بولنگر بینڈز اور فبونیکی تجارتی حکمت عملی
ChaoZhang
جائزہ
یہ حکمت عملی بلین بینڈ اشارے اور فبونیکی ریٹریڈ اشارے کو ملا کر ملٹی انڈیکس پورٹیبل ٹریڈنگ کو ممکن بناتی ہے۔ یہ ایک عام قسم کی مجموعہ اشارے کی حکمت عملی ہے۔ حکمت عملی بلین بینڈ کی طرف سے رجحان کی سمت کا تعین کرتی ہے ، اور فبونیکی ریٹریڈ نے اہم معاون مزاحمت کی سطح کا تعین کیا ہے ، جس سے تجارتی سگنل پیدا ہوتا ہے۔
حکمت عملی کا اصول
یہ حکمت عملی بنیادی طور پر دو اشارے پر مبنی ہے:
- برن بینڈ
برن بینڈ میں اوپری ، درمیانی اور نچلی ریلوں کا حساب لگائیں۔ جب قیمت نیچے کی طرف بڑھتی ہے تو اس کے لئے زیادہ سگنل لگائیں ، اور جب وہ اوپر کی طرف بڑھتی ہے تو اس کے لئے خالی سگنل لگائیں۔
- فیبوناچ واپس لے لیا گیا
تاریخی بلندیوں اور نچلی سطحوں پر مبنی 0٪ اور 100٪ کے حساب سے دو اہم فبونیکی واپسیوں کا حساب لگایا گیا ہے۔ یہ دونوں اہم حمایت اور مزاحمت کی سطح کے طور پر کام کرسکتے ہیں۔
اس کے علاوہ ، یہ بھی کہا گیا ہے کہ:
زیادہ سگنل: قیمتوں میں بلین بینڈ کے ذریعے ٹریک پر ہے اور 0٪ فیبونیکی سپورٹ سے اوپر ہے
خالی کرنے کا اشارہ: قیمتوں کے نیچے برن بینڈ سے نیچے کی طرف اور 100٪ فیبونیکی مزاحمت سے نیچے
ہموار پوزیشن وسط ریل کے حوالہ سے ، وسط ریل کے قریب رک جاتا ہے یا نقصان ہوتا ہے۔
اسٹریٹجک فوائد
- برن بینڈ اور فبونیکی اشارے کا مجموعہ
- برن نے رجحانات کی سمت کا تعین کیا، فبونیک نے اہم مقامات کا تعین کیا
- دونوں کا مجموعہ غلط سگنل فلٹر کرنے کا کم امکان ہے
- مڈل ٹریک کے قریب اسٹاپ نقصان ، ریٹرو کنٹرول پوزیشن میں
- داخلے اور باہر نکلنے کے قواعد واضح اور آسان ہیں
اسٹریٹجک رسک
- اوسط اشارے آسانی سے پیچھے رہ جاتے ہیں ، بہترین نقطہ نظر سے محروم ہوسکتے ہیں
- صرف اشارے کی بنیاد پر، اہم ہنگامی صورتحال کا جواب دینے میں ناکافی رفتار
- ڈبل فلٹرنگ کی شرائط سے ٹرانزیکشن کی کم تعدد ہوتی ہے
- پیرامیٹرز کی غلط ترتیب سے برن بینڈ اور ریورس اثر متاثر ہوتا ہے
- مختلف اقسام کو الگ الگ ٹیسٹ کرنے کے لئے اصلاح کے پیرامیٹرز کی ضرورت ہے
مندرجہ ذیل اقدامات سے خطرے کو کم کیا جا سکتا ہے:
- پیرامیٹرز کو بہتر بنانے کے لئے، بہترین پیرامیٹرز کا مجموعہ تلاش کریں
- داخلہ کے شرائط میں مناسب نرمی ، مثال کے طور پر K لائن شکل شامل کرنا
- سٹاپ نقصان کے طریقہ کار کو بہتر بنانا ، جیسے کہ اسٹاپ نقصان کا سراغ لگانا
- مختلف قسم کے ٹیسٹ کے لئے بہترین پیرامیٹرز
- پوزیشن مینجمنٹ سسٹم کو مناسب طریقے سے ایڈجسٹ کریں
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
- برن بینڈ پیرامیٹرز کو بہتر بنائیں
سب سے بہتر پیرامیٹرز کے تناسب کو تلاش کریں
- فبونیکی واپسی کے نظام کو بہتر بنانا
ٹیسٹ کے حساب سے مختلف دورانیہ پیرامیٹرز کی واپسی
- داخلہ کی شرائط میں نرمی
مثال کے طور پر برن کی پٹی ٹوٹنے پر K لائن شکل کا مشاہدہ
- سٹاپ نقصان کے طریقہ کار کو بہتر بنانا
ٹریکنگ کے ساتھ نقصان کو روکنے کے طریقوں پر غور کریں
- مختلف اقسام کے مطابق الگ الگ ٹیسٹ
مختلف اقسام کے پیرامیٹرز ایک جیسے نہیں ہوتے، ان کو ایڈجسٹ کرنے کی ضرورت ہوتی ہے
خلاصہ کریں۔
اس حکمت عملی نے برین بینڈ اور فبونیکی ریٹرو اشارے کو جوڑ کر اپنے اپنے تکنیکی فوائد کو استعمال کیا ہے ، جس سے تجارتی سگنل کی کیفیت میں اضافہ ہوا ہے۔ تاہم ، پیرامیٹرز کو بہتر بنانا مشکل ہے ، داخلے کے حالات بہت سخت ہیں۔ ہم حکمت عملی کے نظام کو بہتر بنانے کے ل the پیرامیٹرز کو بہتر بنانے ، داخلے کے حالات کو مناسب طریقے سے کھولنے ، اور نقصان کو روکنے کے طریقہ کار میں بہتری لانے کے لئے حکمت عملی کے نظام کو بہتر بنا سکتے ہیں ، اور اس کے تکنیکی فوائد کو برقرار رکھتے ہوئے مزید تجارتی مواقع کے لئے جدوجہد کر سکتے ہیں۔
/*backtest
start: 2023-09-13 00:00:00
end: 2023-09-20 00:00:00
period: 45m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Bollinger Bands & Fibonacci Strategy", shorttitle="BB & Fib Strategy", overlay=true)
// Initialize position variables
var bool long_position = false
var bool short_position = false
// Bollinger Bands settings
length = input.int(20, title="Bollinger Bands Length")
src = input(close, title="Source")
mult = input.float(2.0, title="Standard Deviation Multiplier")
basis = ta.sma(src, length)
dev = mult * ta.stdev(src, length)
upper_band = basis + dev
lower_band = basis - dev
// Fibonacci retracement levels
fib_0 = input.float(0.0, title="Fibonacci 0% Level", minval=-100, maxval=100) / 100
fib_100 = input.float(1.0, title="Fibonacci 100% Level", minval=-100, maxval=100) / 100
// Plotting Bollinger Bands
plot(upper_band, color=color.red, title="Upper Bollinger Band")
plot(lower_band, color=color.green, title="Lower Bollinger Band")
// Calculate Fibonacci levels
fib_range = ta.highest(high, 50) - ta.lowest(low, 50)
fib_high = ta.highest(high, 50) - fib_range * fib_0
fib_low = ta.lowest(low, 50) + fib_range * fib_100
// Plot Fibonacci retracement levels
plot(fib_high, color=color.blue, title="Fibonacci High")
plot(fib_low, color=color.orange, title="Fibonacci Low")
// Entry conditions
long_condition = ta.crossover(close, upper_band) and low > fib_low
short_condition = ta.crossunder(close, lower_band) and high < fib_high
// Plot arrows on the chart
plotshape(series=long_condition, title="Long Entry", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=short_condition, title="Short Entry", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)
// Entry and exit logic
if long_condition and not short_position
strategy.entry("Long", strategy.long)
long_position := true
short_position := false
if short_condition and not long_position
strategy.entry("Short", strategy.short)
short_position := true
long_position := false
// Exit conditions (you can customize these)
long_exit_condition = ta.crossunder(close, basis)
short_exit_condition = ta.crossover(close, basis)
if long_exit_condition
strategy.close("Long")
long_position := false
if short_exit_condition
strategy.close("Short")
short_position := false