اس حکمت عملی کا نام دوہری تقسیم پر مبنی قیمت کی انتہائی قیمت کی واپسی حکمت عملی ہے۔ یہ حکمت عملی دوہری تقسیم کے افعال کا استعمال کرتے ہوئے قیمتوں میں الٹ جانے کے امکانات کا اندازہ لگاتی ہے اور دوہری ای ایم اے کی مساوی حکمت عملی کو تجارتی سگنل پیدا کرنے کے لئے مقرر کرتی ہے۔
حکمت عملی کا حساب کتاب مندرجہ ذیل ہے:
حالیہ 20 K لائنوں میں بند ہونے والی قیمتوں میں اضافے کی تعداد کا حساب لگائیں ، اور پچھلے 100 K لائنوں میں اضافے کے دورانیے کا تناسب شمار کریں p
نشے کے دوروں کی تعداد اور امکان p کو دوہری تقسیم کے فنکشن میں لے کر ، ایک مجموعی تقسیم کی تقریب ((CDF)) کا حساب لگائیں۔
سی ڈی ایف کے لئے 10 ویں اور 20 ویں دن کے ای ایم اے کی اوسط لائنوں کا حساب لگایا گیا ہے۔ جب تیز لائن پر سست لائن کو عبور کیا جاتا ہے تو ، قیمت کی انتہائی قیمت کی واپسی کا امکان زیادہ سمجھا جاتا ہے ، جس سے خریدنے کا اشارہ ملتا ہے۔
جب تیز لائن نیچے سست لائن کو پار کرتی ہے تو ، قیمت مختصر مدت کی اونچائی پر ہوسکتی ہے ، جس کے نتیجے میں فروخت کا اشارہ ہوتا ہے۔
اس حکمت عملی کا فائدہ یہ ہے کہ قیمتوں کی زیادہ سے زیادہ واپسی کے وقت کا اندازہ لگانے کے لئے امکانات کا استعمال کیا جاتا ہے۔ تاہم ، پیرامیٹرز کو مارکیٹ کے مطابق ایڈجسٹ کرنے کی ضرورت ہے تاکہ بہت زیادہ غلط سگنل پیدا نہ ہوں۔
مجموعی طور پر ، اعداد و شمار کے طریقوں سے قیمتوں کے رویے کے اصولوں کو معروضی طور پر دریافت کرنے میں مدد ملتی ہے۔ لیکن آخر کار تاجروں کو مارکیٹ کے بارے میں تیز فیصلہ کرنے کی ضرورت ہوتی ہے ، اور تکنیکی اشارے کو معاون اوزار کے طور پر مناسب طریقے سے استعمال کرنا ہوتا ہے۔
/*backtest
start: 2022-09-06 00:00:00
end: 2023-05-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © pieroliviermarquis
//@version=4
strategy("Binomial Strategy", overlay=false, default_qty_type= strategy.percent_of_equity, default_qty_value= 100, slippage=1, initial_capital= 10000, calc_on_every_tick=true)
factorial(length) =>
n = 1
if length != 0
for i = 1 to length
n := n * i
n
binomial_pdf(success, trials, p) =>
q = 1-p
coef = factorial(trials) / (factorial(trials-success) * factorial(success))
pdf = coef * pow(p, success) * pow(q, trials-success)
binomial_cdf(success, trials, p) =>
q = 1-p
cdf = 0.0
for i = 0 to success
cdf := cdf + binomial_pdf(i, trials, p)
up = close[0] > close[1] ? 1 : 0
//long-term probabilities
lt_lookback = 100
lt_up_bars = sum(up, lt_lookback)
prob = lt_up_bars/lt_lookback
//lookback for cdf
lookback = 20
up_bars = sum(up, lookback)
cdf = binomial_cdf(up_bars, lookback, prob)
//ema on cdf
ema1 = ema(cdf, 10)
ema2 = ema(cdf, 20)
plot(cdf*100)
plot(ema1*100, color=color.red)
plot(ema2*100, color=color.orange)
buy = ema1 > ema2
sell = ema1 < ema2
//////////////////////Bar Colors//////////////////
var color buy_or_sell = na
if buy == true
buy_or_sell := #3BB3E4
else if sell == true
buy_or_sell := #FF006E
barcolor(buy_or_sell)
///////////////////////////Orders////////////////
if buy
strategy.entry("Long", strategy.long, comment="")
if sell
strategy.close("Long", comment="Sell")