Turtle Breakout EMA کراس حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-07 15:40:08
ٹیگز:

جائزہ

یہ حکمت عملی مختلف ادوار کی دو ای ایم اے لائنز کا استعمال کرتی ہے تاکہ ان کے کراس اوور کے ذریعے انٹری اور آؤٹ سگنل کے طور پر رجحان کی تبدیلیوں کی نشاندہی کی جاسکے۔ حکمت عملی آسان اور آسان ہے۔

حکمت عملی منطق

یہ حکمت عملی ٹی ای ایم اے کا استعمال کرتے ہوئے دو ای ایم اے لائنوں کا حساب لگاتی ہے ، ایک مختصر مدت کے لئے لمبائی 10 اور طویل مدتی رجحان کے لئے لمبائی 20 کے ساتھ۔ یہ داخلہ اور خارجی نکات کا تعین کرنے کے لئے ٹی ای ایم اے کراس اوورز اور کراس اوورز کی شناخت کرتا ہے۔ جب مختصر ای ایم اے طویل ای ایم اے کو عبور کرتا ہے تو ، یہ لمبا ہوجاتا ہے۔ جب مختصر ای ایم اے طویل ای ایم اے کے نیچے عبور کرتا ہے تو ، یہ مختصر ہوجاتا ہے۔ اس طرح ای ایم اے کراس اوورز کو رجحان میں موڑ کے مقامات کو پکڑنے کے لئے استعمال کیا جاتا ہے۔

اس حکمت عملی میں آخری کراس اوور کا وقت ریکارڈ کرنے کے لئے ایک متغیر lastCrossTime بھی استعمال کیا جاتا ہے تاکہ بار بار سگنل سے بچ سکے۔ ہر درست کراس اوور پر ، یہ پہلے تمام موجودہ پوزیشنوں کو بند کردیتا ہے ، پھر کراس اوور کی سمت میں ایک نئی پوزیشن کھولتا ہے۔ پوزیشن کھولنے کے بعد ، منافع اور اسٹاپ نقصان کو باہر نکلنے کے لئے مقرر کیا جاتا ہے۔

فوائد

حکمت عملی کا منطق سادہ اور واضح ہے، سمجھنے اور لاگو کرنے میں آسان ہے.
رجحان کی تبدیلی کے نکات کی نشاندہی کرنے کے لئے ای ایم اے کراس اوور کا استعمال عام طور پر استعمال ہونے والی موثر تکنیکی اشارے کی حکمت عملی ہے۔
مختلف ادوار کے EMAs کو اپنانے سے قلیل مدتی حرکتوں کے لئے حساسیت میں اضافہ ہوتا ہے جبکہ پھر بھی بڑے رجحانات کو پکڑنے میں مدد ملتی ہے۔
منافع حاصل کریں اور نقصان کو روکنے سے ہر تجارت کے خطرے اور منافع کو کنٹرول کرنے میں مدد ملتی ہے۔
lastCrossTime متغیر ڈپلیکیٹ سگنل فلٹر کرتا ہے اور غیر ضروری تجارت سے بچتا ہے۔

خطرات

ای ایم اے کراس اوورز غلط سگنل پیدا کر سکتے ہیں، کچھ وِچسا خطرہ کے ساتھ۔
فکسڈ ٹی پی اور ایس ایل بدلتے ہوئے مارکیٹ کے حالات کے مطابق ڈھالنے میں ناکام ہوسکتے ہیں۔ متحرک سطحوں کا استعمال کرنا چاہئے۔
صرف EMA کراس اوور پر انحصار کرنے والے سسٹم مختلف مارکیٹوں میں نقصانات کا شکار ہوسکتے ہیں۔
تجارت کے اخراجات جیسے پھیلاؤ پر غور نہیں کیا جاتا ہے جو اصل کارکردگی پر اثر انداز ہوتا ہے۔
یہ حکمت عملی مارکیٹوں کی حد بندی کے بجائے رجحانات میں بہتر کام کرتی ہے۔

ٹی پی / ایس ایل کو بہتر بنانے ، فلٹرز کو شامل کرنے ، دیگر اشارے کو جوڑنے وغیرہ کے ذریعے بہتری لائی جاسکتی ہے۔ لائیو ٹریڈنگ کے لئے سخت رسک کنٹرول اور ایک ہی تجارت میں بڑے نقصان سے بچنا ضروری ہے۔

بہتری

بہتر مجموعے تلاش کرنے کے لئے EMA ادوار کی جانچ اور اصلاح کریں۔
سگنل کے معیار کو بہتر بنانے اور وِپساؤ سے بچنے کے لیے دیگر اشارے جیسے کے ڈی جے، ایم اے سی ڈی وغیرہ شامل کریں۔
متحرک منافع لے لو اور نقصان کو روکنے کا استعمال کریں، جیسے رجحان کے ساتھ ساتھ پیچھے کی روک تھام.
سگنلز کی تصدیق کے لیے تجارتی حجم پر غور کریں۔
سگنل کو مضبوط کرنے کے لئے بریک آؤٹ جیسے قیمت کی کارروائی کے نمونوں کو شامل کریں.
تجارت کے اخراجات جیسے پھیلاؤ کا حساب لگائیں اور اس کے مطابق ٹی پی / ایس ایل کی سطح کو بہتر بنائیں۔

نتیجہ

یہ حکمت عملی ای ایم اے کراس اوورز کا استعمال کرتے ہوئے ایک آسان اور سیدھے راستے میں رجحان کی تبدیلیوں کی نشاندہی کرتی ہے۔ ٹی پی / ایس ایل کو خطرات اور انعامات پر قابو پانے کے لئے استعمال کیا جاتا ہے۔ اس پر عمل درآمد آسان ہے لیکن ای ایم اے کراس اوورز میں وِپسا خطرات ہوتے ہیں۔ استحکام کو بہتر بنانے کے لئے پیرامیٹرز کو ٹوننگ ، فلٹرز شامل کرنے اور دیگر اشارے کو جوڑ کر مزید اصلاحات کی جاسکتی ہیں۔ یہ مارکیٹوں کی حد سے زیادہ رجحان میں بہتر کارکردگی کا مظاہرہ کرتا ہے۔ لائیو ٹریڈنگ کے لئے سخت رسک مینجمنٹ اور زیادہ سے زیادہ ٹی پی / ایس ایل سائزنگ بہت ضروری ہے۔ مجموعی طور پر یہ بنیادی رجحان کی پیروی کرنے والے نظام کے طور پر کام کرتا ہے اور الگورتھمک ٹریڈنگ کی تعلیم کے لئے ایک اچھا نقطہ اغاز ہے۔

/*backtest
start: 2023-10-30 00:00:00
end: 2023-11-06 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy('XXXquang', overlay=true)

// Sử dụng hàm input.int() và input.float() để tạo các trường nhập liệu với giới hạn giá trị
length1 = input.int(10, title="Length EMA Short", minval=1)
length2 = input.int(20, title="Length EMA Long", minval=1)
lotSize = input.int(1, title="Lot Size", minval=1)

takeProfitLevel = input.int(600, title="Take Profit Level", minval=1)
stopLossLevel = input.int(200, title="Stop Loss Level", minval=1)

ema1 = ta.ema(close, length1)
ema2 = ta.ema(close, length2)

var float lastCrossTime = na

if ta.crossover(ema1, ema2)
    if na(lastCrossTime)
        strategy.close_all()
    strategy.entry('Buy Order', strategy.long, qty=lotSize)
    strategy.exit('Exit Buy', 'Buy Order', profit=takeProfitLevel / syminfo.pointvalue, loss=stopLossLevel / syminfo.pointvalue)
    lastCrossTime := timenow

if ta.crossunder(ema1, ema2)
    if na(lastCrossTime)
        strategy.close_all()
    strategy.entry('Sell Order', strategy.short, qty=lotSize)
    strategy.exit('Exit Sell', 'Sell Order', profit=takeProfitLevel / syminfo.pointvalue, loss=stopLossLevel / syminfo.pointvalue)
    lastCrossTime := timenow

plot(ema1, title='EMA Short', color=color.new(color.blue, 0), linewidth=2)
plot(ema2, title='EMA Long', color=color.new(color.red, 0), linewidth=2)

مزید

2019 FMZ - تمام حقوق محفوظ ہیں