سیزنل رینج چلتی اوسط RSI حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-10-27 16:04:21
ٹیگز:

جائزہ

یہ حکمت عملی موسمیاتی سائیکل خصوصیات کو حاصل کرنے اور تجارتی سگنل پیدا کرنے کے لئے دو تکنیکی اشارے ، حرکت پذیر اوسط اور رشتہ دار طاقت انڈیکس (آر ایس آئی) کو جوڑتی ہے۔ اس حکمت عملی کا فائدہ یہ ہے کہ یہ موسمی رجحانات کو بہت واضح طور پر پہچان سکتی ہے ، لیکن اس میں غلط سگنلز سے گمراہ ہونے کا خطرہ بھی ہے۔ حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے پیرامیٹر کی ترتیبات کو ایڈجسٹ کرکے مزید اصلاحات کی جاسکتی ہیں۔

حکمت عملی منطق

حکمت عملی پہلے ایک خاص مدت n کی چلتی اوسط کا حساب لگاتی ہے تاکہ درمیانی سے طویل مدتی رجحان کی سمت کو حاصل کیا جاسکے۔ پھر یہ اوسط کی حرکت پذیر اشارے کا حساب لگاتا ہے تاکہ یہ فیصلہ کیا جاسکے کہ آیا یہ فی الحال زیادہ خریدنے یا زیادہ فروخت ہونے کی حالت میں ہے۔ آر ایس آئی ایک خاص مدت کے دوران منافع کے مقابلے میں نقصانات کے تناسب کا حساب لگاتے ہوئے مارکیٹ کے جذبات کی پیمائش کرتا ہے۔

جب آر ایس آئی نچلے بینڈ سے تجاوز کرتا ہے تو ، خرید کا اشارہ پیدا ہوتا ہے ، جس سے زیادہ فروخت کی حیثیت کی نشاندہی ہوتی ہے ، اور ایک لمبی پوزیشن کھولی جاسکتی ہے۔ جب آر ایس آئی اوپر بینڈ سے نیچے عبور کرتا ہے تو ، فروخت کا اشارہ پیدا ہوتا ہے ، جس سے زیادہ خرید کی حیثیت کی نشاندہی ہوتی ہے ، اور مختصر پوزیشن کھولی جاسکتی ہے۔ اس کے علاوہ ، حکمت عملی موسمی نمونوں کو پکڑنے کے ل only صرف مخصوص مہینوں اور دنوں کے دوران تجارت کرنے کے لئے مہینے اور تاریخ کی حد بھی طے کرتی ہے۔

حکمت عملی کے فوائد

اہم رجحان کا تعین کرنے کے لئے اوسط حرکت پذیر کا استعمال کریں ، اور اوور بک / اوور سیلڈ منظرناموں کا فیصلہ کرنے کے لئے آر ایس آئی ، درستگی کو بہتر بنانے کے لئے دوہری اشارے کو یکجا کریں
ماہانہ اور تاریخ کی حد مقرر کرنے سے موسمی رجحانات کو مؤثر طریقے سے پہچانا جاسکتا ہے اور ایسے تجارتی مواقع حاصل کیے جاسکتے ہیں
RSI پیرامیٹرز کی لچکدار ترتیبات جو overbought / oversold کی سطح کا تعین کرنے میں حساسیت کو ایڈجسٹ کرتی ہیں
اہم رجحانات کا جائزہ لینے میں حساسیت کو ایڈجسٹ کرنے کے لئے مرضی کے مطابق چلتی اوسط پیرامیٹرز

خطرات اور حل

غلط سگنلز سے گمراہ ہونے کا خطرہ ، مثال کے طور پر غیر موسمی واقعات کی وجہ سے رجحان کی تبدیلی ، غلط تجارتی سگنل پیدا کرسکتی ہے۔ ممکنہ واقعہ کے خطرات سے بچنے کے لئے ماہانہ اور تاریخ کی حد کو ایڈجسٹ کرنا حل ہے۔
جب رجحان الٹ رہا ہے تو حرکت پذیر اوسط اور آر ایس آئی کے مابین اختلافات ظاہر ہوسکتے ہیں۔ حل یہ ہے کہ تیزی سے رجحان موڑ کو پکڑنے کے لئے حرکت پذیر اوسط کی مدت کو مناسب طریقے سے مختصر کیا جائے۔
پہلے سے طے شدہ ماہانہ اور تاریخ کی حد اصل موسمی رجحانات سے انحراف کرسکتی ہے۔ حل یہ ہے کہ تاریخی ڈیٹا ٹیسٹنگ کی بنیاد پر زیادہ عین مطابق موسمی حد کا تعین کریں۔
تجارتی سگنلز میں جھوٹے بریک آؤٹ کا سامنا ہوسکتا ہے۔ حل یہ ہے کہ چھوٹی چھوٹی اتار چڑھاؤ سے گمراہ ہونے سے بچنے کے لئے وسیع تر حد مقرر کریں۔

اصلاح کی ہدایات

دوسرے معاون اشارے متعارف کروائیں، جیسے اسٹوکاسٹک آسکیلیٹر، زیادہ سخت فلٹرنگ کے حالات قائم کرنے اور غلط سگنل کو کم کرنے کے لئے۔
زیادہ سے زیادہ مختلف پیرامیٹر مجموعوں کا تجربہ کریں تاکہ زیادہ سے زیادہ پیرامیٹرز کو تلاش کیا جاسکے اور حکمت عملی کی کارکردگی کو بہتر بنایا جاسکے ، مثال کے طور پر چلتی اوسط مدت ، آر ایس آئی بینڈ وغیرہ کو ایڈجسٹ کریں۔
بہترین پیرامیٹر سیٹ کے لئے پیرامیٹر کی جگہ کو خود کار طریقے سے تلاش کرنے کے لئے پیرامیٹر کی اصلاح کے طریقوں کا استعمال کریں.
مزید تاریخی ڈیٹا اکٹھا کریں اور مشین لرننگ کا استعمال حکمت عملی کے قوانین کو تربیت اور بہتر بنانے کے لئے کریں۔
پیسے کے انتظام کو بہتر بنانے کے لئے سٹاپ نقصان / منافع لینے کی حکمت عملی شامل کرنے پر غور کریں.

خلاصہ

اس حکمت عملی میں چلتی اوسط اور آر ایس آئی کو یکجا کیا گیا ہے ، جس میں موسمی فیصلوں کا اضافہ کیا گیا ہے ، تاکہ رجحان اور اوور بُک / اوور سیل کی نشاندہی کے لئے نسبتا complete مکمل نظام تشکیل دیا جاسکے۔ فائدہ اس کی موسمی نمونوں کو واضح طور پر پہچاننے اور اس طرح کے تجارتی مواقع سے فائدہ اٹھانے کی صلاحیت میں ہے۔ گمراہ ہونے کے کچھ خطرات ہیں ، لیکن پیرامیٹر ٹوننگ ، معاون اشارے متعارف کرانے ، مشینی سیکھنے وغیرہ کے ذریعے اصلاحات کی جاسکتی ہیں تاکہ حکمت عملی کی کارکردگی کو بڑھایا جاسکے۔ مجموعی طور پر ، یہ حکمت عملی ایک قابل اعتماد اور موثر موسمی تجارتی فریم ورک مہیا کرتی ہے جو براہ راست جانچ اور درخواست کے قابل ہے۔

/*backtest
start: 2023-09-26 00:00:00
end: 2023-10-26 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title = " RSI of MA Strategy ",shorttitle="MARSI Strategy",default_qty_type = strategy.percent_of_equity, default_qty_value = 100,commission_type=strategy.commission.percent,commission_value=0.1,initial_capital=1)



lengthofma = input(15,minval=1,title="Length of MA")
len = input(14, minval=1, title="Length")
upperband = input(70,minval=1,title='Upper Band for RSI')
lowerband = input(30,minval=1,title="Lower Band for RSI")

src=sma(close,lengthofma)
up = rma(max(change(src), 0), len)
down = rma(-min(change(src), 0), len)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
plot(rsi, color=purple)

band1 = hline(upperband)
band0 = hline(lowerband)
fill(band1, band0, color=purple, transp=90)



longCond =  crossover(rsi,lowerband)

shortCond =  crossunder(rsi,upperband)




monthfrom =input(1)
monthuntil =input(12)
dayfrom=input(1)
dayuntil=input(31)

if (  longCond ) 
    strategy.entry("LONG", strategy.long, stop=close, oca_name="TREND",  comment="LONG")
    
else
    strategy.cancel(id="LONG")
    



if ( shortCond ) 

    strategy.entry("SHORT", strategy.short,stop=close, oca_name="TREND",  comment="SHORT")
else
    strategy.cancel(id="SHORT")

مزید

2019 FMZ - تمام حقوق محفوظ ہیں