انکولی اتار چڑھاؤ پر مبنی محدود حجم عنصر کی حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی کا استعمال محدود حجم عنصر کے طریقہ کار کے ساتھ کیا جاتا ہے۔ یہ حکمت عملی رجحانات کی پیروی کرنے والی حکمت عملی میں سے ایک ہے۔ یہ حکمت عملی مختلف وقت کی مدت کے لئے موزوں ہے اور مختلف اتار چڑھاؤ کی سطح کو ایڈجسٹ کرنے کے لئے پیرامیٹرز کو خود بخود ایڈجسٹ کرسکتی ہے۔
اصول
حکمت عملی پہلے حالیہ N روٹ K لائن کی اعلی اور کم اوسط قیمت ، بند قیمت کی اوسط قیمت ، اور پچھلی K لائن کی اعلی اور کم بند قیمت کی اوسط قیمت کا حساب لگاتی ہے۔ اس کے بعد موجودہ K لائن اور پچھلی K لائن کی ہم آہنگی کی شرح منافع کا حساب لگاتا ہے۔ انٹرا اور انٹر کے ساتھ ساتھ انٹرا اور انٹر کی اتار چڑھاؤ کا حساب لگاتا ہے ونٹرا اور ونٹر
اتار چڑھاؤ کی سطح اور ایڈجسٹمنٹ پیرامیٹرز کے مطابق ، کٹ آف کا حساب لگانے کے لئے ایک انکولی کٹ آف فیکٹر کا حساب لگائیں۔ جب قیمت میں تبدیلی کٹ آف سے زیادہ ہوتی ہے تو ، ایک خالی سگنل دیا جاتا ہے۔ خاص طور پر ، موجودہ K لائن بند ہونے والی قیمت اور اعلی اور کم اوسط قیمت کا فرق MF کا حساب لگائیں ، جب MF کٹ آف سے زیادہ ہو تو کثیر سر سگنل ، اور جب MF منفی سے کم ہو تو کٹ آف خالی سر سگنل۔
آخر میں، سگنل کے مطابق فنڈز کے بہاؤ کا حساب لگایا جاتا ہے، سگنل پوس کی پیداوار، اور محدود حجم عنصر منحنی خطوط FVE .
فوائد
- خود کار طریقے سے پیرامیٹرز، مختلف دورانیہ اور اتار چڑھاؤ کی سطح پر لاگو ہوتا ہے، کوئی انسانی ایڈجسٹمنٹ کی ضرورت ہوتی ہے.
- قیمتوں کے رجحانات کو درست طریقے سے پکڑنا۔
- محدود حجم عنصر کی منحنی خطوط واضح طور پر فلوٹ فورس کے موازنہ کی عکاسی کرتی ہیں۔
- فنڈز کے بہاؤ کی نظریاتی بنیاد مضبوط ہے اور سگنل زیادہ قابل اعتماد ہیں۔
خطرات
- مارکیٹ میں شدید اتار چڑھاؤ کے دوران ، زیادہ غلط سگنل ہوسکتے ہیں۔ N پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کیا جاسکتا ہے۔
- قیمتوں میں اضافے سے نمٹنے کے قابل نہیں ہے۔ آپ کو دوسرے اشارے کو جوڑنے پر غور کرنا چاہئے۔
- فنڈز کے بہاؤ کی نظریہ اور تکنیکی تجزیہ سگنل سے انحراف ہوسکتا ہے۔ متعدد سگنل مجموعی فیصلے پر غور کیا جاسکتا ہے۔
اصلاح کی سمت
- نتائج پر مختلف N پیرامیٹرز کے اثرات کی جانچ کی جاسکتی ہے۔ عام طور پر N بڑی اقدار لیتا ہے ، جس سے زیادہ شور کو فلٹر کیا جاسکتا ہے۔
- Cintra اور Cinter کی مختلف اقدار کی جانچ پڑتال کر سکتے ہیں، بہترین پیرامیٹرز کا مجموعہ تلاش کرنے کے لئے. آپ کو متحرک طور پر ان دونوں پیرامیٹرز کو ایڈجسٹ کرنے پر غور کر سکتے ہیں.
- اسٹریٹجک استحکام کو بڑھانے کے لئے دیگر اشارے جیسے MACD کے ساتھ مجموعہ پر غور کیا جاسکتا ہے۔
- نقصانات کو کنٹرول کرنے کے لئے اسٹاپ نقصانات کا نظام قائم کیا جاسکتا ہے۔
خلاصہ کریں۔
یہ حکمت عملی مجموعی طور پر قابل اعتماد ہے ، اصول عمدہ ہے ، اور رجحان کی پیروی کرنے کی حکمت عملی کے ایک جزو کے طور پر استعمال کیا جاسکتا ہے ، اور دیگر حکمت عملیوں کے ساتھ مناسب مجموعہ کے بعد اس کا اثر بہتر ہوگا۔ کلیدی بات یہ ہے کہ بہترین پیرامیٹرز تلاش کریں ، اور اچھی ونڈ کنٹرول کے اقدامات قائم کریں۔ اگر بعد میں اس کی اصلاح جاری رکھی جاسکے تو ، یہ ایک بہت ہی طاقتور رجحان کی پیروی کرنے والی حکمت عملی ہوگی۔
/*backtest
start: 2022-10-10 00:00:00
end: 2023-10-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 18/08/2017
// This is another version of FVE indicator that we have posted earlier
// in this forum.
// This version has an important enhancement to the previous one that`s
// especially useful with intraday minute charts.
// Due to the volatility had not been taken into account to avoid the extra
// complication in the formula, the previous formula has some drawbacks:
// The main drawback is that the constant cutoff coefficient will overestimate
// price changes in minute charts and underestimate corresponding changes in
// weekly or monthly charts.
// And now the indicator uses adaptive cutoff coefficient which will adjust to
// all time frames automatically.
//
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Volatility Finite Volume Elements", shorttitle="FVI")
Samples = input(22, minval=1)
Perma = input(40, minval=1)
Cintra = input(0.1, step=0.1)
Cinter = input(0.1, step=0.1)
reverse = input(false, title="Trade reverse")
xhl2 = hl2
xhlc3 = hlc3
xClose = close
xIntra = log(high) - log(low)
xInter = log(xhlc3) - log(xhlc3[1])
xStDevIntra = stdev(sma(xIntra, Samples) , Samples)
xStDevInter = stdev(sma(xInter, Samples) , Samples)
xVolume = volume
TP = xhlc3
TP1 = xhlc3[1]
Intra = xIntra
Vintra = xStDevIntra
Inter = xInter
Vinter = xStDevInter
CutOff = Cintra * Vintra + Cinter * Vinter
MF = xClose - xhl2 + TP - TP1
FveFactor = iff(MF > CutOff * xClose, 1,
iff(MF < -1 * CutOff * xClose, -1, 0))
xVolumePlusMinus = xVolume * FveFactor
Fvesum = sum(xVolumePlusMinus, Samples)
VolSum = sum(xVolume, Samples)
xFVE = (Fvesum / VolSum) * 100
xEMAFVE = ema(xFVE, Perma)
pos = iff(xFVE > xEMAFVE, 1,
iff(xFVE < xEMAFVE, -1, nz(pos[1], 0)))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1, 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(xFVE, color=green, title="FVI")
plot(xEMAFVE, color=blue, title="FVI EMA")