1. مربع
  2. اشارے کے انضمام پر مبنی رفتار کی نگرانی کی حکمت عملی

اشارے کے انضمام پر مبنی رفتار کی نگرانی کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-10-17 15:26:49
ٹیگز:

img

جائزہ

یہ حکمت عملی قیمت اور حرکت پذیر اوسط کے درمیان فاصلے کا مجموعہ جمع کرکے قیمت کے رجحان کی سمت کا تعین کرنے کے لئے کسٹم اشارے انٹیگریٹر پر مبنی ہے ، اور اس طرح رجحان کو ٹریک کرتا ہے۔

حکمت عملی منطق

حکمت عملی میں قیمت اور چلتی اوسط کے درمیان فاصلے کو ضم کرنے کے لئے ایک کسٹم اشارے کا استعمال کیا جاتا ہے ، جس کا نفاذ مندرجہ ذیل ہے:

  1. قیمت اور 200 پیریڈ سادہ چلتی اوسط کے درمیان فاصلہ کا حساب لگائیں k=close-sma ((close,200)

  2. انٹیگریشن مدت s = 29 کی وضاحت کریں ، پچھلے s ادوار میں k کا مجموعہ جمع کریں: رقم = 0 ، i = 0 تک s ، رقم: = رقم + k[i]

  3. جب رقم> 0، طویل سگنل پیدا ہوتا ہے۔ جب رقم < 0، مختصر سگنل پیدا ہوتا ہے۔

  4. جب لمبی پوزیشن کھولی جاتی ہے تو، اگر رقم <0 ہو تو، لمبی پوزیشن بند کریں۔ جب مختصر پوزیشن کھولی جاتی ہے، اگر رقم >0 ہو تو، مختصر پوزیشن بند کریں۔

حکمت عملی قیمت اور چلتی اوسط کے درمیان فاصلے کی مجموعی رقم مثبت یا منفی ہے یا نہیں اس کا سراغ لگاتے ہوئے مجموعی رجحان کی سمت کا فیصلہ کرتی ہے۔ جب انٹیگریل مثبت ہوتا ہے تو ، اس سے بڑھتا ہوا رجحان ظاہر ہوتا ہے اور لمبی پوزیشن رکھنی چاہئے۔ جب انٹیگریل منفی ہوتا ہے تو ، اس سے نیچے کا رجحان ظاہر ہوتا ہے اور مختصر پوزیشن رکھنی چاہئے۔

فوائد

  1. اپنی مرضی کے مطابق اشارے انٹیگریٹر مؤثر طریقے سے قیمت رجحان کی سمت کا تعین کر سکتے ہیں.

  2. انضمام کا تصور قیمت اور ایم اے کے درمیان فاصلے کو جمع کرتا ہے ، جس سے رجحان کے تعین کی درستگی میں بہتری آتی ہے۔

  3. نسبتا سادہ منطق، سمجھنے اور بہتر بنانے کے لئے آسان.

  4. حساسیت کو بہتر بنانے کے لئے انضمام کی مدت کی لچکدار ایڈجسٹمنٹ.

  5. اچھے بیک ٹیسٹ کے نتائج، مستحکم منافع، لائیو ٹریڈنگ میں قابل اطلاق.

خطرات

  1. غلط انضمام کی مدت کی ترتیب غیر حساس ردعمل کا سبب بن سکتی ہے اور رجحان موڑ کے مقامات کو یاد کر سکتی ہے۔

  2. ایم اے لمبائی کی غلط ترتیب سے رجحان کا غلط اندازہ ہوسکتا ہے۔

  3. اچانک بڑے واقعات غلط اشارے کا سبب بن سکتے ہیں۔

  4. غلط علامت کا انتخاب، انتہائی غیر مستحکم علامتوں کی تاثیر خراب ہو سکتی ہے.

متعلقہ حل:

  1. بہتر حساسیت کے لئے انضمام کی مدت کو بہتر بنائیں.

  2. رجحان کا تعین کرنے کے لئے بہترین تلاش کرنے کے لئے مختلف ایم اے لمبائیوں کا تجربہ کریں.

  3. بڑی قیمتوں میں تبدیلیوں سے غلطیوں سے بچنے کے لئے بڑے واقعات سے پہلے حکمت عملی کو بند کریں۔

  4. بہتر کارکردگی کے لیے کم اتار چڑھاؤ کی علامتوں کا انتخاب کریں۔

بہتری کی ہدایات

  1. جامع تعین کے لیے دیگر اشارے جیسے آر ایس آئی کو شامل کرنے پر غور کریں۔

  2. مختلف اقسام کے ایم اے کا استعمال کرتے ہوئے ریسرچ انٹیگریشن کے نتائج.

  3. مختلف علامتوں کے لئے خود کار طریقے سے اصلاح انضمام مدت کی کوشش کریں.

  4. قیمتوں میں زبردست اتار چڑھاؤ کے دوران غلطیوں سے بچنے کے لئے حجم کے اشارے شامل کریں۔

  5. مضبوطی کے لیے پیرامیٹرز کو خودکار طور پر بہتر بنانے کے لیے مشین لرننگ کا استعمال کریں۔

نتیجہ

یہ حکمت عملی قیمت اور ایم اے کے درمیان فاصلے کو جمع کرکے کسٹم اشارے انٹیگریٹر کا استعمال کرتے ہوئے رجحان کی سمت کا فیصلہ کرتی ہے۔ منطق آسان اور واضح ہے ، اور بیک ٹیسٹ کے نتائج اچھے ہیں۔ زیادہ قابل اعتماد عملی اطلاق کے ل integration انٹیگریشن پیرامیٹرز کو ایڈجسٹ کرکے ، معاون اشارے شامل کرکے ، آٹو اصلاح وغیرہ کو بہتر بنایا جاسکتا ہے۔ مجموعی طور پر یہ قابل اطلاق مقداری رجحان سے باخبر رہنے کی حکمت عملی ہے۔

/*backtest
start: 2023-10-09 00:00:00
end: 2023-10-16 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Indicator Integrator Strat",default_qty_type = strategy.percent_of_equity, default_qty_value = 100,currency="USD",initial_capital=100, overlay=true)

l = input(defval=170,title="Length for indicator")
s = input(title="Length of summation",defval=29)
a= sma(close,l)
r=roc(close,l)
k=close-a
sum = 0
for i = 0 to s
    sum := sum + k[i]
plot(a,color=yellow,linewidth=2,transp=0)
//bc =  iff( sum > 0, white, teal)
//plot(sum,color=bc, transp=20, linewidth=3,style=columns)
//plot(sma(sum,3),color=white)
//hline(0)

inpTakeProfit = input(defval = 0, title = "Take Profit", minval = 0)
inpStopLoss = input(defval = 0, title = "Stop Loss", minval = 0)
inpTrailStop = input(defval = 0, title = "Trailing Stop Loss", minval = 0)
inpTrailOffset = input(defval = 0, title = "Trailing Stop Loss Offset", minval = 0)
useTakeProfit = inpTakeProfit >= 1 ? inpTakeProfit : na
useStopLoss = inpStopLoss >= 1 ? inpStopLoss : na
useTrailStop = inpTrailStop >= 1 ? inpTrailStop : na
useTrailOffset = inpTrailOffset >= 1 ? inpTrailOffset : na


longCondition = sum>0
exitlong = sum<0

shortCondition = sum<0
exitshort = sum>0

strategy.entry(id = "Long", long=true, when = longCondition)
strategy.close(id = "Long", when = exitlong)
strategy.exit("Exit Long", from_entry = "Long", profit = useTakeProfit, loss = useStopLoss, trail_points = useTrailStop, trail_offset = useTrailOffset, when=exitlong)

strategy.entry(id = "Short", long=false, when = shortCondition)
strategy.close(id = "Short", when = exitshort)
strategy.exit("Exit Short", from_entry = "Short", profit = useTakeProfit, loss = useStopLoss, trail_points = useTrailStop, trail_offset = useTrailOffset, when=exitshort)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں