1. مربع
  2. MCL-YG بولنگر بینڈ بریک آؤٹ جوڑی ٹریڈنگ کی حکمت عملی

MCL-YG بولنگر بینڈ بریک آؤٹ جوڑی ٹریڈنگ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-14 13:49:12
ٹیگز:

img

جائزہ

یہ حکمت عملی تجارتی سگنل تیار کرنے اور دو مثبت طور پر وابستہ اثاثوں MCL اور YG کے مابین جوڑی کی تجارت کو نافذ کرنے کے لئے بولنگر بینڈ بریکآؤٹس کا استعمال کرتی ہے۔ جب MCL کی قیمت اوپری بینڈ کو چھوتی ہے تو یہ MCL اور مختصر YG طویل ہوجاتی ہے ، اور جب MCL کی قیمت نچلے بینڈ کو چھوتی ہے تو یہ MCL اور طویل YG مختصر ہوجاتی ہے ، تاکہ قیمت کے رجحان کے ساتھ تجارت کی جاسکے۔

حکمت عملی منطق

سب سے پہلے ، حکمت عملی ایک خاص مدت کے دوران بند ہونے والی قیمتوں کی بنیاد پر ایس ایم اے لائن اور اسٹیڈ ڈی وی کا حساب لگاتی ہے۔ پھر یہ بولنگر بینڈز کے اوپری اور نچلے بینڈ بنانے کے لئے ایس ایم اے کے اوپر اور نیچے آفسیٹ شامل کرتی ہے۔ جب قیمت اوپری بینڈ کو چھوتی ہے تو خرید کا اشارہ پیدا ہوتا ہے ، اور جب قیمت نچلے بینڈ کو چھوتی ہے تو فروخت کا اشارہ ہوتا ہے۔

یہ حکمت عملی بولنگر بینڈ کے بریک آؤٹ ٹریڈنگ منطق کا استعمال کرتی ہے - جب قیمت اوپری بینڈ سے اوپر ہوتی ہے تو طویل ہوجاتی ہے اور جب قیمت نچلی بینڈ سے نیچے ہوتی ہے تو مختصر ہوجاتی ہے۔ بولنگر بینڈ مارکیٹ کی اتار چڑھاؤ کی بنیاد پر بینڈ کی چوڑائی کو متحرک طور پر ایڈجسٹ کرتے ہیں ، جو رینجنگ ادوار کے دوران مارکیٹ کے شور کو فلٹر کرنے میں مدد کرتا ہے۔ فکسڈ چینل بینڈ کے برعکس ، بولنگر بینڈ اعلی اتار چڑھاؤ کے دوران وسیع اور کم اتار چڑھاؤ کے دوران تنگ ہوجاتے ہیں۔ اس سے یہ فلٹر کرنے کی اجازت ملتی ہے جب اتار چڑھاؤ زیادہ ہوتا ہے تو کچھ شور ہوتا ہے ، اور اتار چڑھاؤ کم ہونے پر چھوٹی توڑنے کو پکڑتا ہے۔

یہ دو مثبت طور پر وابستہ اثاثوں ایم سی ایل اور وائی جی کے مابین جوڑی کی تجارت کو نافذ کرتا ہے۔ جب ایم سی ایل اوپری بینڈ سے اوپر جاتا ہے تو ، اس سے پتہ چلتا ہے کہ ایم سی ایل ایک اپ ٹرینڈ میں ہے۔ حکمت عملی طویل ایم سی ایل اور مختصر وائی جی جاتی ہے - ان کی قیمتوں میں فرق سے فائدہ اٹھانے کے لئے مضبوط اثاثہ خریدنا اور کمزور فروخت کرنا۔

فوائد

  1. بولنگر بینڈ پر مبنی بریکآؤٹ ٹریڈنگ مؤثر طریقے سے مارکیٹ شور کو فلٹر کرسکتی ہے اور رجحانات کی نشاندہی کرسکتی ہے
  2. متعلقہ اثاثوں پر جوڑی ٹریڈنگ قیمتوں میں فرق سے الفا منافع حاصل کرسکتی ہے
  3. متحرک پوزیشن سائزنگ انفرادی تجارت کے لئے خطرے کو کنٹرول کرنے میں مدد ملتی ہے
  4. سٹینڈرڈ بریک آؤٹ انٹری اور ریورس ایگزٹ منطق حکمت عملی منطق کو آسان اور واضح بناتی ہے

خطرات

  1. بولنگر بینڈس پیرامیٹر کی خراب ترتیب سے بہت زیادہ سگنل یا غیر واضح سگنل پیدا ہوسکتے ہیں
  2. اثاثوں کے مابین کم ہونے والے ارتباط سے جوڑی کی تجارت سے منافع کم ہوسکتا ہے
  3. بریکآؤٹس کو غیر مستحکم مارکیٹوں میں غلط سگنلز سے دھوکہ دیا جا سکتا ہے، نقصانات کا سبب بنتا ہے
  4. کوئی سٹاپ نقصان واحد تجارتوں کے لئے بڑے نقصانات کا باعث بن سکتا ہے

خطرات کو پیرامیٹرز کو بہتر بنانے ، مضبوط رابطے اور لیکویڈیٹی کے ساتھ اثاثوں کا انتخاب ، مناسب اسٹاپ نقصان وغیرہ کا تعین کرکے کم کیا جاسکتا ہے۔

اصلاح کے مواقع

  1. بہترین مجموعہ تلاش کرنے کے لئے بولنگر بینڈ پیرامیٹرز کو بہتر بنائیں
  2. زیادہ سے زیادہ وابستہ اثاثوں کے جوڑے کی جانچ کریں اور بہترین مجموعہ کا انتخاب کریں
  3. ایک ہی تجارت کے لئے نقصانات کو محدود کرنے کے لئے سٹاپ نقصان منطق شامل کریں
  4. غلط بریکآؤٹ سگنل سے بچنے کے لئے مزید فلٹرز شامل کریں
  5. انٹری ٹائمنگ کو بہتر بنانے کے لئے حجم کی تصدیق جیسے دیگر عوامل کو شامل کریں

خلاصہ

مجموعی طور پر حکمت عملی آسان اور سیدھی ہے ، بولنگر بینڈ کے ساتھ رجحانات کو پکڑنا اور جوڑے کی تجارت سے الفا حاصل کرنا۔ لیکن پیرامیٹرز ٹوننگ ، اسٹاپ نقصان ، اور جوڑے کے انتخاب میں بہتری کی گنجائش ہے۔ پیرامیٹرز ، تجارتی گاڑیوں ، رجحان فلٹرز وغیرہ کی مزید جانچ سے حکمت عملی کی کارکردگی میں بہتری آسکتی ہے۔

/*backtest
start: 2022-11-07 00:00:00
end: 2023-11-13 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © shark792

//@version=5

// 1. Define strategy settings
strategy(title="MCL-YG Pair Trading Strategy", overlay=true,
     pyramiding=0, initial_capital=10000,
     commission_type=strategy.commission.cash_per_order,
     commission_value=4, slippage=2)

smaLength = input.int(title="SMA Length", defval=20)
stdLength = input.int(title="StdDev Length", defval=20)

ubOffset = input.float(title="Upper Band Offset", defval=1, step=0.5)
lbOffset = input.float(title="Lower Band Offset", defval=1, step=0.5)

usePosSize = input.bool(title="Use Position Sizing?", defval=true)
riskPerc   = input.float(title="Risk %", defval=0.5, step=0.25)


// 2. Calculate strategy values
smaValue = ta.sma(close, smaLength)
stdDev   = ta.stdev(close, stdLength)

upperBand = smaValue + (stdDev * ubOffset)
lowerBand = smaValue - (stdDev * lbOffset)

riskEquity  = (riskPerc / 100) * strategy.equity
atrCurrency = (ta.atr(20) * syminfo.pointvalue)
posSize     = usePosSize ? math.floor(riskEquity / atrCurrency) : 1


// 3. Output strategy data
plot(series=smaValue, title="SMA", color=color.teal)

plot(series=upperBand, title="UB", color=color.green,
     linewidth=2)
plot(series=lowerBand, title="LB", color=color.red,
     linewidth=2)


// 4. Determine long trading conditions
enterLong = ta.crossover(close, upperBand)
exitLong  = ta.crossunder(close, smaValue)


// 5. Code short trading conditions
enterShort = ta.crossunder(close, lowerBand)
exitShort  = ta.crossover(close, smaValue)


// 6. Submit entry orders
if enterLong
    strategy.entry(id="EL", direction=strategy.long, qty=posSize)

if enterShort
    strategy.entry(id="ES", direction=strategy.short, qty=posSize)


// 7. Submit exit orders
strategy.close(id="EL", when=exitLong)
strategy.close(id="ES", when=exitShort)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں