یہ حکمت عملی دو دن کے اختتامی قیمت کے فرق کا تجزیہ کرکے مستقبل کی قیمتوں کی نقل و حرکت کی سمت کا تعین کرتی ہے ، جس سے مختصر تجارت کی جاسکتی ہے۔ حکمت عملی سادہ اور بدیہی ہے ، اس پر عمل درآمد آسان ہے ، اور مختصر تاجروں کے لئے موزوں ہے۔
اس حکمت عملی کی بنیادی منطق آج کی بندش کی قیمت اور کل کی بندش کی قیمت کا موازنہ کرنا ہے۔ خاص طور پر:
یہاں کلیدی بات یہ ہے کہ معقول حد طے کی جائے۔ اگر حد بہت بڑی ہے تو ، قیمت میں چھوٹے اتار چڑھاؤ سے محروم ہوجائیں گے۔ اگر حد بہت چھوٹی ہے تو ، معمول کے اتار چڑھاؤ کی وجہ سے بہت زیادہ غیر معقول تجارت کا سبب بنے گی۔ حکمت عملی میں ایڈجسٹ ہونے والی حد طے کی گئی ہے ، جس کی ڈیفالٹ قیمت 0.004 ہے ، جس میں قدم 0.001 ہے ، جس کی جانچ کی جاسکتی ہے ، اور تاریخی اعداد و شمار کے مطابق مناسب حد کو منتخب کیا جاسکتا ہے۔
مجموعی طور پر ، یہ حکمت عملی لگاتار دو تجارتی دنوں کے مابین قیمتوں میں ہونے والی تبدیلیوں کو پکڑتی ہے ، قیمتوں کے مستقبل کے ممکنہ رجحانات کی سمت کا اندازہ لگانے کے لئے قیمتوں میں معمول کی اتار چڑھاؤ کو فلٹر کرتی ہے ، اور اس طرح مختصر تجارت کرتی ہے۔ حکمت عملی کا نظریہ سادہ اور بدیہی ہے ، اور اسے سمجھنے اور اس پر عمل درآمد کرنے میں آسان ہے۔
ان خطرات سے نمٹنے کے لئے، آپ کو مندرجہ ذیل پر غور کرنا چاہئے:
اس حکمت عملی کو بہتر بنانے کے لئے مندرجہ ذیل نکات پر غور کیا جاسکتا ہے:
ایک سے زیادہ ٹائم پیکیج ریٹرننگ- مختلف وقت کے دورانیے ((سورج کی لکیر، 4 گھنٹے، 1 گھنٹہ وغیرہ) کی واپسی کی حکمت عملی کے پیرامیٹرز کا استعمال کرتے ہوئے ، بہترین وقت کے دورانیے اور پیرامیٹرز کا انتخاب کریں۔
اتار چڑھاؤ کے اشارے کے ساتھ مل کر- قیمتوں میں اتار چڑھاو کو مدنظر رکھتے ہوئے اشارے شامل کرنا ، جیسے اے ٹی آر ، متحرک کمی کو بہتر طور پر قائم کرسکتا ہے۔
سٹاپ نقصان منطق شامل کریں- واحد نقصان کو کنٹرول کرنے کے لئے معقول اسٹاپ نقصان کا تعین کریں۔
پوزیشن مینجمنٹ کو بہتر بنائیں- ذخیرہ اندوزی کی پوزیشن کے سائز کو بہتر بنانا اور ذخیرہ اندوزی کے قواعد کو بہتر بنانا ، نقصان کو روکنے کے ساتھ ساتھ منافع میں اضافہ کرنا۔
ٹرانزیکشن لاگت پر غور کریں- ریٹرننگ میں ٹرانزیکشن فیس ، سلائڈ پوائنٹ وغیرہ جیسے ٹرانزیکشن لاگت کے تحفظات شامل کریں ، تاکہ ریٹرننگ کو حقیقی دنیا کے قریب لایا جاسکے۔
مشین لرننگ متعارف کروانا- مشین لرننگ الگورتھم کا استعمال کرتے ہوئے زیادہ خصوصیات کو نکالنے اور زیادہ طاقتور ٹریڈنگ سگنل بنانے کے لئے۔
یہ حکمت عملی مستقبل کی قیمتوں کے رجحانات کا اندازہ لگانے کے لئے اختتامی قیمتوں کے فرق پر مبنی ہے ، جس میں ایک سادہ اور بدیہی سوچ کا استعمال کیا گیا ہے۔ یہ حکمت عملی آسان ہے ، جو مختصر لائن آپریشن کے لئے موزوں ہے ، لیکن اس میں کچھ نقصان کا خطرہ ہوسکتا ہے۔ اس حکمت عملی کی استحکام اور منافع بخش صلاحیت کو متعدد اصلاح کے ذریعہ بہتر بنایا جاسکتا ہے۔ یہ حکمت عملی بنیادی حکمت عملی ہے ، جو مزید تحقیق کے لئے نظریہ اور حوالہ فراہم کرسکتی ہے۔
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)
// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work:
// https://www.tradingview.com/u/ChartArt/
//
// __ __ ___ __ ___
// / ` |__| /\ |__) | /\ |__) |
// \__, | | /~~\ | \ | /~~\ | \ |
//
//
threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)
getDiff() =>
yesterday=security(syminfo.tickerid, 'D', close[1])
today=security(syminfo.tickerid, 'D', close)
delta=today-yesterday
percentage=delta/yesterday
closeDiff = getDiff()
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]
hline(0, title="zero line")
bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")
longCondition = buying
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = buying != true
if (shortCondition)
strategy.entry("Short", strategy.short)