ملٹی ٹائم فریم مومینٹم ریورسل حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی میں مختلف ٹائم فریموں کے متحرک اشارے شامل ہیں ، جس سے مارکیٹ کے رجحانات کو متعدد ٹائم اسکیلوں پر فیصلہ کرنے کی صلاحیت حاصل ہوتی ہے۔ حکمت عملی اسٹوکاسٹک آسکیلیٹر کا استعمال کرتے ہوئے قلیل مدتی رجحانات کے الٹ پوائنٹس کا تعین کرتی ہے ، اور طویل دورانیے کے ((سب سے زیادہ قیمت - کم قیمت) / اختتامی قیمت اشارے کے ساتھ مل کر درمیانی اور طویل مدتی رجحانات کا تعین کرتی ہے ، جس سے متعدد ٹائم طول و عرض پر رجحانات کے الٹ کا تعین کرنے کی صلاحیت حاصل ہوتی ہے۔
حکمت عملی کا اصول
اس حکمت عملی کے دو حصے ہیں:
- 123 واپسی کی حکمت عملی
اس حصے میں اسٹوکاسٹک آسکیلیٹر کی تیز لائن اور سست لائن کے کراسنگ کے ذریعے قلیل مدتی رجحان کی تبدیلی کا فیصلہ کیا جاتا ہے۔ خاص طور پر ، اگر اختتامی قیمت پچھلے دن بڑھتی ہے ، اور اسٹوکاسٹک کی تیز لائن لمبی لائن سے نیچے ہے اور تیز لائن 50 سے نیچے ہے تو ، زیادہ کام کریں۔ اگر اختتامی قیمت پچھلے دن کم ہوتی ہے ، اور اسٹوکاسٹک کی تیز لائن لمبی لائن سے اوپر ہے اور تیز لائن 50 سے اوپر ہے تو ، خالی ہوجائیں۔ یہ حکمت عملی اسٹوکاسٹک کا استعمال قلیل مدتی اوور اوور بیس کی حیثیت کا تعین کرنے کے لئے کرتی ہے ، اور مختصر لائن کی واپسی کی تجارت کرتی ہے۔
- (زیادہ سے زیادہ قیمت - کم سے کم قیمت) / بندش قیمت اشارے
یہ اشارے موجودہ K لائن کی اتار چڑھاؤ کی عکاسی کرتا ہے۔ اشارے کی قدر بڑی ہونے سے موجودہ اتار چڑھاؤ میں اضافہ ہوتا ہے ، اور اس کا امکان ہے کہ اس کا رخ موڑ جائے۔ اشارے کی قدر چھوٹی ہونے سے موجودہ اتار چڑھاؤ میں کمی واقع ہوتی ہے ، اور رجحان کا امکان برقرار رہتا ہے۔ حکمت عملی اس اشارے کی SMA قیمت کا استعمال کرتے ہوئے لمبی لمبی لائن کے رجحان کا رخ موڑنے کا فیصلہ کرتی ہے۔
دونوں اشارے کو ملا کر ، ایک ہی وقت میں مختصر اور درمیانی اور طویل مدتی میں رجحان کی تبدیلی کا اندازہ لگایا جاسکتا ہے ، جس سے کثیر وقتی پیمانے پر تجارت کی حکمت عملی حاصل کی جاسکتی ہے۔
اسٹریٹجک فوائد
- ایک سے زیادہ ٹائم فریم کے اشارے کو یکجا کرکے زیادہ درستگی
حکمت عملی مختصر اور درمیانی اور طویل مدتی دونوں اشارے کا استعمال کرتی ہے ، اس سے الٹ سگنل کی وشوسنییتا کو یقینی بنایا جاسکتا ہے ، اور ایک ہی اشارے کی وجہ سے جھوٹے سگنل سے بچا جاسکتا ہے۔
- لچکدار اشارے پیرامیٹرز کی ترتیب
اسٹوکاسٹک آسکیلیٹر اور (قیمت کی سب سے زیادہ قیمت - کم قیمت) / بند ہونے والی قیمت کے اشارے کے پیرامیٹرز کو مارکیٹ کے مطابق ایڈجسٹ کیا جاسکتا ہے تاکہ حکمت عملی زیادہ لچکدار ہو۔
- سادہ اور واضح حکمت عملی کا ڈھانچہ
حکمت عملی اسٹوچاسٹک پر مبنی ہے ، جس میں درمیانی اور طویل مدتی رجحانات کی مدد سے فیصلہ کیا گیا ہے ، جس کی ساخت سادہ اور واضح ہے ، جس کو سمجھنا اور اس میں ترمیم کرنا آسان ہے۔
- توسیع پذیر
حکمت عملی کا فریم ورک سادہ اور عام ہے ، جس میں آسانی سے مزید اشارے متعارف کرائے جاسکتے ہیں ، جس سے کثیر عنصر ماڈل تیار کیے جاسکتے ہیں۔
خطرے کا تجزیہ
- ٹرینڈ مارکیٹ کی کارکردگی خراب ہوسکتی ہے
حکمت عملی کا انحصار الٹا ہے ، اور یہ کہ یہ مسلسل رجحان کی منڈیوں میں خراب کارکردگی کا مظاہرہ کرسکتا ہے۔ رجحان کی منڈیوں کے مطابق پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کیا جانا چاہئے۔
- غلط اشارے دینے کے خطرے سے آگاہ رہیں
غیر معمولی مارکیٹ کے حالات میں ، اسٹوکاسٹک اور (سب سے زیادہ قیمت - کم قیمت) / اختتامی قیمت کے اشارے غلط سگنل دے سکتے ہیں ، جعلی سگنل کے خطرے سے بچنے کی ضرورت ہے۔
- اشارے پیرامیٹرز کی ترتیب کے تجربے کی ضرورت ہے
اسٹاکسٹک اور (سب سے زیادہ قیمت - کم قیمت) / اختتامی قیمت کے اشارے کے پیرامیٹرز کو مارکیٹ کی صورتحال کے مطابق بہتر بنانے کی ضرورت ہے ، ورنہ یہ حکمت عملی کی کارکردگی کو متاثر کرسکتا ہے۔
- پوزیشن کے سائز کو مناسب طریقے سے کنٹرول کرنا
اس حکمت عملی کو الٹا کرنے کی حکمت عملی کے طور پر استعمال کیا جاتا ہے ، اس میں بڑے پیمانے پر اتار چڑھاؤ کا امکان ہے ، اور پوزیشن اور خطرے پر قابو پانے کی ضرورت ہے۔
حکمت عملی کی اصلاح کی سمت
- مزید اشارے متعارف کرانے کے لئے ملٹی فیکٹر ماڈل
ایک کثیر عنصر ماڈل کی تعمیر کے لئے موجودہ فریم ورک کے تحت زیادہ عوامل کو متعارف کرایا جا سکتا ہے، جیسے ٹرانزیکشن، دیگر ریورس اشارے وغیرہ.
- نقصان کی روک تھام میں اضافہ
ایک ہی تجارت میں ہونے والے نقصان کو مؤثر طریقے سے کنٹرول کرنے کے لئے موبائل اسٹاپ یا ٹائم اسٹاپ سیٹ کیا جاسکتا ہے۔
- پیرامیٹرز کی اصلاح
زیادہ منظم طریقوں جیسے جینیاتی الگورتھم وغیرہ کے ذریعہ پیرامیٹرز کو بہتر بنایا جاسکتا ہے۔
- مشین سیکھنے میں اضافہ
مشین لرننگ الگورتھم کو ٹریننگ کا استعمال کرتے ہوئے رجحان کی تبدیلی کا اندازہ لگانے والے ماڈل کی درستگی کو مزید بہتر بنایا جاسکتا ہے۔
- جذباتی تجزیہ کے ساتھ
جذباتی تجزیہ جیسے غیر منظم اعداد و شمار جیسے سماجی اعداد و شمار کو متعارف کرایا گیا ہے تاکہ تبدیلی کی پیش گوئی کی جاسکے۔
خلاصہ کریں۔
اس حکمت عملی میں مختصر اور درمیانی مدت کے دو جہتوں کے اشارے کو مربوط کیا گیا ہے تاکہ متعدد وقت کے عرصے میں رجحان کی تبدیلی کا فیصلہ کیا جاسکے ، یہ ایک بہت اچھا الٹ حکمت عملی کا فریم ورک ہے۔ اس میں اشارے کی پیرامیٹرز کی لچک ، ساخت کی سادگی ، توسیع پذیری اور دیگر فوائد ہیں۔ اگلے مرحلے میں مزید عوامل ، پیرامیٹرز کی اصلاح ، اسٹاپ نقصان اور مشین لرننگ کو متعارف کرانے کے ذریعہ بہتری لائی جاسکتی ہے ، تاکہ حکمت عملی کی منافع بخش صلاحیت اور خطرے پر قابو پانے کی صلاحیت کو مزید بہتر بنایا جاسکے۔ مجموعی طور پر ، یہ حکمت عملی ایک نئی سوچ ہے ، جو گہری تحقیق اور اطلاق کے قابل ہے۔
//@version=3
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 23/05/2019
// This is combo strategies for get
// a cumulative signal. Result signal will return 1 if two strategies
// is long, -1 if all strategies is short and 0 if signals of strategies is not equal.
//
// 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 histogram displays (high-low)/close
// Can be applied to any time frame.
//
// 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
HLCHist(input_barsback, input_percentorprice, input_smalength) =>
xPrice = (high-low)/close
xPriceHL = (high-low)
xPrice1 = iff(input_percentorprice, xPrice * 100, xPriceHL)
xPrice1SMA = sma(abs(xPrice1), input_smalength)
pos = 0.0
pos := iff(xPrice1SMA[input_barsback] > abs(xPrice1), 1,
iff(xPrice1SMA[input_barsback] < abs(xPrice1), -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & (H-L)/C Histogram", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
input_barsback = input(4, title="Look Back")
input_percentorprice = input(false, title="% change")
input_smalength = input(13, title="SMA Length")
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posHLCHist = HLCHist(input_barsback, input_percentorprice, input_smalength)
pos = iff(posReversal123 == 1 and posHLCHist == 1 , 1,
iff(posReversal123 == -1 and posHLCHist == -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 ? red: possig == 1 ? green : blue )