1. مربع
  2. رشتہ دار رفتار انڈیکس کی حکمت عملی

رشتہ دار رفتار انڈیکس کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-02 17:21:45
ٹیگز:

img

جائزہ

رشتہ دار رفتار انڈیکس (آر ایم آئی) حکمت عملی رفتار انڈیکس پر مبنی ایک بہتر ورژن ہے۔ یہ ایک مدت کے دوران قیمت کی رفتار کا حساب لگاتا ہے تاکہ یہ معلوم کیا جاسکے کہ آیا مارکیٹ زیادہ خرید یا زیادہ فروخت ہوئی ہے ، تاکہ الٹ جانے کے مواقع کو حاصل کیا جاسکے۔

حکمت عملی منطق

RMI حساب کتاب کا فارمولا مندرجہ ذیل ہے:

xMom = xPrice - xPrice[Length]  // Price change over Length periods
xMU = If xMom >= 0: previous xMU minus xMU/Length plus xMom; else: previous xMU
xMD = If xMom <= 0: previous xMD minus xMD/Length plus absolute value of xMom; else: 0 
RM = xMU / xMD
RMI = 100 * (RM / (1 + RM))

پہلے لمبائی کے ادوار میں قیمت کی تبدیلی xMom کا حساب لگائیں۔ اگر xMom> = 0 ، یعنی قیمت بڑھتی ہے تو ، اسے xMU میں جمع کریں۔ اگر xMom <0 ، یعنی قیمت گرتی ہے تو ، اس کی مطلق قیمت کو xMD میں جمع کریں۔ RM xMU اور xMD کے درمیان تناسب ہے ، جو عروج و زوال کی رفتار کی نمائندگی کرتا ہے۔ RMI RM کو 0-100 کی حد میں معمول پر لاتا ہے۔

جب آر ایم آئی حد سے زیادہ ہے SellZone، مارکیٹ overbought ہے، مختصر جانا. جب آر ایم آئی BuyZone سے کم ہے، مارکیٹ oversold ہے، طویل جانا.

فوائد

  • آر ایس آئی کے مقابلے میں، آر ایم آئی زیادہ حساس ہے اور واپسی کے مواقع کو پہلے پکڑ سکتا ہے.
  • آر ایم آئی اُوپر اور نیچے کی رفتار کو ماپتا ہے، جو استحکام سے کم متاثر ہوتا ہے۔
  • رفتار کی بنیاد پر، آر ایم آئی بہتر طور پر overbought/oversold کی حیثیت کا تعین کر سکتا ہے.

خطرات

  • دیگر الٹ پلٹ کی حکمت عملیوں کی طرح ، آر ایم آئی کو بھی مضبوط رجحانات کے ذریعہ روکنے کا خطرہ ہے۔ طویل سگنل خلاف ورزی ہوسکتے ہیں۔
  • RMI پیرامیٹرز کو مختلف مصنوعات کے لئے بہتر بنانے کی ضرورت ہے، دوسری صورت میں نتائج خراب ہوسکتے ہیں.
  • زیادہ خریدنے/زیادہ فروخت کرنے کی حدیں مناسب طریقے سے مقرر کی جانی چاہئیں۔ ورنہ بہت سے غلط سگنل سامنے آسکتے ہیں۔

اسٹاپ نقصان کو بڑھا کر ، پیرامیٹرز کو بہتر بنا کر ، رجحان کی حکمت عملیوں کے ساتھ مل کر وغیرہ سے خطرات کو کم کیا جاسکتا ہے۔

بہتری

آر ایم آئی کی حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:

  • واپسی کو زیادہ سے زیادہ کرنے کے لئے لمبائی پیرامیٹر کو بہتر بنائیں.
  • غلط سگنل کو کم کرنے کے لئے زیادہ سے زیادہ خرید / فروخت کی حد کو بہتر بنائیں.
  • سٹاپ نقصان شامل کریں واحد نقصان کو کنٹرول کرنے کے لئے.
  • جیتنے کی شرح بڑھانے کے لئے رجحان کی پیروی یا چلتی اوسط حکمت عملی کے ساتھ مل کر.
  • استحکام کو بہتر بنانے کے لئے مصنوعات کی خصوصیات کی بنیاد پر مناسب تجارتی سیشن کا انتخاب کریں.

نتیجہ

آر ایم آئی حکمت عملی قیمت کی رفتار میں تبدیلی کی پیمائش کرکے قلیل مدتی واپسی کے مواقع کو حاصل کرتی ہے۔ آر ایس آئی کے مقابلے میں ، آر ایم آئی استحکام کے لئے زیادہ حساس اور مضبوط ہے۔ لیکن روکنے کے خطرات موجود ہیں۔ پیرامیٹرز کو زیادہ سے زیادہ کارکردگی کے ل optim بہتر بنانے اور رجحان کی حکمت عملیوں کے ساتھ مل کر کام کرنے کی ضرورت ہے۔

/*backtest
start: 2023-10-02 00:00:00
end: 2023-10-21 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 19/10/2017
// The Relative Momentum Index (RMI) was developed by Roger Altman. Impressed 
// with the Relative Strength Index's sensitivity to the number of look-back 
// periods, yet frustrated with it's inconsistent oscillation between defined 
// overbought and oversold levels, Mr. Altman added a momentum component to the RSI.
// As mentioned, the RMI is a variation of the RSI indicator. Instead of counting 
// up and down days from close to close as the RSI does, the RMI counts up and down 
// days from the close relative to the close x-days ago where x is not necessarily 
// 1 as required by the RSI). So as the name of the indicator reflects, "momentum" is 
// substituted for "strength".   
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Relative Momentum Index", shorttitle="RMI")
xPrice = close
Length = input(20, minval=1)
BuyZone = input(40, minval=1)
SellZone = input(70, minval=1)
reverse = input(false, title="Trade reverse")
// hline(0, color=gray, linestyle=dashed)
// hline(SellZone, color=red, linestyle=line)
// hline(BuyZone, color=green, linestyle=line)
xMom = xPrice - xPrice[Length]
xMU = iff(xMom >= 0, nz(xMU[1], 1) - (nz(xMU[1],1) / Length) + xMom, nz(xMU[1], 1))
xMD = iff(xMom <= 0, nz(xMD[1], 1) - (nz(xMD[1],1) / Length) + abs(xMom), nz(xMD[1], 0))
RM = xMU / xMD
nRes = 100 * (RM / (1+RM))
pos = iff(nRes < BuyZone, 1,
	   iff(nRes > SellZone, -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(nRes, color=blue, title="RMI")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں