آر ایس آئی-سی سی آئی فیوژن کی حکمت عملی میں آر ایس آئی اور سی سی آئی اشارے کی طاقتوں کو ایک طاقتور تجارتی نقطہ نظر بنانے کے لئے ملایا گیا ہے۔ یہ مارکیٹ کی زیادہ جامع تشخیص کے لئے رفتار اور سائیکلکلکل حرکیات دونوں کو پکڑتا ہے۔
RSI اور CCI اقدار کا حساب لگائیں.
بہتر موازنہ کے لئے زیڈ اسکور کا استعمال کرتے ہوئے آر ایس آئی اور سی سی آئی کو معیاری بنائیں۔
فیوز معیاری RSI اور CCI نامزد وزن کے ساتھ.
زیادہ خریدنے / زیادہ فروخت کی سطح کی نشاندہی کرنے کے لئے متحرک اوپری اور نچلے بینڈ کا حساب لگائیں۔
جب فیوژن اشارے اوپری بینڈ کے نیچے عبور کرتے ہیں تو مختصر سمجھیں۔ نیچے بینڈ کے اوپر عبور کرتے وقت طویل سمجھیں۔
صرف آر ایس آئی یا سی سی آئی کا استعمال کرنے کے مقابلے میں ، اس حکمت عملی کے فوائد میں شامل ہیں:
بہتر درستگی کے لئے دونوں اشارے کی طاقت کو ضم کرتا ہے.
زیادہ سائنسی متحرک بینڈ جھوٹے سگنل کو کم کرتے ہیں۔
معیاری کاری موازنہ کی اجازت دیتی ہے، فیوژن کو بہتر بناتی ہے۔
رجحان اور زیادہ خرید / فروخت کی حالت دونوں کا اندازہ لگا سکتا ہے.
اس حکمت عملی کے کچھ خطرات:
غلط پیرامیٹرز اہم تجارتی پوائنٹس کو نظر انداز کر سکتے ہیں.
ناکافی وزن ایک اشارے کے کردار کو کمزور کر سکتے ہیں.
مجموعی رجحان کو نظر انداز کرنے سے مخالف رجحان کی تجارت ہوسکتی ہے۔
بینڈ کی ترتیبات بہت لچکدار یا بہت تنگ غلط فیصلے کے خطرات میں اضافہ.
اس کو مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے:
ٹیسٹنگ کے ذریعے زیادہ سے زیادہ پیرامیٹرز تلاش کرنا
مارکیٹ کے حالات کی بنیاد پر وزن کو ایڈجسٹ کرنا۔
بہتر درستگی کے لیے رجحان اور حجم کے اشارے شامل کرنا۔
خطرات کو کنٹرول کرنے کے لئے سٹاپ نقصان / منافع حاصل کرنا.
حساسیت اور شور کو متوازن کرنے کے لئے بینڈ کو بہتر بنانا.
RSI-CCI فیوژن حکمت عملی اشارے کو مستحکم کرکے فیصلے کو بہتر بناتی ہے۔ مناسب پیرامیٹرز اور رسک کنٹرول کے ساتھ ، یہ عام طور پر سنگل اشارے کی حکمت عملیوں سے بہتر ہے۔ لیکن مارکیٹ کے حالات پر مبنی ایڈجسٹمنٹ کی ضرورت ہے۔
/*backtest
start: 2023-08-19 00:00:00
end: 2023-09-18 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © Julien_Eche
//@version=5
// strategy("RSI-CCI Fusion Strategy", shorttitle="RSI-CCI Fusion Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
length = input(14, title="Length")
rsi_weight = input.float(0.5, title="RSI Weight", minval=0.0, maxval=1.0)
cci_weight = 1.0 - rsi_weight
enableShort = input(false, "Enable Short Positions")
src = close
rsi = ta.rsi(src, length)
cci = ta.cci(src, length)
// Standardize the RSI and CCI values using z-score
rsi_std = ta.stdev(rsi, length)
rsi_mean = ta.sma(rsi, length)
rsi_z = (rsi - rsi_mean) / rsi_std
cci_std = ta.stdev(cci, length)
cci_mean = ta.sma(cci, length)
cci_z = (cci - cci_mean) / cci_std
// Combine the standardized RSI and CCI
combined_z = rsi_weight * rsi_z + cci_weight * cci_z
// Rescale to the original scale
rescaled = combined_z * ta.stdev(combined_z, length) + ta.sma(combined_z, length)
// Calculate dynamic upper and lower bands
upper_band = ta.sma(rescaled, length) + ta.stdev(rescaled, length)
lower_band = ta.sma(rescaled, length) - ta.stdev(rescaled, length)
// Buy and sell conditions
buySignal = ta.crossover(rescaled, lower_band)
sellSignal = ta.crossunder(rescaled, upper_band)
// Enter long position
if buySignal
strategy.entry("Buy", strategy.long)
// Exit long position
if sellSignal
strategy.close("Buy")
// Enter short position if enabled
if enableShort and sellSignal
strategy.entry("Sell", strategy.short)
// Exit short position if enabled
if enableShort and buySignal
strategy.close("Sell")