دو طرفہ بینڈ فلٹرنگ کی حکمت عملی


تخلیق کی تاریخ: 2023-10-24 17:00:02 آخر میں ترمیم کریں: 2023-10-24 17:00:02
کاپی: 0 کلکس کی تعداد: 600
1
پر توجہ دیں
1617
پیروکار

دو طرفہ بینڈ فلٹرنگ کی حکمت عملی

[trans]

جائزہ

باہمی طول و عرض کی فلٹرنگ حکمت عملی ایک حکمت عملی ہے جس کی بنیاد پر براڈ نے 2010 میں اسٹاک اور کموڈٹیز کی فہرست میں شائع کیا تھا۔ یہ حکمت عملی براڈ بینڈ فلٹر کی مقدار کا حساب کتاب کرکے ، اسٹاک کی قیمتوں میں اتار چڑھاؤ کی نشاندہی کرتی ہے اور تجارت کا اشارہ دیتی ہے۔ جب طول و عرض کے فلٹر کی مقدار کم سے کم ہوتی ہے تو اس پر نظر ڈالیں ، اور جب اس سے کم ہوتی ہے تو اس پر نظر ڈالیں ، رجحان کی پیروی کریں۔

حکمت عملی کا اصول

اس حکمت عملی میں مندرجہ ذیل اہم اقدامات شامل ہیں:

  1. ابتدائی پیرامیٹرز: براڈبینڈ لمبائی شامل ہےLength Deltaخالی علاقوں کی قیمتوں میں کمیSellZoneکثیر خطہ کی حدBuyZoneانتظار کرو

  2. براڈبینڈ فلٹر کا حساب لگائیںBP: مثلث فنکشن کی ایک سیریز کے ذریعے طول موج کے فلٹر کی قدر کا حساب لگائیں

  3. پوزیشن کی سمت کا تعین کریں: اگرBPسے زیادہSellZoneاس سے کم ہے توBuyZoneاگر آپ کے پاس زیادہ وقت ہے، تو زیادہ کام کریں، ورنہ آپ اپنی پوزیشن کو برقرار رکھیں گے۔

  4. آؤٹ پٹ سگنل: ہولڈنگ سمت کے مطابق آؤٹ پٹ زیادہ خالی سگنل کریں۔

  5. K لائن کا رنگ بنائیں: سگنل کے نتائج کے مطابق K لائن کا رنگ ترتیب دیں

  6. Wavelength Filter Curve کا نقشہ تیار کریں۔

اس حکمت عملی نے مارکیٹ میں مختصر مدت کے اتار چڑھاؤ کو ایک براڈ بینڈ فلٹر کے ذریعے پکڑا ، اور جب اتار چڑھاؤ ایک خاص حد تک پہنچ جاتا ہے تو اس کے نتیجے میں ایک تجارتی سگنل پیدا ہوتا ہے ، جس سے مارکیٹ کے رجحانات کے ساتھ تجارت ہوتی ہے۔

طاقت کا تجزیہ

  1. براڈبینڈ فلٹر کی بنیاد پر ، یہ مارکیٹ میں اتار چڑھاو کے لئے زیادہ حساس ہے اور مختصر مدت کے رجحانات کو پکڑ سکتا ہے۔

  2. پیرامیٹرز کو بہتر بنانے کے ذریعے ، اتار چڑھاؤ کی حساسیت کو مختلف مارکیٹ کے حالات کے مطابق ڈھال لیا جاسکتا ہے۔

  3. حکمت عملی کی منطق سادہ اور واضح ہے اور اس پر عملدرآمد کو سمجھنے میں آسان ہے۔

  4. آپ آسانی سے پیرامیٹرز کو ایڈجسٹ کرسکتے ہیں اور بہترین پیرامیٹرز کا مجموعہ تلاش کرسکتے ہیں۔

  5. بصری طول و عرض فلٹر وکر ، مارکیٹ کے اتار چڑھاؤ کو ظاہر کرتا ہے

خطرے کا تجزیہ

  1. براڈبینڈ فلٹرز زیادہ بہتر ہونے پر حساس ہوسکتے ہیں اور غلط سگنل پیدا کرسکتے ہیں۔

  2. اس کے نتیجے میں ، نقصانات میں اضافے کا امکان ہے۔

  3. ٹرانزیکشنز کی کثرت سے ٹرانزیکشنز کی لاگت میں اضافہ ہوسکتا ہے اور اس کے نتیجے میں خطرے میں اضافہ ہوسکتا ہے۔

  4. ہنگامی حالات کے لئے حساس، غلط سگنل پیدا کرنے کے لئے.

  5. مختلف اقسام اور مارکیٹ کے حالات کے مطابق پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کرنے کی ضرورت ہے۔

  6. ایک نقصان کو کنٹرول کرنے کے لئے اسٹاپ نقصان کی ترتیب پر غور کیا جاسکتا ہے۔

  7. اگر مناسب ہو تو ، کھیل کے وقت میں توسیع کی جاسکتی ہے یا غلط سگنل کو کم کرنے کے لئے فلٹرنگ شرائط کا استعمال کیا جاسکتا ہے۔

اصلاح کی سمت

  1. پیرامیٹرز کو بہتر بنانے کے لئے ، بہترین پیرامیٹرز کا مجموعہ تلاش کریں۔ آپٹیمائزیشن کے اہداف میں جیت کی شرح ، نقصان کی شرح ، شارپ کی شرح جیسے اشارے شامل ہوسکتے ہیں۔

  2. فلٹرنگ کی شرائط شامل کریں ، جیسے کہ اوسط لائن کو توڑنا ، قیمت کا نمونہ ، وغیرہ ، غیر رجحان والے علاقوں میں تجارت سے گریز کریں۔

  3. باسکٹ ٹریڈنگ کے لئے متعدد معیارات کے ساتھ پیرامیٹرز کے مجموعے پر غور کریں ، تاکہ یکطرفہ خطرے کو منتشر کیا جاسکے۔

  4. اسٹاپ نقصان کی منطق کو شامل کریں ، واحد نقصان کو کنٹرول کریں۔ متحرک اسٹاپ یا ٹریکنگ اسٹاپ پر غور کیا جاسکتا ہے۔

  5. موبائل اسٹاپ کا اضافہ کریں ، منافع کو لاک کریں۔ آپ رجحان کے مرحلے کے مطابق مختلف اسٹاپ پوزیشن بھی ترتیب دے سکتے ہیں۔

  6. داخلہ سگنل کو بہتر بنائیں اور اتار چڑھاؤ والی مارکیٹوں میں غلط سگنل سے بچیں۔ آپ پوزیشن کے دورانیے کو بڑھانے یا داخلہ سگنل کے طور پر قیمتوں میں اضافے کو ترتیب دینے پر غور کرسکتے ہیں۔

  7. ایک کثیر قسم کے اربیٹری سسٹم میں توسیع، مختلف قسم کے درمیان قیمتوں میں فرق کا استعمال کرتے ہوئے.

  8. ریٹرننگ کو بہتر بنانے کے لئے، بہترین قسم کے انتخاب اور ہینڈلنگ کی حکمت عملی تلاش کریں.

خلاصہ کریں۔

دو طرفہ لہر کے فلٹرنگ کی حکمت عملی قیمت کے اتار چڑھاؤ کی شدت کا اندازہ لگانے کے لئے براڈ بینڈ فلٹر کا حساب لگاتی ہے ، جب اتار چڑھاؤ حد تک پہنچ جاتا ہے تو ٹریڈنگ سگنل پیدا کرتا ہے ، مارکیٹ میں قلیل مدتی رجحانات کے لئے اعلی حساسیت رکھتا ہے ، آسان فوائد حاصل کرتا ہے۔ لیکن یہ حکمت عملی پیرامیٹرز اور تجارتی تعدد کے لئے حساس ہے ، غلط سگنل کو کم کرنے اور خطرے کو کنٹرول کرنے کے لئے مناسب طریقے سے اصلاح کی ضرورت ہے۔ مجموعی طور پر ، یہ حکمت عملی قلیل مدتی رجحانات کو پکڑنے کے لئے ایک اختیاری حل فراہم کرتی ہے ، لیکن آپ کو اصلاح کے بارے میں محتاط رہنے کی ضرورت ہے ، اور دوسرے تکنیکی اشارے کے ساتھ مناسب طریقے سے تجارت کرنے کی ضرورت ہے۔

||

Overview

The Dual Bandpass Filter strategy is adapted from the strategy published by Broder in Stocks & Commodities magazine in 2010. It generates trading signals by calculating the value of Broder’s bandpass filter to identify price fluctuations in stocks. It goes short when the bandpass filter value is higher than the threshold, and goes long when it is lower, to follow the trend.

Strategy Logic

The key steps of this strategy are:

  1. Initialize parameters including bandpass length Length, fluctuation coefficient Delta, short zone threshold SellZone, and long zone threshold BuyZone.

  2. Calculate the Broder bandpass filter BP using a series of trigonometric functions.

  3. Determine position direction: go short if BP is above SellZone; go long if below BuyZone; otherwise, maintain current position.

  4. Output signals: generate long/short signals based on position direction.

  5. Set bar colors based on signal results.

  6. Plot the bandpass filter curve.

This strategy captures short-term fluctuations using the Broder bandpass filter, and generates trading signals when the fluctuations reach certain magnitude to follow the trend.

Advantage Analysis

  1. More sensitive to market fluctuations based on the Broder bandpass filter, which can catch short-term trends.

  2. The sensitivity can be adjusted through parameter tuning to adapt to different market environments.

  3. Simple and clear strategy logic, easy to understand and implement.

  4. Parameters can be easily optimized to find the best combination.

  5. Visual bandpass filter curve intuitively shows market fluctuations.

Risk Analysis

  1. Overly optimized bandpass filter may become too sensitive and generate false signals.

  2. Unable to determine fluctuation end points, may lead to expanding losses.

  3. High trading frequency may increase costs and slippage risks.

  4. Vulnerable to black swan events that trigger false signals.

  5. Parameters need adjusting for different products and markets.

  6. Consider setting stop loss to control loss per trade.

  7. Extend exit time or add filters to reduce false signals.

Optimization Directions

  1. Optimize parameters to find the best combination, evaluating win rate, profit ratio, Sharpe ratio etc.

  2. Add filters like moving average cross, price patterns to avoid trading in non-trending areas.

  3. Consider combining parameters across multiple instruments for basket trading to diversify risks.

  4. Add stop loss logic to control loss per trade, like dynamic stops or trailing stops.

  5. Add profit taking like moving profit stops to lock in gains. Different levels can be set for different trend stages.

  6. Optimize entry signals to avoid false signals in ranging markets. Consider longer holding periods or breakout signals.

  7. Expand to a cross-asset arbitrage system utilizing price differentials for hedging.

  8. Backtest optimization for best asset selection and rebalancing strategies.

Summary

The Dual Bandpass Filter strategy judges price fluctuations using Broder’s bandpass filter and generates signals when the fluctuations reach thresholds, with the advantage of high sensitivity to short-term trends and easy implementation. However, it is sensitive to parameters and trading frequency, requiring optimization to reduce false signals and manage risks. Overall, it provides an option for catching short-term trends, but overfitting should be avoided, and other technical tools can be combined for trading.

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2022-10-17 00:00:00
end: 2023-10-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 18/09/2018
// The related article is copyrighted material from
// Stocks & Commodities Mar 2010
// You can use in the xPrice any series: Open, High, Low, Close, HL2, HLC3, OHLC4 and ect...
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Bandpass Filter Strategy ver 2.0")
Length = input(20, minval=1)
Delta = input(0.5)
SellZone = input(5, step = 0.01)
BuyZone = input(-5, step = 0.01)
reverse = input(false, title="Trade reverse")
hline(BuyZone, color=green, linestyle=line)
hline(SellZone, color=red, linestyle=line)
xPrice = hl2
hline(0, color=blue, linestyle=line)
beta = cos(3.14 * (360 / Length) / 180)
gamma = 1 / cos(3.14 * (720 * Delta / Length) / 180)
alpha = gamma - sqrt(gamma * gamma - 1)
BP = 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(BP[1]) - alpha * nz(BP[2])
pos = iff(BP > SellZone, 1,
	   iff(BP <= BuyZone, -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(BP, color=red, title="Bandpass Filter Strategy")