संसाधन लोड हो रहा है... लोड करना...
  1. वर्ग
  2. वॉल्यूम-प्राइस कैंडलस्टिक पैटर्न ट्रेडिंग रणनीति के साथ बहुआयामी KNN एल्गोरिथ्म

वॉल्यूम-प्राइस कैंडलस्टिक पैटर्न ट्रेडिंग रणनीति के साथ बहुआयामी KNN एल्गोरिथ्म

लेखक:चाओझांग, दिनांकः 2025-01-17 16:10:07
टैगःएसएमएसीएनएनआरएसआईVOLएमएएसडी

Multi-Dimensional KNN Algorithm with Volume-Price Candlestick Pattern Trading Strategy

अवलोकन

यह रणनीति एक व्यापक ट्रेडिंग सिस्टम है जो के-निकटतम पड़ोसियों (केएनएन) मशीन लर्निंग एल्गोरिथ्म, कैंडलस्टिक पैटर्न मान्यता और वॉल्यूम विश्लेषण को जोड़ती है। चलती औसत चैनलों, वॉल्यूम थ्रेशोल्ड सत्यापन और संभावना सांख्यिकी सहित बहु-आयामी विश्लेषण विधियों के माध्यम से, रणनीति संभावित व्यापारिक अवसरों को पकड़ने के लिए एक त्रि-आयामी विश्लेषण ढांचा बनाती है।

रणनीतिक सिद्धांत

इस रणनीति का मूल तर्क कई प्रमुख तत्वों पर आधारित हैः 1. अधिक खरीदे और अधिक बेचे गए क्षेत्रों की पहचान के लिए मूल्य चैनलों का निर्माण करने के लिए सरल चलती औसत (एसएमए) और मानक विचलन का उपयोग करना 2. कार्यक्रमात्मक रूप से परिभाषित परिस्थितियों के माध्यम से नौ क्लासिक कैंडलस्टिक पैटर्न की पहचान करना, जिसमें हैमर, शूटिंग स्टार, एंगुलिंग पैटर्न आदि शामिल हैं। 3. ऐतिहासिक मूल्य आंदोलनों से सीखने और भविष्य की मूल्य दिशाओं का अनुमान लगाने के लिए KNN एल्गोरिथ्म को शामिल करना 4. संकेत की पुष्टि के संकेतक के रूप में वॉल्यूम का उपयोग करना, जब संकेत ट्रिगर होते हैं तो वॉल्यूम सेट सीमा से ऊपर होना आवश्यक होता है 5. संकेत फ़िल्टरिंग स्थितियों में से एक के रूप में ऊपर और नीचे की ओर आंदोलनों के लिए संभावना वितरण की गणना

रणनीतिक लाभ

  1. बहुस्तरीय संकेत पुष्टिकरण तंत्र व्यापार विश्वसनीयता में काफी सुधार करता है
  2. केएनएन एल्गोरिथ्म का परिचय पारंपरिक तकनीकी विश्लेषण के लिए मशीन लर्निंग दृष्टिकोण प्रदान करता है
  3. वॉल्यूम सत्यापन तंत्र प्रभावी रूप से झूठे ब्रेकआउट से बचाता है
  4. समर्थन और प्रतिरोध रेखाओं का गतिशील ग्राफ महत्वपूर्ण मूल्य स्तरों को समझने में मदद करता है
  5. व्यापक चेतावनी प्रणाली यह सुनिश्चित करती है कि महत्वपूर्ण व्यापारिक अवसरों को याद न किया जाए
  6. विभिन्न बाजार वातावरणों के अनुकूल होने के लिए मजबूत पैरामीटर समायोज्यता

रणनीतिक जोखिम

  1. अस्थिर बाजारों में KNN एल्गोरिथ्म पिछड़ सकता है
  2. कई सिग्नल फ़िल्टरिंग स्थितियों के कारण कुछ ट्रेडिंग अवसरों को खोया जा सकता है
  3. फिक्स्ड वॉल्यूम की सीमाओं को विभिन्न अवधियों में गतिशील समायोजन की आवश्यकता हो सकती है
  4. समेकन चरणों के दौरान अत्यधिक झूठे संकेत उत्पन्न कर सकता है अनुशंसित समाधानः
  • गतिशील एल्गोरिथ्म पैरामीटर समायोजन
  • बाजार परिवेश की मान्यता के तंत्र की शुरूआत
  • अधिकतम हानि सीमाओं का निर्धारण
  • स्थिति प्रबंधन प्रणाली की स्थापना

अनुकूलन दिशाएँ

  1. बाजार की स्थितियों के आधार पर पैरामीटरों को स्वचालित रूप से समायोजित करने के लिए अनुकूलनशील पैरामीटर समायोजन तंत्र की शुरूआत
  2. पूर्वानुमान सटीकता में सुधार के लिए गहरी सीखने के एल्गोरिदम को एकीकृत करें
  3. अधिक बाजार सूक्ष्म संरचना संकेतक जोड़ें
  4. वॉल्यूम सीमाओं के लिए गतिशील गणना विधि का अनुकूलन
  5. एक अधिक व्यापक जोखिम नियंत्रण प्रणाली स्थापित करना

सारांश

यह रणनीति पारंपरिक तकनीकी विश्लेषण को आधुनिक मशीन लर्निंग विधियों के साथ जोड़कर एक मजबूत ट्रेडिंग प्रणाली का निर्माण करती है। रणनीति का बहुआयामी विश्लेषण ढांचा और सख्त सिग्नल पुष्टि तंत्र ट्रेडिंग निर्णयों के लिए विश्वसनीय आधार प्रदान करते हैं। निरंतर अनुकूलन और जोखिम नियंत्रण के माध्यम से, रणनीति से विभिन्न बाजार स्थितियों में स्थिर प्रदर्शन बनाए रखने की उम्मीद है।

/*backtest
start: 2024-01-17 00:00:00
end: 2025-01-16 00:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//@version=6
strategy("Candle Pattern Analyzer with Volume", overlay=true)

// Input parameters
length = input.int(20, "Channel Length", minval=1)
mult = input.float(2.0, "Volatility Multiplier", minval=0.1)
candleLength = input.int(5, "Candle Length", minval=1)
k = input.int(5, "KNN Neighbors", minval=1)
volumeThreshold = input.int(100000, "Volume Threshold", minval=1)

// Calculate channel
basis = ta.sma(close, length)
dev = mult * ta.stdev(close, length)
upper = basis + dev
lower = basis - dev

// Plot channel
plot(basis, color=color.blue)
plot(upper, color=color.green)
plot(lower, color=color.red)

// Identify candle patterns
isBullish = close > open
isBearish = close < open

// Pre-calculate SMAs
smaLow = ta.sma(low, candleLength)
smaHigh = ta.sma(high, candleLength)
smaClose = ta.sma(close, candleLength)

// Hammer pattern
isHammer = isBullish and 
           low < smaLow and 
           close > smaClose and 
           (close - low) / (high - low) > 0.6 and
           low < low[1]

// Shooting Star pattern
isShootingStar = isBearish and 
                 high > smaHigh and 
                 close < smaClose and 
                 (high - close) / (high - low) > 0.6 and
                 high > high[1]

// Inverse Hammer pattern
isInverseHammer = isBullish and 
                   high > smaHigh and 
                   close < smaClose and 
                   (high - close) / (high - low) > 0.6 and
                   high > high[1]

// Bullish Engulfing pattern
isBullishEngulfing = isBullish and 
                      close > high[1] and 
                      open < low[1]

// Bearish Engulfing pattern
isBearishEngulfing = isBearish and 
                      close < low[1] and 
                      open > high[1]

// Morning Star pattern
isMorningStar = isBullish and close[2] < open[2] and close[1] < open[1] and  close > open[1]

// Evening Star pattern
isEveningStar = isBearish and  close[2] > open[2] and  close[1] > open[1] and  close < open[1]

// Three Black Crows pattern
isThreeBlackCrows = isBearish and 
                     close < close[1] and 
                     close[1] < close[2] and 
                     close[2] < close[3]

// Three White Soldiers pattern
isThreeWhiteSoldiers = isBullish and close > close[1] and  close[1] > close[2] and  close[2] > close[3]

// Compare previous candles
prevCandleUp = close[1] > open[1]
prevCandleDown = close[1] < open[1]

// Calculate probability
probUp = ta.sma(close > open ? 1 : 0, candleLength) / candleLength
probDown = ta.sma(close < open ? 1 : 0, candleLength) / candleLength

// Generate signals
buySignal = isHammer and prevCandleDown and probUp > probDown and volume > volumeThreshold
sellSignal = isShootingStar and prevCandleUp and probDown > probUp and volume > volumeThreshold

// Highlight patterns
color candleColor = na
if (isHammer)
    candleColor := color.green
    label.new(bar_index, high, "Hammer", color=color.green, style=label.style_label_up)

else if (isShootingStar)
    candleColor := color.red
    label.new(bar_index, low, "Shooting Star", color=color.red, style=label.style_label_down)
else if (isInverseHammer)
    candleColor := color.blue
    label.new(bar_index, high, "Inverse Hammer", color=color.blue, style=label.style_label_up)
else if (isBullishEngulfing)
    candleColor := color.yellow
    label.new(bar_index, high, "Bullish Engulfing", color=color.yellow, style=label.style_label_up)
else if (isBearishEngulfing)
    candleColor := color.purple
    label.new(bar_index, low, "Bearish Engulfing", color=color.purple, style=label.style_label_down)

else if (isMorningStar)
    candleColor := color.orange
    label.new(bar_index, high, "Morning Star", color=color.orange, style=label.style_label_up)

else if (isEveningStar)
    candleColor := color.new(color.red, 80)
    label.new(bar_index, low, "Evening Star", color=color.new(color.red, 80), style=label.style_label_down)

else if (isThreeBlackCrows)
    candleColor := color.black
    label.new(bar_index, low, "Three Black Crows", color=color.black, style=label.style_label_down)

else if (isThreeWhiteSoldiers)
    candleColor := color.white
    label.new(bar_index, high, "Three White Soldiers", color=color.white, style=label.style_label_up)


// Plot candles
barcolor(candleColor)

// KNN algorithm
var float[] knnData = array.new_float(k, na)
var float[] knnLabels = array.new_float(k, na) // Create an array to store KNN labels
array.set(knnLabels, 0, 1.0) // Label for "up" movement

// Shift KNN dataset to make room for new data point
for i = 1 to k-1
    array.set(knnData, i, array.get(knnData, i-1))
    array.set(knnLabels, i, array.get(knnLabels, i-1))

// Predict next movement using KNN algorithm
float prediction = 0.0
for i = 0 to k-1
    float distance = math.abs(close - array.get(knnData, i))
    prediction += array.get(knnLabels, i) / distance

prediction /= k

// Plot prediction
// line.new(bar_index, close, bar_index + 1, prediction, color=color.purple)

// Plot resistance and support lines
float resistance = ta.sma(high, length)
float support = ta.sma(low, length)
// line.new(bar_index, resistance, bar_index + 1, resistance, color=color.green, style=line.style_dashed)
// line.new(bar_index, support, bar_index + 1, support, color=color.red, style=line.style_dashed)

// Plot buy and sell signals with prices
if (buySignal)
    // label.new(bar_index, low, "Buy at " + str.tostring(low), color=color.green, style=label.style_label_up)
    strategy.entry("Buy", strategy.long, comment="Buy at " + str.tostring(low))
if (sellSignal)
    // label.new(bar_index, high, "Sell at " + str.tostring(high), color=color.red, style=label.style_label_down)
    strategy.entry("Sell", strategy.short, comment="Sell at " + str.tostring(high))

// Create alerts
alertcondition(buySignal, title="Buy Signal", message="Buy signal generated!")
alertcondition(sellSignal, title="Sell Signal", message="Sell signal generated!")
संबंधित
अधिक

2019 FMZ - सभी अधिकार सुरक्षित