EMA اور MAMA اشارے پر مبنی تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-10-31 14:20:56
ٹیگز:

جائزہ

یہ حکمت عملی رجحان کی سمت کا تعین کرنے اور ان کے کراس اوور کے مطابق تجارتی سگنل پیدا کرنے کے لئے ای ایم اے (اضافی حرکت پذیر اوسط) اور ایم اے ایم اے (ایم ای ایس اے موافقت پذیر حرکت پذیر اوسط) اشارے پر مبنی ہے۔ ای ایم اے اکثر مارکیٹ کے رجحان کی سمت کا فیصلہ کرنے کے لئے استعمال ہوتا ہے ، جبکہ ایم اے مارکیٹ کے موڑ کے مقامات کو زیادہ درست طریقے سے پکڑ سکتا ہے۔ دونوں کا استعمال حکمت عملی کی کارکردگی کو بہتر بنا سکتا ہے۔

حکمت عملی منطق

تیز رفتار EMA اور سست EMA کا حساب لگائیں، جو مارکیٹ کے بالترتیب قلیل مدتی اور طویل مدتی رجحانات کو ظاہر کرتے ہیں۔
MAMA اور FAMA لائنوں کا حساب لگائیں، جو موافقت پذیر چلتی اوسط ہیں۔
جب تیز EMA سست EMA کے اوپر سے عبور کرتا ہے تو خریدنے کا سگنل پیدا ہوتا ہے۔
جب تیز EMA سست EMA سے نیچے گزرتا ہے تو ، فروخت کا اشارہ پیدا ہوتا ہے۔
جب MAMA FAMA کے اوپر سے گزرتا ہے، تو خریدنے کا اشارہ پیدا ہوتا ہے۔
جب MAMA FAMA سے نیچے گزرتا ہے، تو فروخت کا اشارہ پیدا ہوتا ہے۔
ایم اے ایم اے اور ایف اے ایم اے کے کراس اوورز کا استعمال ای ایم اے سگنلز کی تصدیق یا رجحان موڑ کا ابتدائی پتہ لگانے کے لئے کیا جاسکتا ہے۔

خاص طور پر، حکمت عملی سب سے پہلے تیز رفتار EMA (fl) اور سست EMA (sl) کا حساب لگاتا ہے، جو بالترتیب قلیل مدتی اور طویل مدتی رجحانات کو ظاہر کرتا ہے۔

پھر یہ جان ایلرز کے فارمولے کے مطابق MAMA اور FAMA کا حساب لگاتا ہے:

قیمت کے ہلبرٹ ٹرانسفارمر کا حساب لگائیں اور سگنل کی فیز کی معلومات نکالیں۔
فیز کی معلومات کی بنیاد پر فوری تعدد p کا حساب لگائیں.
وزن کا عنصر α p قدر کی بنیاد پر حساب لگائیں۔
MAMA اور FAMA کا حساب α کی بنیاد پر لگائیں۔

آخر میں، ٹریڈنگ سگنل EMA اور MAMA/FAMA کراس اوورز کی بنیاد پر تیار کیے جاتے ہیں:

طویل جب EMA اوپر سے گزرتا ہے
ای ایم اے کے نیچے عبور کرنے پر شارٹ
لمبا جب ماں فاما کے اوپر سے گزرتی ہے
مختصر جب MAMA FAMA سے نیچے عبور کرتا ہے

فوائد کا تجزیہ

یہ حکمت عملی ٹریڈنگ سگنلز کی درستگی کو بہتر بنانے کے لئے EMA اور MAMA اشارے کے فوائد کو یکجا کرتی ہے۔

ای ایم اے کے فوائد:

مؤثر طریقے سے قیمت کے اعداد و شمار کو ہموار اور شور کو کم کریں
کچھ تاخیر کے ساتھ اچھی طرح سے رجحانات کو ٹریک کریں
حساسیت کو ایڈجسٹ کرنے کے لئے لچکدار پیرامیٹرز

MAMA کے فوائد:

موافقت پذیر پیرامیٹرز، دستی مدت کی ترتیب کی کوئی ضرورت نہیں
رجحان کو جلدی تبدیل کرنے کے لئے فوری ردعمل
معاونت اور مزاحمت کی درست شناخت کریں

ان کے امتزاج کے فوائد:

ای ایم اے مجموعی رجحان کا تعین کرتا ہے
MAMA سگنلز کی تصدیق کرتا ہے اور ابتدائی طور پر موڑ کا پتہ لگاتا ہے
سگنلز کی بہتر درستگی اور جیت کی شرح

خطرے کا تجزیہ

اس حکمت عملی کے اہم خطرات:

ای ایم اے اور ایم اے ایم اے پسماندہ اشارے ہیں ، انٹری سگنل میں کچھ تاخیر اور سلائڈنگ ہوسکتی ہے
مختلف مارکیٹوں میں کثرت سے کراس اوورز جس کی وجہ سے وِچساؤس
پیرامیٹرز کی غلط ترتیبات سے رجحانات یا جعلی سگنل غائب ہوجاتے ہیں

حل:

نقصان کو کنٹرول کرنے کے لئے سٹاپ نقصان کا استعمال کریں
معقول پیرامیٹرز کا انتخاب کریں، زیادہ حساس ہونے سے بچیں
سگنل کی تصدیق کے لئے دیگر اشارے کے ساتھ مل کر

اصلاح کی ہدایات

حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:

علامت کی خصوصیات کی بنیاد پر EMA ادوار کو بہتر بنائیں
بہتر گرفتاری موڑ کے لئے ٹھیک ٹیون MAMA الفا حساسیت
جعلی سگنل سے بچنے کے لئے MACD، RSI جیسے دیگر فلٹرز شامل کریں
خطرات کو کنٹرول کرنے کے لئے سٹاپ نقصان شامل کریں
زیادہ سے زیادہ پیرامیٹرز تلاش کرنے کے لئے بیک ٹیسٹ
زیادہ سے زیادہ منافع کے لئے منافع لینے خودکار

خلاصہ

یہ حکمت عملی رجحان کی پیروی کرنے اور بروقت موڑ پر قبضہ کرنے کے لئے ای ایم اے اور ایم اے ایم اے اشارے کی طاقتوں کو مربوط کرتی ہے۔ پیرامیٹر کی اصلاح اور رسک کنٹرول کے ساتھ ، یہ جیت کی شرح اور منافع میں بہتری حاصل کرسکتا ہے۔ لیکن صارفین کو اب بھی ذاتی رسک ترجیح کی بنیاد پر احتیاط برتنی چاہئے۔

/*backtest
start: 2023-09-30 00:00:00
end: 2023-10-30 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("EMAMA strategy", overlay=true)
//This entire strategy is courtesy of LazyBear for programming the original EMAMA system, I simply added a strategy element to everything to round things out. 

src=input(hl2, title="Source")
fl=input(.5, title="Fast Limit")
sl=input(.05, title="Slow Limit")
sp = (4*src + 3*src[1] + 2*src[2] + src[3]) / 10.0
dt = (.0962*sp + .5769*nz(sp[2]) - .5769*nz(sp[4])- .0962*nz(sp[6]))*(.075*nz(p[1]) + .54)
q1 = (.0962*dt + .5769*nz(dt[2]) - .5769*nz(dt[4])- .0962*nz(dt[6]))*(.075*nz(p[1]) + .54)
i1 = nz(dt[3])
jI = (.0962*i1 + .5769*nz(i1[2]) - .5769*nz(i1[4])- .0962*nz(i1[6]))*(.075*nz(p[1]) + .54)
jq = (.0962*q1 + .5769*nz(q1[2]) - .5769*nz(q1[4])- .0962*nz(q1[6]))*(.075*nz(p[1]) + .54)
i2_ = i1 - jq
q2_ = q1 + jI
i2 = .2*i2_ + .8*nz(i2[1])
q2 = .2*q2_ + .8*nz(q2[1])
re_ = i2*nz(i2[1]) + q2*nz(q2[1])
im_ = i2*nz(q2[1]) - q2*nz(i2[1])
re = .2*re_ + .8*nz(re[1])
im = .2*im_ + .8*nz(im[1])
p1 = iff(im!=0 and re!=0, 360/atan(im/re), nz(p[1]))
p2 = iff(p1 > 1.5*nz(p1[1]), 1.5*nz(p1[1]), iff(p1 < 0.67*nz(p1[1]), 0.67*nz(p1[1]), p1))
p3 = iff(p2<6, 6, iff (p2 > 50, 50, p2))
p = .2*p3 + .8*nz(p3[1])
spp = .33*p + .67*nz(spp[1])
phase = atan(q1 / i1)
dphase_ = nz(phase[1]) - phase
dphase = iff(dphase_< 1, 1, dphase_)
alpha_ = fl / dphase
alpha = iff(alpha_ < sl, sl, iff(alpha_ > fl, fl, alpha_))
mama = alpha*src + (1 - alpha)*nz(mama[1])
fama = .5*alpha*mama + (1 - .5*alpha)*nz(fama[1])
pa=input(false, title="Mark crossover points")

plotarrow(pa?(cross(mama, fama)?mama<fama?-1:1:na):na, title="Crossover Markers")

fr=input(false, title="Fill MAMA/FAMA Region")

duml=plot(fr?(mama>fama?mama:fama):na, style=circles, color=gray, linewidth=0, title="DummyL")

mamal=plot(mama, title="MAMA", color=red, linewidth=2)

famal=plot(fama, title="FAMA", color=green, linewidth=2)

fill(duml, mamal, red, transp=70, title="NegativeFill")

fill(duml, famal, green, transp=70, title="PositiveFill")

ebc=input(false, title="Enable Bar colors")

bc=mama>fama?lime:red

barcolor(ebc?bc:na)

longCondition = crossover(mama, fama)
if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)

shortCondition = crossunder(mama, fama)
if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)

مزید

2019 FMZ - تمام حقوق محفوظ ہیں