1. مربع
  2. ای ایم اے اوسیلیشن ریورس سسٹم کی حکمت عملی

ای ایم اے اوسیلیشن ریورس سسٹم کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-10-18 12:23:13
ٹیگز:

img

جائزہ

یہ حکمت عملی رجحان کی سمت کا تعین کرنے کے لئے ایک چلتی اوسط نظام کا استعمال کرتی ہے اور تجارت کو منظم کرنے کے لئے چاندی کے باہر نکلنے کے ساتھ، کم اتار چڑھاؤ کے اتار چڑھاؤ سے بچنے کے لئے اتار چڑھاؤ انڈیکس کو یکجا کرتی ہے.

اصول

یہ حکمت عملی تیز رفتار اور سست حرکت پذیر اوسطوں کا موازنہ کرکے رجحان کی سمت کا جائزہ لیتی ہے۔ جب تیز رفتار ایم اے سست ایم اے سے تجاوز کرتا ہے تو یہ طویل ہوجاتا ہے ، اور جب تیز رفتار ایم اے سست ایم اے سے تجاوز کرتا ہے تو یہ مختصر ہوجاتا ہے۔ آسکیل مارکیٹوں سے بچنے کے ل the ، اس حکمت عملی میں بولنگر بینڈ بھی شامل ہیں۔ جب بی بی کی چوڑائی میں تبدیلی کی شرح ایک حد سے تجاوز کرتی ہے تو یہ تجارتی سگنل پیدا کرتی ہے۔ آخر میں ، یہ حکمت عملی چینڈلیئر کے باہر نکلنے کو اسٹاپ نقصان کے طور پر استعمال کرتی ہے تاکہ رینج سے وابستہ مارکیٹوں میں پھنسنے سے بچ سکے۔

خاص طور پر، تجارتی منطق مندرجہ ذیل ہے:

  1. تیز رفتار MA (ڈیفالٹ 20 دن) اور سست MA (ڈیفالٹ 50 دن) کا حساب لگائیں۔

  2. بولنگر بینڈ (ڈیفالٹ 40 دن، 2 معیاری انحراف) کی چوڑائی کی تبدیلی کی شرح کا حساب لگائیں۔

  3. جب تیز رفتار ایم اے سست رفتار ایم اے سے تجاوز کرتا ہے اور بی بی چوڑائی کی تبدیلی کی شرح ڈیفالٹ کی حد 9٪ سے زیادہ ہوتی ہے تو طویل ہوجائیں۔

  4. جب تیز رفتار ایم اے سست رفتار ایم اے سے نیچے جاتا ہے اور بی بی چوڑائی میں تبدیلی کی شرح ڈیفالٹ کی حد 9٪ سے زیادہ ہوتی ہے تو مختصر ہوجائیں۔

  5. Chandelier طویل اور مختصر رک جاتا ہے کا حساب لگائیں.

  6. لانگ سٹاپ سب سے زیادہ اعلی ہے - ATR * ضرب. مختصر سٹاپ سب سے کم کم + ATR * ضرب ہے.

فوائد

  1. ایم اے سسٹم مؤثر طریقے سے رجحانات کو ٹریک کرتا ہے۔

  2. بی بی چوڑائی کی تبدیلی اتار چڑھاؤ کو فلٹر کرتی ہے، غیر ضروری تجارت کو کم کرتی ہے۔

  3. Chandelier بروقت سٹاپ نقصانات سے باہر نکلتا ہے اور پھنسنے سے بچتا ہے.

  4. اصلاح کے لیے متعدد سایڈست پیرامیٹرز۔

  5. واضح منطق، سمجھنے اور لاگو کرنے کے لئے آسان.

خطرات

  1. ایم اے تاخیر تیزی سے معاوضے کو نظر انداز کر سکتی ہے۔

  2. غلط بی بی پیرامیٹرز درست سگنل فلٹر کر سکتے ہیں.

  3. زیادہ سے زیادہ چاندی کے باہر نکلنے کی وجہ سے زیادہ تجارت ہوتی ہے۔

  4. پیرامیٹرز کی ناکافی اصلاح سے خطرات پیدا ہوتے ہیں۔

  5. بڑے واقعات سے مارکیٹ کی انتہائی تبدیلیوں کو اپنانے کے قابل نہیں

اصلاح

  1. زیادہ سے زیادہ پیرامیٹرز تلاش کرنے کے لئے مختلف ایم اے کے مجموعے کی جانچ کریں۔

  2. بہترین اتار چڑھاؤ فلٹر کے لئے مختلف BB ادوار کی جانچ کریں.

  3. داخلے کی تصدیق کے لیے دیگر اشارے شامل کریں۔

  4. مارکیٹوں کو بہتر طریقے سے ٹریک کرنے کے لئے متحرک اسٹاپ متعارف کروائیں۔

  5. بدلتی ہوئی مارکیٹوں کے لیے خودکار طور پر بہتر بنانے کے لیے مشین لرننگ کا استعمال کریں۔

خلاصہ

اس حکمت عملی میں ایم اے سسٹم ، بی بی اشارے اور لوئس آؤٹ پٹ کو مربوط کیا گیا ہے تاکہ نسبتا stable مستحکم رجحان کے بعد کا نظام تشکیل دیا جاسکے۔ پیرامیٹر کی مناسب اصلاح سے اچھے نتائج حاصل کیے جاسکتے ہیں۔ لیکن رجحان کے الٹ جانے اور دوڑ دوڑ کے خطرات برقرار ہیں۔ مشینی سیکھنے سے استحکام میں مزید اضافہ ہوسکتا ہے۔ مجموعی طور پر سیکھنے کے لئے ایک اچھی حکمت عملی۔

/*backtest
start: 2022-10-11 00:00:00
end: 2023-10-17 00:00:00
period: 1d
basePeriod: 1h
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/
// © juanchez

//@version=4
strategy("CHI", overlay = true, close_entries_rule = "ANY")

n = input(title= "highest high o lowest low period", defval= 22)
f= input(title= "multiplicador", defval= 4)
long = highest(high, n) - atr(n)*f
short= lowest(low, n) + atr(n)*f
plot(long, color= color.red)
plot(short, color= color.green)

//moving averages
period= input(title= "moving averages period", defval= 50)
period2= input(title= "moving averages period2", defval= 20)
type= input(title= "moving averages type", options= ["sma", "ema"], defval= "ema")

//moving average function
mo(p, t) =>
    if t == "sma"
        sma(close[barstate.islast ? 1: 0], p)
    else  if t== "ema"
        ema(close[barstate.islast ? 1: 0], p)

m= mo(period, type)
m2= mo(period2, type)

trend= m2 > m 

plot(m, color = color.maroon, linewidth = 3)
plot(m2, linewidth= 3)


//BOLLINGER BANDS ENTRIES
bb1_period= input(title= "Bollinger bands 1 period", defval=40, minval=1)
bb1_source=input(title="Bollinger band 1 source", defval=close)
bb1_multi=input(title="Bollinger Bands 1 factor", defval=2, minval=1, step=0.1)
show_bb1= input(title="Show Bollinger bands 1", defval=false)
//BOLLINGER BANDS
_bb(src, lenght, multi)=>
    float moving_avg= sma(src[barstate.islast? 1: 0], lenght)
    float deviation= stdev(src[barstate.islast? 1: 0], lenght)
    float lowerband = moving_avg - deviation*multi
    float upperband = moving_avg + deviation*multi
    
    [moving_avg, lowerband, upperband]
    
[bb1, lowerband1, upperband1]= _bb(bb1_source,  bb1_period, bb1_multi)

//FIRST BAND    
plot(show_bb1? bb1 : na, title="BB1 Moving average", linewidth= 3, color= color.fuchsia)
plot(show_bb1? upperband1 : na, title="BB1 Upper Band", linewidth= 3, color= color.green)
plot(show_bb1? lowerband1 : na, title="BB1 Lower Band", linewidth= 3, color= color.red)

//BB's Width threshold 
thresh= input(title= "widen %", defval= 9, minval = 0, step = 1, maxval= 100)

widht= (upperband1 - lowerband1)/bb1
roc= change(widht)/widht[1]*100
cross=crossover(roc, thresh)

// entry
//long
elong= input(true, title= "enable long")
longcondition= m2 > m and cross and elong

//short
eshort= input(true, title= "enable short")
shortcondition= m2 < m and cross and eshort


plotshape(longcondition? true: false , location= location.belowbar, style= shape.labelup, size= size.small, color= color.green, text= "Buy", textcolor= color.white)
plotshape(shortcondition? true: false , location= location.abovebar, style= shape.labeldown, size= size.small, color= color.red, text= "Sell", textcolor= color.white)

out= crossunder(close, long)
outt= crossover(close, short)

strategy.entry("long", strategy.long, when = longcondition)
strategy.close("long", when = out)

strategy.entry("short", strategy.short, when = shortcondition)
strategy.close("short", when = outt)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں