
اس حکمت عملی میں متحرک اشارے سی ایم او اور ریورس اشارے اسٹوکاسٹک کا استعمال کرتے ہوئے ملٹی فیکٹر ماڈلنگ کا استعمال کیا گیا ہے تاکہ مارکیٹ کے مختلف حالات میں تجارت کے مواقع کا پتہ لگایا جاسکے۔
یہ حکمت عملی دو ذیلی حکمت عملیوں پر مشتمل ہے:
123 واپسی کی حکمت عملی
سی ایم او کی حکمت عملی
آخر میں ، اگر دو ذیلی حکمت عملی کے اشارے ایک جیسے ہیں تو ، ایک تجارتی سگنل جاری کیا جاتا ہے۔
اس حکمت عملی نے متحرک اشارے سی ایم او اور الٹ اشارے اسٹوکاسٹک کے فوائد کو مکمل طور پر استعمال کیا۔ سی ایم او رجحانات کی بہتر شناخت کرسکتا ہے ، جبکہ اسٹوکاسٹک قلیل مدتی الٹ کے مواقع کا پتہ لگاسکتا ہے۔ دونوں کا استعمال مختلف مراحل میں تجارت کے مواقع کی کھوج کے لئے کیا جاسکتا ہے۔
اس حکمت عملی کے درج ذیل فوائد ہیں:
ایک کثیر عنصر ماڈل ، جس میں انجن اور الٹ پھیر شامل ہیں ، جو مختلف مارکیٹ کے حالات کے مطابق ہے
سی ایم او رجحانات کی نشاندہی کرنے کی صلاحیت رکھتے ہیں ، اسٹوکاسٹک انعکاس کے نقطہ نظر کو درست کرتے ہیں
غلط سگنل سے بچنے اور منافع کمانے کے امکانات کو بڑھانے کے لئے صرف دو سگنل ملنے پر تجارت کریں
پیرامیٹرز کو بہتر بنانے کے لئے کافی جگہ ہے ، جو مختلف اقسام اور ادوار کے لئے ایڈجسٹ کیا جاسکتا ہے
طویل اور مختصر مدت کے اشارے کے ساتھ مل کر ، زیادہ تجارتی مواقع تلاش کریں
قواعد سادہ اور واضح ہیں ، آسانی سے سمجھنے کے قابل ہیں اور الگورتھم ٹریڈنگ کے لئے موزوں ہیں
اس حکمت عملی میں مندرجہ ذیل خطرات بھی ہیں:
ذیلی حکمت عملی کے غلط سگنل کا امکان موجود ہے ، پیرامیٹرز کو بہتر بنانے کی ضرورت ہے
اچانک ہونے والے واقعات کے نتیجے میں رجحان میں ردوبدل ، زیادہ نقصانات کا سبب بنتا ہے
ٹرانزیکشن کی کثرت بہت زیادہ ہوسکتی ہے، ٹرانزیکشن کی لاگت کو مدنظر رکھنا ضروری ہے
سبھی ذیلی حکمت عملیوں میں تاخیر کی نشاندہی کی گئی ہے
مختلف اقسام کے لئے پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت ہے ، پیرامیٹرز کو بہتر بنانے کی زیادہ ضرورت ہے
ردعمل:
آپٹمائزر ذیلی حکمت عملی کے پیرامیٹرز ، غلط سگنل کے امکانات کو کم کریں
سٹاپ نقصان کا تعین کریں، واحد نقصان کو کنٹرول کریں
پوزیشن کھولنے کی شرائط کو ایڈجسٹ کریں اور تجارت کی تعدد کو کم کریں
ریئل ٹائم ٹِک ڈیٹا کا استعمال، تاخیر کو کم کرنا
مشین سیکھنے کے طریقوں کا استعمال کرتے ہوئے پیرامیٹرز کو خود کار طریقے سے بہتر بنائیں
یہ حکمت عملی مندرجہ ذیل پہلوؤں سے بہتر ہو سکتی ہے:
زیادہ عوامل جیسے اتار چڑھاؤ کی شرح، مقدار وغیرہ کو متعارف کرانے، ایک منظم کثیر عنصر ماڈل کی تشکیل
متحرک پیرامیٹرز کو بہتر بنانے کا طریقہ کار تیار کرنا ، پیرامیٹرز کو مارکیٹ کی صورتحال کے مطابق ایڈجسٹ کرنا
پوزیشن کھولنے کے منطق کو بہتر بنانا ، امکانات اور انڈیکس کو ہموار کرنے جیسے طریقے متعارف کرانا
طویل مدتی پوزیشنوں کو مختصر مدت میں ہیج کرنے کے لئے دوہری مقصد
گہری سیکھنے کا استعمال کرتے ہوئے مزید خصوصیات کو نکالنے اور غیر لکیری تجارتی قواعد قائم کرنے کے لئے
بغیر پیرامیٹرز کے ماڈل کی تلاش کریں اور پیرامیٹرز کے ذریعہ پیدا ہونے والے انحراف سے بچیں
ہائی فریکوئینسی ڈیٹا اور نیوز ایونٹس کے ساتھ، سگنل کی تاخیر کو کم کریں
یہ حکمت عملی متحرک اشارے سی ایم او اور اسٹوکاسٹک ریورس اشارے کا استعمال کرکے کثیر عنصر ماڈل کو لاگو کرتی ہے ، جس سے کراسنگ مارکیٹ میں زیادہ تجارتی مواقع کا پتہ چلتا ہے۔ ایک ہی اشارے کے مقابلے میں ، کثیر عنصر کا مجموعہ زیادہ پیچیدہ مارکیٹ ماحول کے مطابق ڈھال سکتا ہے۔ اس کے ساتھ ہی ، اس حکمت عملی کے پیرامیٹرز کو بہتر بنانے کی جگہ بڑی ہے ، قواعد آسان ہیں ، جو الگورتھم ٹریڈنگ کی ترقی کے لئے موزوں ہیں۔ تاہم ، خطرے پر قابو پانے ، پیرامیٹر انتخاب اور ماڈل کی اصلاح کے لئے اعلی تقاضوں پر بھی توجہ دینے کی ضرورت ہے۔
/*backtest
start: 2023-09-22 00:00:00
end: 2023-10-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 17/09/2019
// This is combo strategies for get a cumulative signal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This indicator plots the absolute value of CMO. CMO was developed by Tushar
// Chande. A scientist, an inventor, and a respected trading system developer,
// Mr. Chande developed the CMO to capture what he calls "pure momentum". For
// more definitive information on the CMO and other indicators we recommend the
// book The New Technical Trader by Tushar Chande and Stanley Kroll.
// The CMO is closely related to, yet unique from, other momentum oriented indicators
// such as Relative Strength Index, Stochastic, Rate-of-Change, etc. It is most closely
// related to Welles Wilder`s RSI, yet it differs in several ways:
// - It uses data for both up days and down days in the numerator, thereby directly
// measuring momentum;
// - The calculations are applied on unsmoothed data. Therefore, short-term extreme
// movements in price are not hidden. Once calculated, smoothing can be applied to
// the CMO, if desired;
// - The scale is bounded between +100 and -100, thereby allowing you to clearly see
// changes in net momentum using the 0 level. The bounded scale also allows you to
// conveniently compare values across different securities.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
CMOabs(Length, TopBand, LowBand) =>
pos = 0
xMom = abs(close - close[1])
xSMA_mom = sma(xMom, Length)
xMomLength = close - close[Length]
nRes = abs(100 * (xMomLength / (xSMA_mom * Length)))
pos := iff(nRes > TopBand, -1,
iff(nRes < LowBand, 1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & CMOabs", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthCMO = input(9, minval=1)
TopBand = input(70, minval=1)
LowBand = input(20, maxval=0)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posCMOabs = CMOabs(LengthCMO, TopBand, LowBand)
pos = iff(posReversal123 == 1 and posCMOabs == 1 , 1,
iff(posReversal123 == -1 and posCMOabs == -1, -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)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )