1. مربع
  2. حرکت پذیر اوسط پر مبنی رفتار کی گرفتاری کی حکمت عملی

حرکت پذیر اوسط پر مبنی رفتار کی گرفتاری کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-01 15:55:51
ٹیگز:

img

جائزہ

یہ حکمت عملی چلتی اوسط کو مرکزی تجارتی سگنل کے طور پر استعمال کرتی ہے ، جس کا مقصد قلیل مدتی قیمت کی رفتار کو پکڑنے کے لئے ، رجحان کی تبدیلی کا پتہ لگانے کے لئے ہائکن اشی کے ساتھ مل کر ہے۔ یہ غیر پسماندہ سگنل پیدا کرنے کے لئے دوبارہ پینٹنگ فنکشن کو ہٹا کر گوستاو برماؤ کی ہائکن اشی ایم اے حکمت عملی سے بہتر بنایا گیا ہے۔

حکمت عملی منطق

  1. قیمت کے بیس لائن کے طور پر Heikin-Ashi بند قیمت nAMAn کا حساب لگائیں.

  2. nAMAn کی بنیاد پر تیز رفتار حرکت پذیر اوسط fma اور سست حرکت پذیر اوسط sma کا حساب لگائیں.

  3. جب ایف ایم اے ایس ایم اے سے تجاوز کرتا ہے تو خریدنے کا اشارہ پیدا کریں، اور جب ایف ایم اے ایس ایم اے سے تجاوز کرتا ہے تو فروخت کا اشارہ دیں۔

  4. اس حکمت عملی میں ریپینٹنگ کو ہٹا دیا گیا ہے تاکہ حقیقی وقت کے تجارتی سگنل پیدا کیے جاسکیں اور بیک ٹسٹنگ تعصب سے بچ سکیں۔

فوائد کا تجزیہ

  1. ہیکن اشی رجحان کی تبدیلی کے مقامات کو زیادہ درست طریقے سے طے کرنے میں مدد کرتا ہے۔

  2. ایم اے کراس اوور غلط سگنل کو مؤثر طریقے سے فلٹر کرتا ہے۔

  3. سگنل کی پیداوار میں کوئی تاخیر قابل اعتماد زندہ کارکردگی کو یقینی بناتی ہے.

  4. مختلف مصنوعات کے لئے لچکدار پیرامیٹر ایڈجسٹ کرنے کے قابل.

  5. سادہ اور واضح منطق، سمجھنے اور لاگو کرنے کے لئے آسان.

  6. دستی ٹریڈنگ کے خطرات کو کم سے کم کرنے کے لئے مکمل طور پر خودکار کیا جا سکتا ہے.

خطرے کا تجزیہ

  1. قیمتوں میں کمی کے ساتھ رینج سے منسلک مارکیٹ میں خراب کارکردگی.

  2. دوہری ایم اے کراس اوور کے ساتھ غلط سگنل پیدا کرنے کا امکان ہے۔

  3. غیر مناسب ایم اے پیرامیٹرز کی وجہ سے غائب رجحانات یا بڑھتی ہوئی کھپت ہوسکتی ہے۔

  4. تجارتی لاگت براہ راست تجارت میں خالص منافع کو متاثر کرتی ہے۔

  5. ایک ہی تجارت کے نقصان کو کنٹرول کرنے کے لئے سخت سٹاپ نقصان کی ضرورت ہے.

  6. مکینیکل ٹریڈنگ کی حکمت عملیوں میں اندرونی خطرہ ہوتا ہے اور اس کے لیے مناسب سرمایہ انتظام کی ضرورت ہوتی ہے۔

رسک مینجمنٹ حل:

  1. رینج سے منسلک مارکیٹ سے بچنے کے لئے اتار چڑھاؤ فلٹر شامل کریں.

  2. سگنل کی کوالٹی کو یقینی بنانے کے لیے فلٹرز شامل کریں۔

  3. مکمل جانچ کے ذریعے ایم اے پیرامیٹرز کو بہتر بنائیں.

  4. لاگت کے اثرات کو کم کرنے کے لئے تجارتی تعدد کو ایڈجسٹ کریں.

  5. ایک ہی تجارت میں نقصان کو کنٹرول کرنے کے لئے مناسب سٹاپ نقصان مقرر کریں.

  6. پوزیشن سائزنگ کو کنٹرول کرنے کے لئے سرمایہ کاری کے انتظام کو بہتر بنائیں.

بہتری کی ہدایات

  1. سگنل کے معیار کو بہتر بنانے کے لئے ایم اے پیرامیٹرز کو بہتر بنائیں.

  2. وپسا مارکیٹ سے بچنے کے لئے رجحان فلٹر شامل کریں.

  3. رجحان کی تصدیق کے لیے حجم کے اشارے شامل کریں۔

  4. منافع کی گرفتاری کو بہتر بنانے کے لئے متحرک اسٹاپ نقصان اور منافع لینے کو نافذ کریں۔

  5. پوزیشن سائزنگ کو کنٹرول کرنے کے لیے کیپٹل مینجمنٹ ماڈیول کو مربوط کریں۔

  6. مکمل آٹومیشن کے لیے الگورتھمک ٹریڈنگ ماڈیول شامل کریں۔

خلاصہ

یہ حکمت عملی ایک سادہ اور عملی قلیل مدتی رجحان کی پیروی کرنے والی حکمت عملی بنانے کے لئے ہیکن آشی اور ایم اے کراس اوور تکنیکوں کو مربوط کرتی ہے۔ یہ قابل اعتماد ریئل ٹائم ٹریڈنگ سگنل تیار کرتی ہے اور براہ راست تجارت میں اچھی کارکردگی دکھاتی ہے۔ پیرامیٹرز ، رسک مینجمنٹ اور الگورتھمک ٹریڈنگ ماڈیولز پر مزید اصلاحات اسے مکمل طور پر خودکار حکمت عملی میں تبدیل کرسکتی ہیں جو قابل اعتماد ہے۔

/*backtest
start: 2022-10-25 00:00:00
end: 2023-10-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//Heikin/Kaufman by Gustavo v5
// strategy('Heikin Ashi EMA v5 no repaint ', shorttitle='Heikin Ashi EMA v5 no repaint', overlay=true, max_bars_back=500, default_qty_value=1000, initial_capital=100000, currency=currency.EUR)


// Settings - H/K
res1 = input.timeframe(title='Heikin Ashi EMA Time Frame', defval='D')
test = input(0, 'Heikin Ashi EMA Shift')
sloma = input(20, 'Slow EMA Period')
nAMA = hlc3

//Kaufman MA
Length = input.int(5, minval=1)
xPrice = input(hlc3)
xvnoise = math.abs(xPrice - xPrice[1])
Fastend = input.float(2.5, step=.5)
Slowend = input(20)
nfastend = 2 / (Fastend + 1)
nslowend = 2 / (Slowend + 1)
nsignal = math.abs(xPrice - xPrice[Length])
nnoise = math.sum(xvnoise, Length)
nefratio = nnoise != 0 ? nsignal / nnoise : 0
nsmooth = math.pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMAn = nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))

//Heikin Ashi Open/Close Price
ha_t = ticker.heikinashi(syminfo.tickerid)
ha_close = request.security(ha_t, timeframe.period, nAMAn)
mha_close = request.security(ha_t, res1, hlc3)

//Moving Average
fma = ta.ema(mha_close[test], 1)
sma = ta.ema(ha_close, sloma)
plot(fma, title='MA', color=color.new(color.black, 0), linewidth=2, style=plot.style_line)
plot(sma, title='SMA', color=color.new(color.red, 0), linewidth=2, style=plot.style_line)

//Strategy
golong = ta.crossover(fma, sma)
goshort = ta.crossunder(fma, sma)

strategy.entry('Buy', strategy.long, when=golong)
strategy.entry('Sell', strategy.short,when=goshort)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں