مہینے کے آخر میں الٹ DCA حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی کا مقصد اثاثوں کے قلیل مدتی گرنے کے رجحان کے اختتام کی نشاندہی کرنا ہے ، اور اس مقام پر اثاثوں کی خریداری کے لئے ایک مقررہ رقم میں فکسڈ سرمایہ کاری کرنا ہے۔ اس طرح اثاثوں کے الٹ ہونے کے بعد کم لاگت کی قیمت پر فکسڈ سرمایہ کاری کی جاسکتی ہے۔
اصول
یہ حکمت عملی ماہانہ ٹائم فریم پر مبنی ہے۔ ہر ماہ 240 ایک گھنٹے کی K لائنیں ہیں جن کا استعمال رجحان کی تبدیلی کے وقت کا تعین کرنے کے لئے کیا جاتا ہے۔
خاص طور پر ، حکمت عملی EMA کو EMA شارٹ لائن اور EMA شارٹ لائن کے فرق کے حساب سے طے کرتی ہے_سی ڈی اور ای ایم اے_سی ڈی کی سگنل لائن ، جب ایکسپریس لائن پر سگنل لائن سے گزرے تو ، قلیل مدتی گرنے کا رجحان ختم ہونے کا تعین کرتا ہے ، اور خریدنے کا اشارہ کرتا ہے۔
خریدنے کا اشارہ جاری ہونے کے بعد ، حکمت عملی اسی مہینے کے آخر میں صفائی کرے گی۔ پھر دوسرے مہینے میں اس عمل کو دہرائیں ، باقاعدگی سے خریدیں اور ایک مہینے تک انعقاد کریں۔
اس طرح ہم مختصر مدت کے زوال کے اختتام پر کم سانس لے سکتے ہیں ، اور سرمایہ کاری کو مستحکم کرسکتے ہیں۔
فوائد
اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ یہ اتار چڑھاؤ کی صورتحال کو فلٹر کرسکتا ہے ، صرف رجحان کے الٹ پوائنٹس پر خرید سکتا ہے ، اور اس طرح بہتر قیمت پر فکسڈ سرمایہ کاری کرسکتا ہے۔
اس کے علاوہ ، ای ایم اے کا استعمال کرتے ہوئے رجحان کے الٹ پوائنٹس کا تعین کرنا ، صرف K لائن الٹ پوائنٹس کی بنیاد پر فیصلہ کرنے سے کہیں زیادہ مستحکم اور درست ہے۔ ای ایم اے قلیل مدتی مارکیٹ کے شور کے اثر کو خریدنے کے وقت پر ختم کرسکتا ہے۔
آخر میں ، اختتام ہفتہ کے اختتام پر اسٹاپ نقصان کی ترتیب سے ہر مہینے کی سرمایہ کاری کی کارکردگی کو لاک کیا جاسکتا ہے ، جس سے ایک مہینے میں زیادہ سے زیادہ نقصان کو محدود کیا جاسکتا ہے۔
خطرات
اس حکمت عملی کا سب سے بڑا خطرہ یہ ہے کہ خریدنے کے بعد قیمت میں کمی جاری رہے گی ، جس کے نتیجے میں اختتام ہفتہ کے اختتام پر نقصان کا خاتمہ ہوگا۔ یہ عام طور پر فیصلے کی الٹ غلطی کی وجہ سے ہوتا ہے۔
ای ایم اے کی سائیکل پیرامیٹرز کو ایڈجسٹ کرکے فیصلے کو بہتر بنایا جاسکتا ہے ، یا اس کی تصدیق کے لئے دوسرے اشارے جیسے آر ایس آئی کے ساتھ مل کر ریورس سگنل۔
ایک اور خطرہ اسٹاپ نقصان کی ترتیب ہے۔ اسٹاپ نقصان کا نقطہ بہت چھوٹا ہے جو قلیل مدتی اتار چڑھاؤ سے روک سکتا ہے ، اور بہت بڑا نقصان کو محدود نہیں کرسکتا ہے۔ بہترین پیرامیٹرز تلاش کرنے کے لئے مختلف اسٹاپ نقصان کی جانچ کی ضرورت ہے۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
EMA سائیکل پیرامیٹرز کو بہتر بنائیں اور رجحان کی تبدیلی کا تعین کرنے کے لئے بہترین پیرامیٹرز کا مجموعہ تلاش کریں
دوسرے اشارے کو فلٹر کریں ، جیسے RSI ، تصدیق شدہ الٹ سگنل
مختلف اسٹاپ پوائنٹس کی جانچ کریں تاکہ زیادہ سے زیادہ نقصان کو محدود کرنے اور بیعانہ سے بچنے کے لئے بہترین اسٹاپ پوزیشن تلاش کی جاسکے
اسٹاپ نقصان کی بنیاد پر موبائل اسٹاپ شامل کرنے پر غور کیا جاسکتا ہے ، قیمت کے مطابق اسٹاپ پوزیشن کو ریئل ٹائم میں ایڈجسٹ کرنا
مختلف ٹائم پیکیجوں کی جانچ کی جاسکتی ہے ، جیسے سورج کی لکیر ، گھڑی کا آپریشن ، یہ دیکھنے کے لئے کہ کون سا دورانیہ اس حکمت عملی کے لئے بہترین کام کرتا ہے
خلاصہ کریں۔
اس حکمت عملی کا مجموعی نظریہ واضح اور آسان ہے ، EMA کے ذریعہ قلیل مدتی رجحان کی تبدیلی کا اندازہ لگایا جاتا ہے ، اور الٹ پوائنٹ کے اختتام پر سرمایہ کاری کی جاتی ہے ، جو کم قیمت پر سرمایہ کاری کے لئے زلزلے کی مارکیٹ کو مؤثر طریقے سے فلٹر کرسکتی ہے۔ حکمت عملی کو بہتر بنانے کی جگہ بنیادی طور پر پیرامیٹرز کی اصلاح اور اسٹاپ نقصان کی حکمت عملی میں ایڈجسٹمنٹ ہے۔ مجموعی طور پر ، یہ حکمت عملی ایک عمدہ حکمت عملی ہے جس میں فکسڈ اثاثوں کی تعیناتی کی گئی ہے ، اور اس کی مزید جانچ اور اصلاح کے قابل ہے۔
/*backtest
start: 2023-09-07 00:00:00
end: 2023-10-07 00:00:00
period: 1h
basePeriod: 15m
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/
// © BHD_Trade_Bot
// @version=5
// strategy(
// shorttitle = 'DCA After Downtrend',
// title = 'DCA After Downtrend (by BHD_Trade_Bot)',
// overlay = true,
// calc_on_every_tick = true,
// calc_on_order_fills = true,
// use_bar_magnifier = true,
// pyramiding = 100,
// initial_capital = 0,
// default_qty_type = strategy.cash,
// default_qty_value = 1000,
// commission_type = strategy.commission.percent,
// commission_value = 0.1)
// Backtest Time Period
start_year = input(title='Start year' ,defval=2017)
start_month = input(title='Start month' ,defval=1)
start_day = input(title='Start day' ,defval=1)
start_time = timestamp(start_year, start_month, start_day, 00, 00)
end_year = input(title='end year' ,defval=2050)
end_month = input(title='end month' ,defval=1)
end_day = input(title='end day' ,defval=1)
end_time = timestamp(end_year, end_month, end_day, 23, 59)
window() => true
// EMA
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
// EMA_CD
emacd = ema50 - ema200
emacd_signal = ta.ema(emacd, 20)
hist = emacd - emacd_signal
// Count n candles after x long entries
var int nPastCandles = 0
var int entryNumber = 0
nPastCandles := nPastCandles + 1
// ENTRY CONDITIONS
// 8 hours per day => 240 hours per month
entry_condition1 = nPastCandles > entryNumber * 240
// End of downtrend
entry_condition2 = ta.crossover(emacd, emacd_signal)
ENTRY_CONDITIONS = entry_condition1 and entry_condition2
if ENTRY_CONDITIONS and window()
entryNumber := entryNumber + 1
entryId = 'Long ' + str.tostring(entryNumber)
strategy.entry(entryId, strategy.long)
// CLOSE CONDITIONS
// Last bar
CLOSE_CONDITIONS = barstate.islast
if CLOSE_CONDITIONS
strategy.close_all()
// Draw
plot(ema50, color=color.orange, linewidth=3)
plot(ema200, color=entry_condition1 ? color.green : color.red, linewidth=3)