افراتفری ٹریڈنگ کے قواعد نقصان کو روکنے کی حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی کا بنیادی خیال آر ایس آئی حکمت عملی پر مبنی ہے ، جس میں کچھ اہم تجارتی انتظامی قواعد شامل ہیں ، بشمول روکنے ، روکنے ، روکنے ، اور لیورجنگ کو روکنے کے لئے۔ اس سے حکمت عملی کو رجحان کے حالات میں زیادہ سے زیادہ منافع حاصل کرنے کی اجازت ملتی ہے ، جبکہ ہلچل کے حالات میں نقصان کو کم سے کم کیا جاتا ہے۔
حکمت عملی کا اصول
اس حکمت عملی میں سب سے پہلے آر ایس آئی کا حساب لگایا جاتا ہے ، جب آر ایس آئی اوور بائی لائن سے نیچے ہوتا ہے تو زیادہ ہوتا ہے ، اور جب آر ایس آئی اوور سیل لائن سے اوپر ہوتا ہے تو اس سے زیادہ ہوتا ہے۔
ایک سے زیادہ سگنل ٹرگر کرنے کے بعد ، اس لمحے کی سب سے زیادہ قیمت کو ٹریکنگ اسٹاپ کے لئے ایک حوالہ نقطہ کے طور پر ریکارڈ کریں۔ اگر قیمت ٹریکنگ اسٹاپ پوائنٹ سے کم ہے تو اسٹاپ مارجن کو ختم کردیں۔
ایک بار جب آپ کا ٹریڈنگ سگنل ٹرگر ہوجاتا ہے تو ، اس لمحے کی سب سے کم قیمت کو ٹریڈنگ اسٹاپ کے لئے ایک ریفرنس پوائنٹ کے طور پر ریکارڈ کریں۔ اگر قیمت ٹریڈنگ اسٹاپ پوائنٹ سے زیادہ ہے اور اس میں اسٹاپ کی حد شامل ہے تو ، اس کی پوزیشن کو بند کردیں۔
ایک ہی وقت میں ایک مقررہ اسٹاپ اور اسٹاپ نقصان کا فاصلہ طے کریں۔ اگر قیمت اسٹاپ نقصان کے فاصلے تک پہنچ جاتی ہے تو ، اسٹاپ کو صاف کردیں۔ اگر اسٹاپ نقصان کا فاصلہ پہنچ جاتا ہے تو ، اسٹاپ نقصان کو صاف کردیں۔
اس کے علاوہ ، لیور ٹریکنگ اسٹاپ لائن کو لیور سیٹنگ کے مطابق لگانا۔ اگر قیمت لیور ٹریکنگ اسٹاپ لائن کو چھوتی ہے تو ، اس کی پوزیشن بند کردی جاتی ہے۔
اعلی ترین قیمتوں کے اسٹاپ نقصانات کو ٹرینڈ اپ کے دوران ٹریک کرکے ، کم قیمتوں کے اسٹاپ نقصانات کو ٹرینڈ ڈاون کے دوران ٹریک کرکے ، فکسڈ اسٹاپ اسٹاپ نقصان کے فاصلے کے ساتھ مل کر ، رجحان کے حالات میں زیادہ منافع حاصل کیا جاسکتا ہے۔ لیورڈ ٹریکنگ اسٹاپ نقصانات کو ترتیب دینے سے نقصانات کو بڑھانے سے بچنے کی کوشش کی جاسکتی ہے۔
طاقت کا تجزیہ
اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ اس میں متعدد تجارتی انتظامی قواعد متعارف کروائے گئے ہیں ، جس سے RSI حکمت عملی کے فوائد کو استعمال کرتے ہوئے ، خطرے کو بہتر طور پر کنٹرول کیا جاسکتا ہے۔
اس حکمت عملی کے کچھ فوائد یہ ہیں:
رجحان کے حالات میں ، ٹریکنگ اسٹاپ نقصانات رجحان کے منافع کو مستقل طور پر ٹریک کرسکتے ہیں ، اور اس طرح زیادہ منافع حاصل کرسکتے ہیں۔
فکسڈ اسٹاپ لاس فاصلہ منافع کے کچھ حصوں کو لاک کرنے کی اجازت دیتا ہے تاکہ رجحان کی تبدیلی کے وقت تمام منافع کو قید نہ کیا جاسکے۔
لیوریج ٹریکنگ نقصانات کو روکنے کے لئے نقصانات کو بڑھانے سے روکنے اور خطرے کو کنٹرول کرنے کے لئے استعمال کیا جاتا ہے.
ایک سے زیادہ روک تھام کے طریقوں کا مجموعہ مختلف مارکیٹ کے ماحول میں ان کے فوائد کو استعمال کرسکتا ہے ، اور مجموعی طور پر حکمت عملی کی استحکام کو بہتر بنا سکتا ہے۔
حکمت عملی کے پیرامیٹرز کو مختلف تجارتی اقسام اور مارکیٹ کے حالات کے مطابق لچکدار طریقے سے ایڈجسٹ کیا جاسکتا ہے۔
حکمت عملی کی منطق واضح اور سمجھنے میں آسان ہے ، جو تصدیق ، اصلاح اور اطلاق میں آسان ہے۔
خطرے کا تجزیہ
اس حکمت عملی کے اہم خطرات میں شامل ہیں:
آر ایس آئی حکمت عملی میں خود ہی کچھ غلط تجارت کا خطرہ ہوتا ہے ، ایسی صورت حال ہوسکتی ہے جب اسٹاپ نقصان کو متحرک کیا جاتا ہے۔ آر ایس آئی پیرامیٹرز کو ایڈجسٹ کرکے اسے بہتر بنایا جاسکتا ہے۔
اسٹاپ نقصان کے قریب ہلچل اکثر اسٹاپ نقصان کو متحرک کرسکتی ہے۔ اس سے بچنے کے لئے اسٹاپ نقصان کی فاصلے کو مناسب طریقے سے بڑھایا جاسکتا ہے۔
اسٹاپ فاصلہ ایک رجحان کی صورتحال میں منافع کو مکمل طور پر لاک نہیں کرسکتا ہے۔ اس کے علاوہ ، یہ دوسرے اشارے کے ساتھ مل کر اس بات کا تعین کرسکتا ہے کہ رجحان کب ختم ہوگا۔
فکسڈ سٹاپ نقصان کا فاصلہ بہت چھوٹا ہوسکتا ہے اور نقصان سے مکمل طور پر بچنے کے لئے ممکن نہیں ہے۔ آپ کو کمپن اسٹاپ یا متحرک اسٹاپ استعمال کرنے پر غور کرنا چاہئے۔
لیوریج زیادہ ہونے کی وجہ سے لیوریج ٹریکنگ اسٹاپ نقصان کھولی جانے والی قیمت کے قریب ہوسکتا ہے۔ لیوریج کی ترتیب کو مناسب طریقے سے کم کیا جانا چاہئے۔
ریٹرننگ ٹائم فریم مستقبل کی مارکیٹ کی صورتحال کی مکمل نمائندگی نہیں کرسکتے ہیں۔ خطرے پر قابو پانے اور مختلف ٹائم فریموں کے اثرات کی توثیق کرنے کی ضرورت ہے۔
مندرجہ بالا خطرے کو پیرامیٹرز کی ایڈجسٹمنٹ ، نقصانات کو روکنے کے طریقہ کار کو بہتر بنانے ، خطرے کے کنٹرول وغیرہ کے ذریعہ کم کیا جاسکتا ہے۔ تاہم ، کوئی بھی حکمت عملی مارکیٹ کے خطرے سے مکمل طور پر بچ نہیں سکتی ، خطرے کو کنٹرول کرنے کی ضرورت ہے۔
اصلاح کی سمت
اس حکمت عملی کو مزید بہتر بنانے کے لیے مندرجہ ذیل نکات پر غور کیا جا سکتا ہے:
آر ایس آئی پیرامیٹرز کو بہتر بنانا اور غلط تجارت کے امکانات کو کم کرنا۔ مختلف مارکیٹوں کے لئے بہترین پیرامیٹرز کا مجموعہ آزمائیں۔
دوسرے اشارے کی کوشش کریں جیسے کے ڈی ، ایم اے سی ڈی ، وغیرہ۔ RSI کے ساتھ مل کر متعدد فلٹر بنائیں۔
مشین لرننگ اور دیگر طریقوں کا استعمال کرتے ہوئے متحرک طور پر سٹاپ نقصان کی روک تھام کے پیرامیٹرز کو بہتر بنائیں۔
زیادہ پیچیدہ سٹاپ طریقوں کی کوشش کریں، جیسے کہ کمپن سٹاپ، اوسط سٹاپ، متحرک سٹاپ وغیرہ۔
لیوریج کی سطح کی ترتیب کو بہتر بنانا ، منافع اور رسک کنٹرول پر مختلف لیوریج کے اثرات۔
مارکیٹ کے ماحول میں تبدیلیوں کے مطابق پیرامیٹرز کو خود بخود ایڈجسٹ کریں ، جیسے α-Dual Thrust。
ٹرینڈ کے استحکام کا تعین کرنے کے لئے دیگر عوامل کے ساتھ مل کر ، جیسے ٹرانزیکشن حجم انرجی وغیرہ۔
گہری سیکھنے جیسی ٹیکنالوجیز کا استعمال کرتے ہوئے زیادہ مستحکم اور وضاحت کے قابل نقصانات کو روکنے کے طریقوں کی تیاری۔
حکمت عملی کی استحکام کا اندازہ کرنے کے لئے مختلف اقسام اور وقت کے اعداد و شمار کی جانچ پڑتال کریں
خلاصہ کریں۔
اس حکمت عملی میں آر ایس آئی حکمت عملی کی بنیاد پر نقصان کو روکنے کے متعدد طریقوں کا اضافہ کیا گیا ہے ، جو رجحانات کو فائدہ اٹھانے اور خطرے پر قابو پانے میں دوہری کردار ادا کرتا ہے۔ حکمت عملی کو بہتر بنانے کی گنجائش بہت زیادہ ہے ، جس سے حکمت عملی کے فوائد کو بڑھانے اور خطرے کو کم کرنے کے لئے بہت سے پہلوؤں سے کام لیا جاسکتا ہے۔
/*backtest
start: 2022-11-06 00:00:00
end: 2023-11-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Adding some essential components to a prebuilt RSI strategy", overlay=true)
/////////////// Component Code Start ///////////////
testStartYear = input(2011, "Backtest Start Year")
testStartMonth = input(8, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = input(2016, "Backtest Stop Year")
testStopMonth = input(9, "Backtest Stop Month")
testStopDay = input(29, "Backtest Stop Day")
// testStopDay = testStartDay + 1
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
// A switch to control background coloring of the test period
testPeriodBackground = input(title="Color Background?", type=bool, defval=true)
testPeriodBackgroundColor = testPeriodBackground and (time >= testPeriodStart) and (time <= testPeriodStop) ? #00FF00 : na
bgcolor(testPeriodBackgroundColor, transp=97)
testPeriod() => true
/////////////// Component Code Stop ///////////////
///////////// RSI component /////////////
length = input( 14 )
overSold = input( 30 )
overBought = input( 70 )
price = close
vrsi = rsi(price, length)
notna = not na(vrsi)
/////////////// STRATEGY ///////////////
ts = input(99999, "Trailing Stop") / 100
tp = input(99999, "Take Profit") / 100
sl = input(99999, "Stop Loss") / 100
long = notna and crossover(vrsi, overSold)
short = notna and crossunder(vrsi, overBought)
last_long = long ? time : nz(last_long[1])
last_short = short ? time : nz(last_short[1])
long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)
last_open_long_signal = long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal = short_signal ? open : nz(last_open_short_signal[1])
last_long_signal = long_signal ? time : nz(last_long_signal[1])
last_short_signal = short_signal ? time : nz(last_short_signal[1])
in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal
last_high = not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low = not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])
long_ts = not na(last_high) and high <= (last_high - ts) //and high >= last_open_long_signal
short_ts = not na(last_low) and low >= (last_low + ts) //and low <= last_open_short_signal
long_tp = high >= (last_open_long_signal + tp)
short_tp = low <= (last_open_short_signal - tp)
long_sl = low <= (last_open_long_signal - sl)
short_sl = high >= (last_open_short_signal + sl)
leverage = input(200, "Leverage")
long_call = last_open_long_signal - (0.8 + 0.2 * (1/leverage)) / leverage * last_open_long_signal
short_call = last_open_short_signal + (0.78 + 0.2 * (1/leverage)) / leverage * last_open_short_signal
long_call_signal = low <= long_call
short_call_signal = high >= short_call
if testPeriod()
strategy.entry("Long", strategy.long, when=long_signal)
strategy.entry("Short", strategy.short, when=short_signal)
// plot(long_call, color=red)
// plot(short_call, color=green)
strategy.close("Long", when=long_call_signal)
strategy.close("Short", when=short_call_signal)
strategy.close("Long", when=long_tp)
strategy.close("Short", when=short_tp)
strategy.close("Long", when=long_sl)
strategy.close("Short", when=short_sl)
strategy.close("Long", when=long_ts)
strategy.close("Short", when=short_ts)