ملٹی ٹائم پیریڈ معیاری انحراف کینڈل سٹک کراس اوور حکمت عملی
ChaoZhang
جائزہ
کثیر ٹائم پیریڈ معیاری انحراف K لائن کراسنگ حکمت عملی ایک عام رجحان سے باخبر رہنے کی حکمت عملی ہے۔ یہ حکمت عملی مختلف ٹائم پیریڈ (جیسے سورج کی لکیر ، گھڑی کی لکیر ، چاند کی لکیر وغیرہ) کے معیاری انحراف کی قدر کا حساب کرکے ، K لائنوں اور D لائنوں کے متعدد گروپوں کی تعمیر کرتی ہے ، اور پھر ان لائنوں کی اوسط لیکر اوسط بناتی ہے ، جب تیز لائن پر سست لائن کو عبور کرتے وقت زیادہ کریں اور نیچے جانے پر خالی کریں۔ یہ حکمت عملی مختلف دورانیہ کے معیاری انحراف کی پیش گوئی کی صلاحیت کا بھرپور استعمال کرتی ہے ، جس میں متعدد دورانیہ کے معیاری انحراف کی اوسط لائنوں کو جوڑ کر ، مارکیٹ میں شور کو مؤثر طریقے سے فلٹر کیا جاسکتا ہے ، اور مارکیٹ کے اہم رجحانات کو نشانہ بنایا جاسکتا ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی منطق یہ ہے کہ معیاری انحراف کا حساب لگایا جائے اور اس کے بعد تجارت کے اشارے کی تعمیر کی جائے۔
سب سے پہلے، حکمت عملی کی منظوریstoch()فنکشن مختلف پیرامیٹرز کے تحت معیاری انحراف کے اقدار کا حساب لگاتا ہے ، یہاں کل 5 سیٹ کے اقدار کا حساب لگایا گیا ہے ، جو وقت کی مدت کے مطابق ہے سورج کی لکیر ، گھڑی کی لکیر ، چاند کی لکیر کی سطح
smoothK = input(55)
SMAsmoothK = input(13)
k = sma(stoch(price, high, low, smoothK), SMAsmoothK)
smoothK1 = input(89)
SMAsmoothK1 = input(8)
k1 = sma(stoch(price, high, low, smoothK1), SMAsmoothK1)
...
smoothK4 = input(377)
SMAsmoothK4 = input(2)
k4 = sma(stoch(price, high, low, smoothK4), SMAsmoothK4)
اس کے بعد D لائن کا حساب مختلف پیرامیٹرز کے ساتھ کیا جاتا ہے:
smoothD = input(34)
d = sma(k, smoothD)
...
smoothD4 = input(233)
d4 = sma(k4, smoothD4)
اس کے بعد ، K لائنوں اور D لائنوں کے گروپوں کے لئے اوسط درج کریں ، اور فاسٹ لائن Kavg اور سست لائن Davg بنائیں:
Kavg = avg(k,k1,k2,k3,k4)
Davg = avg(d,d1,d2,d3,d4)
آخر میں ، تیز لائن پر سست لائن پر زیادہ کام کریں اور نیچے کی لائن پر خالی کام کریں:
long = crossover(Kavg, Davg)
short = crossunder(Kavg, Davg)
متعدد ٹائم پیریڈز کی معیاری انحراف کی اوسط لائنوں کو جوڑ کر ، بڑے ٹائم پیریڈ کے تحت مارکیٹ کے شور کو دور کیا جاسکتا ہے ، جس سے اہم رجحانات کی سمت کو مقفل کیا جاسکتا ہے۔
اسٹریٹجک فوائد
- ایک سے زیادہ ٹائم فریم کے معیاری انحراف کی پیش گوئی کی صلاحیت کا استعمال کرتے ہوئے ، شور کو مؤثر طریقے سے فلٹر کریں اور رجحانات کو مقفل کریں
- حکمت عملی کی پوزیشن کی مدت کو آزادانہ طور پر ایڈجسٹ کرنے کے لئے سائیکل پیرامیٹرز کو ایڈجسٹ کریں
- معیاری انحراف خود میں ایک مضبوط رجحان کی پیروی کرنے کی صلاحیت ہے
- ایک ہی جعلی بریکآؤٹ کی طرف سے گمراہ ہونے سے بچنے کے لئے یکساں کراس لائن فارم کا استعمال کریں
- تیز لائن سست لائن کی اوسط لائن کی مدت کو بہتر بنانے اور استحکام کو بہتر بنانے کے لئے آسان
اسٹریٹجک خطرات اور حل
- کثیر وقت کی مدت اوسط لائن کراسنگ زیادہ جھوٹے سگنل پیدا کرنے کے لئے آسان ہے، مناسب طریقے سے اوسط لائن کی مدت کو بہتر بنانے کے لئے ایڈجسٹ کیا جا سکتا ہے
- معیاری انحراف شدید حالات سے متاثر ہوتا ہے ، غلط سگنل پیدا کرتا ہے ، فلٹرنگ کی شرائط کو شامل کرنے پر غور کیا جاسکتا ہے
- فکسڈ سائیکل پیرامیٹرز مارکیٹ میں تبدیلیوں کے مطابق نہیں ہوسکتے ہیں ، انکولی سائیکل کی ترتیب کو اپنایا جاسکتا ہے
- طویل مدتی پوزیشنوں کو مارنے کے لئے آسان ہے ، منافع کو مقفل کرنے کے لئے متحرک اسٹاپ نقصانات مرتب کریں
- صرف کے ڈی جے کے اشارے پر غور کرنا محدود ہے ، مجموعہ کو بہتر بنانے کے لئے دوسرے اشارے متعارف کرائے جاسکتے ہیں
حل:
فلٹرنگ کی شرائط میں اضافہ ، مختصر مدت کے جھوٹے اختراعات سے بچنے کے لئے
مارکیٹ میں اتار چڑھاو کی سطح کے مطابق سائیکل پیرامیٹرز کو ایڈجسٹ کرنے کے لئے ایڈجسٹ سائیکل سیٹنگ کا استعمال کریں
موبائل سٹاپ کو مقرر کریں تاکہ وقت پر اسٹاپ ہو اور کم سے زیادہ نقصانات سے بچ سکیں۔
اوسط لکیری مدت کے پیرامیٹرز کو بہتر بنائیں اور بہترین توازن پوائنٹ تلاش کریں
حکمت عملی میں استحکام کے لئے مزید اشارے کے اشارے شامل کریں
حکمت عملی کی اصلاح کی سمت
اس حکمت عملی کو مزید بہتر بنانے کے لیے مندرجہ ذیل نکات پر غور کیا جا سکتا ہے۔
دیگر اشارے کے اشارے کو متعارف کرانے کے لئے، جیسے MACD، بولنگر بینڈ وغیرہ متعارف کرانے کے لئے، سگنل کی معیار کو بہتر بنایا جا سکتا ہے
ٹرینڈ فلٹرز شامل کریں ، جیسے کہ SMA کی اوسط لائن کی سمت ، ADX جیسے اشارے کا تعین کرنے کے لئے رجحانات ، اور الٹا تجارت سے بچنے کے لئے
مارکیٹ میں اتار چڑھاؤ کی سطح کے مطابق متحرک طور پر ایڈجسٹ کرنے کے لئے ایک موافقت پذیر سائیکل کی ترتیب کا استعمال کرتے ہوئے سائیکل پیرامیٹرز
ایک متحرک سٹاپ اسٹریٹجی شامل کریں ، اسٹریٹجی پیرامیٹرز کے مطابق اسٹاپ اسٹریٹج سیٹ کریں ، بروقت اسٹاپ کریں
تیز لائن اور سست لائن کے اوسط لائن دورانیہ پیرامیٹرز کو بہتر بنائیں اور بہترین پیرامیٹرز کا مجموعہ تلاش کریں
مختصر مدت کے شور سے گمراہ سگنل سے بچنے کے لئے کھلی گودام فلٹرنگ شرائط شامل کریں
بریک آؤٹ کی حکمت عملی آزمائیں اور اوسط لائن کو توڑنے کے بعد پوزیشن کھولیں
مختلف باہر نکلنے کی حکمت عملیوں کی جانچ کریں ، جیسے چانڈیلیر باہر نکلیں ، اسٹاپ نقصان کو بہتر بنائیں
خلاصہ کریں۔
کثیر وقتی معیاری انحراف K لائن کراسنگ حکمت عملی معیاری انحراف کے اشارے کی رجحان سے باخبر رہنے کی صلاحیت اور یکساں حکمت عملی کی استحکام کو مربوط کرتی ہے۔ کثیر وقتی معیاری انحراف کی K لائن اور D لائن کی اوسط قیمتوں کا حساب کتاب کرکے ، تجارتی سگنل کی تعمیر ، مختلف ٹائم اسکیل کے تحت معیاری انحراف کے اشارے کی پیش گوئی کی طاقت کو موثر طریقے سے استعمال کرنے ، مارکیٹ کے شور کو فلٹر کرنے ، اہم رجحان کی سمت کو پکڑنے کے لئے استعمال کیا جاسکتا ہے۔ اس حکمت عملی میں پیرامیٹر ٹیوننگ کی گنجائش ہے ، جس میں بہتر حکمت عملی کے نتائج حاصل کرنے کے لئے سائیکل پیرامیٹرز کو ایڈجسٹ کرنے اور فلٹرنگ شرائط ، اسٹاپ نقصان کی حکمت عملی وغیرہ کو مزید متعارف کرانے کے ذریعے بہتر بنایا جاسکتا ہے۔ مجموعی طور پر ، اس حکمت عملی میں متعدد تکنیکی تجزیہ ٹولز کی خوبیوں کو یکجا کیا گیا ہے ، اور یہ ایک اعلی کارکردگی کا رجحان ٹریکنگ حکمت عملی ہے جس کی تلاش اور اصلاح کے قابل ہے۔
/*backtest
start: 2023-09-23 00:00:00
end: 2023-10-23 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy(title="Slow Stochastic Multi K&D Average Crossover Strategy", overlay=false, pyramiding=0, calc_on_order_fills=true, initial_capital=100000, default_qty_type=strategy.percent_of_equity, currency="USD", default_qty_value=100)
price = input(close)
///////////////////////////////
smoothK = input(55)
SMAsmoothK = input(13)
k = sma(stoch(price, high, low, smoothK), SMAsmoothK)
smoothD = input(34)
d = sma(k, smoothD)
///////////////////////////
smoothK1 = input(89)
SMAsmoothK1 = input(8)
k1 = sma(stoch(price, high, low, smoothK1), SMAsmoothK1)
smoothD1 = input(55)
d1 = sma(k1, smoothD1)
//////////////////////////////////////
smoothK2 = input(144)
SMAsmoothK2 = input(5)
k2 = sma(stoch(price, high, low, smoothK2), SMAsmoothK2)
smoothD2 = input(89)
d2 = sma(k2, smoothD2)
/////////////////////////////////////
smoothK3 = input(233)
SMAsmoothK3 = input(3)
k3 = sma(stoch(price, high, low, smoothK3), SMAsmoothK3)
smoothD3 = input(144)
d3 = sma(k3, smoothD3)
////////////////////////////////////////////////
smoothK4 = input(377)
SMAsmoothK4 = input(2)
k4 = sma(stoch(price, high, low, smoothK4), SMAsmoothK4)
smoothD4 = input(233)
d4 = sma(k4, smoothD4)
/////////////////////////////////////////////////
Kavg = avg(k,k1,k2,k3,k4, k4)
plot(Kavg, color=green)
Davg = avg(d,d1,d2,d3,d4, d4)
plot(Davg, color=red)
///////////////////////////////////////
hline(50, color=gray)
long = crossover(Kavg, Davg)// and d < 50
short = crossunder(Kavg, Davg)// and d > 50
last_long = long ? time : nz(last_long[1])
last_short = short ? time : nz(last_short[1])
long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)
strategy.entry("Long", strategy.long, when=long_signal)
strategy.entry("Short", strategy.short, when=short_signal)
//len1 = input(3)
//closelong = d[1] < k[len1]
//closeshort = d[1] > k[len1]
//strategy.close("Long", when=closelong)
//strategy.close("Short", when=closeshort)