquidityValues = array.new_float(5)

// Check if the liquidity crosses above the boundary and update the array
if ta.crossover(priceMovementLiquidity, liquidityBoundary)
    array.insert(liquidityValues, 0, close)
    if array.size(liquidityValues) > 5
        array.pop(liquidityValues)

// Calculate the Exponential Moving Averages for the close price at the last liquidity crossover
fastEMA = ta.ema(array.size(liquidityValues) > 0 ? array.get(liquidityValues, 0) : na, fastMovingAverageLength)
slowEMA = ta.ema(array.size(liquidityValues) > 0 ? array.get(liquidityValues, 0) : na, slowMovingAverageLength)

// Trading Logic
in_date_range = true
buy_signal = ta.crossover(fastEMA, slowEMA) and in_date_range
sell_signal = ta.crossunder(fastEMA, slowEMA) and in_date_range

// Strategy Entry and Exit
if (buy_signal)
    strategy.entry("Buy", strategy.long)

if (sell_signal)
    strategy.close("Buy")

// Plotting
fastPlot = plot(fastEMA, color=fastEMA > slowEMA ? color.new(#00ffbb, 50) : color.new(#ff1100, 50), title="Fast EMA")
slowPlot = plot(slowEMA, color=fastEMA > slowEMA ? color.new(#00ffbb, 50) : color.new(#ff1100, 50), title="Slow EMA")

// Create a fill between the fast and slow EMA plots with appropriate color based on crossover
fill(fastPlot, slowPlot, fastEMA > slowEMA ? color.new(#00ffbb, 50) : color.new(#ff1100, 50))
संबंधित
अधिक

2019 FMZ - सभी अधिकार सुरक्षित