سادہ موونگ ایوریج گولڈن کراس اور ڈیتھ کراس کی حکمت عملی
ChaoZhang
جائزہ
یہ حکمت عملی مختلف ٹائم پیریڈ کے متعدد سادہ حرکت پذیر اوسطوں (ایس ایم اے) پر مبنی سنہری کانٹا ڈیڈ فاکس کی بنیاد پر مارکیٹ میں رجحانات کا اندازہ لگانے اور خرید و فروخت کا اشارہ دینے کے لئے ہے۔ حکمت عملی 20 دن کی لائن ، 50 دن کی لائن ، 100 دن کی لائن اور 200 دن کی لائن پر چار ایس ایم اے استعمال کرتی ہے۔ جب قلیل مدتی ایس ایم اے پر طویل مدتی ایس ایم اے کا نشانہ بنایا جاتا ہے تو سنہری کانٹا سگنل کے لئے ، زیادہ کام کریں۔ جب قلیل مدتی ایس ایم اے کے نیچے طویل مدتی ایس ایم اے کا نشانہ بنایا جاتا ہے تو ، ڈائی فاکس سگنل کے لئے ، خالی کریں۔
حکمت عملی کا اصول
اس حکمت عملی کی بنیادی منطق مندرجہ ذیل نکات پر مبنی ہے:
20 دن کی لائن ، 50 دن کی لائن ، 100 دن کی لائن اور 200 دن کی لائن سمیت مختلف وقت کی مدت کے ایس ایم اے کا حساب لگائیں۔
مختصر مدت کے ایس ایم اے ((20 دن کی لائن) اور طویل مدتی ایس ایم اے ((50 دن کی لائن ، 100 دن کی لائن ، 200 دن کی لائن) کے کراسنگ کا فیصلہ کریں۔
جب 20 ویں لائن پر 50 ویں لائن کو عبور کرتے وقت اسے سنہری کانٹا سگنل سمجھا جاتا ہے تو ، زیادہ کام کریں۔ جب 20 ویں لائن کے نیچے 50 ویں لائن کو عبور کرتے وقت اسے مردہ کانٹا سگنل سمجھا جاتا ہے تو ، خالی کریں۔
اسی وقت ، 50 دن کی لائن ، 100 دن کی لائن اور 200 دن کی لائن کو بڑے رجحان کے فیصلے کی منطق کو پورا کرنا چاہئے ، یعنی طویل مدتی SMA مختصر مدت کے SMA کے اوپر ہونا چاہئے۔
انٹری سگنل ترجیح: 20th لائن اور 50th لائن> 20th لائن اور 100th لائن> 20th لائن اور 200th لائن
20th لائن 50th لائن دوبارہ پار کرنے کے لئے سگنل سے باہر نکلیں.
اس حکمت عملی کا رجحان کی سمت کا فیصلہ کرنے کے لئے بنیادی طور پر ایس ایم اے لائنوں کے کراس پر انحصار ہوتا ہے۔ بیل مارکیٹ میں ، قلیل مدتی ایس ایم اے پر طویل مدتی ایس ایم اے پہننا ایک سنہری کانٹا سگنل ہے ، جس سے ظاہر ہوتا ہے کہ مارکیٹ رجحان میں داخل ہوسکتی ہے۔ ریچھ مارکیٹ میں ، قلیل مدتی ایس ایم اے کے تحت طویل مدتی ایس ایم اے پر طویل مدتی ایس ایم اے کا نشانہ بنتا ہے ، جس سے ظاہر ہوتا ہے کہ مارکیٹ میں ایڈجسٹمنٹ ہوسکتی ہے۔ اس کے علاوہ ، طویل مدتی ایس ایم اے قلیل مدتی ایس ایم اے سے زیادہ ہے جو بڑے رجحان کی تصدیق کے لئے بھی بنیاد ہے۔
اسٹریٹجک فوائد
اس حکمت عملی کے درج ذیل فوائد ہیں:
حکمت عملی سادہ اور واضح ہے اور اسے سمجھنے اور اس پر عمل درآمد کرنے میں آسانی ہے۔
ایس ایم اے انڈیکس کی حرکت پذیری اوسط کا استعمال کرتے ہوئے ، ای ایم اے کے مقابلے میں مارکیٹ کے شور کو بہتر طور پر فلٹر کرنے اور رجحانات کی نشاندہی کرنے میں مدد ملتی ہے۔
ایک سے زیادہ گروپ وقت کی مدت SMA کے ساتھ مل کر استعمال کیا جاتا ہے، سگنل کی وشوسنییتا کو بڑھانے کے لئے.
ابتدائی داخلہ سے بچنے کے لئے مناسب داخلہ سگنل کی ترجیح مقرر کریں۔
اپنی مرضی کے مطابق ایس ایم اے کی مدت اور رنگ ، اصلاح کی حکمت عملی
مختلف ٹرانزیکشن شیلیوں کے لئے مختلف ٹائم فریم میں استعمال کیا جا سکتا ہے.
ایس ایم اے کراسنگ سسٹم بڑے بازاروں کے رجحانات کا تعین کرنے میں بہت درست ہے۔
اسٹریٹجک رسک
اس حکمت عملی میں مندرجہ ذیل خطرات بھی ہیں:
زلزلے کے حالات میں ، ایس ایم اے کراس سگنل کثرت سے ہوتے ہیں ، جس سے بہت سارے غلط سگنل پیدا ہوسکتے ہیں۔
مقررہ ایس ایم اے سائیکل مارکیٹ میں تبدیلیوں کو اپنانے کے قابل نہیں ہے، اس کے بجائے رجحانات اور اتار چڑھاؤ کی شرح کو بہتر بنانے کے لئے ایس ایم اے پیرامیٹرز کو جوڑنا چاہئے.
ایس ایم اے کراسنگ کے ذریعہ صرف داخلے کے وقت کا تعین نہیں کیا جاسکتا ہے ، اس کو دوسرے اشارے جیسے ایم اے سی ڈی کے معاون فیصلے کے ساتھ جوڑا جانا چاہئے۔
ایس ایم اے کی نوعیت پسماندہ ہے ، لہذا داخلے کے وقت کو بہتر بنانا یا محدود قیمتوں کا استعمال کرنا چاہئے۔
اس حکمت عملی میں ٹریڈنگ فنڈ مینجمنٹ کے لئے اعلی تقاضے ہیں اور اسٹاپ نقصان کی منطق پر سختی سے عمل کرنا ضروری ہے۔
حکمت عملی کے منافع پر ٹرانزیکشن لاگت کے اثرات کو مکمل طور پر غور کیا جانا چاہئے۔
حکمت عملی کی اصلاح
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
ایس ایم اے سائیکل پیرامیٹرز کو بہتر بنائیں ، مختلف سائیکل پیرامیٹرز مختلف مارکیٹ کے حالات کے لئے موزوں ہیں ، جو اے ٹی آر متحرک اصلاح کے ساتھ مل سکتے ہیں۔
دوسرے اشارے کے مجموعے کو شامل کریں ، جیسے MACD ، RSI ، وغیرہ ، تاکہ انٹری کے وقت کو فلٹر کرنے میں مدد ملے۔
رجحانات کا تعین کرنے کے لئے منطق شامل کریں ، جیسے ADX ، اور ہنگامہ خیز مارکیٹوں میں غلط تجارت سے بچیں۔
نقصان کو روکنے کے طریقوں کو بہتر بنانا ، اے ٹی آر کے ذریعہ نقصان کو روکنا یا نقصان کو روکنا۔
پوزیشن مینجمنٹ کو بہتر بنائیں ، ہر پوزیشن کو فنڈز کے سائز کے مطابق ڈائنامک ایڈجسٹ کریں۔
مختلف اقسام کے پیرامیٹرز کے اثرات کی جانچ کریں ، اور ایس ایم اے کی مدت کو خصوصیات کے مطابق ایڈجسٹ کریں۔
ایک سے زیادہ ٹائم فریموں کے ساتھ مل کر ، اس بات کو یقینی بنائیں کہ میگا سائیکل رجحانات یکساں ہوں۔
خلاصہ کریں۔
مجموعی طور پر ، ایس ایم اے گولڈ فورک ڈاٹ فورک حکمت عملی ایک سادہ حرکت پذیر اوسط کراسنگ سسٹم کی طرف سے رجحان کی سمت کا تعین کرتی ہے ، جس میں زیادہ تر تاجروں کے لئے اعلی وشوسنییتا ہے۔ تاہم ، اس میں خود ہی کچھ پسماندگی اور غلط سگنل کی دشواری ہے۔ ہمیں اس حکمت عملی کو بہتر بنانے کے ل the داخلہ کے اوقات ، نقصان کو روکنے کے طریقوں ، پوزیشن اور پوزیشن مینجمنٹ کو بہتر بنانے کے ل the اس حکمت عملی کو بہتر بنانا چاہئے ، تاکہ یہ مختلف مارکیٹ کے ماحول میں مستحکم منافع بخش صلاحیت رکھ سکے۔ متعدد تکنیکی اشارے اور رجحان کے فیصلے کا جامع استعمال ، رجحان سے باخبر رہنے کی حکمت عملی کو واقعی مستحکم ، موثر اور قابل اعتماد بنانے کے لئے۔
/*backtest
start: 2023-10-14 00:00:00
end: 2023-11-13 00:00:00
period: 1h
basePeriod: 15m
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/
// © xyzdesign1989
//@version=5
strategy("SMA crossover buy/sell [SCSM_Algo]", overlay=true, margin_long=3000, margin_short=3000)
BuyCond = ta.crossover(ta.sma(close, 20), ta.sma(close, 50)) and ta.sma(close, 20) > ta.sma(close, 50) and ta.sma(close, 50) > ta.sma(close, 100) and ta.sma(close, 100) > ta.sma(close, 200) or (ta.crossover(ta.sma(close, 20), ta.sma(close, 100)) and ta.sma(close, 20) > ta.sma(close, 50))
if (BuyCond)
strategy.entry("SCSM 🤲 Buy", strategy.long)
SellCond = ta.crossunder(ta.sma(close, 20), ta.sma(close, 50))
if (SellCond)
strategy.entry("الحمد للہ،Sell", strategy.short)
ma(source, length, type) =>
type == "SMA" ? ta.sma(source, length) :
type == "EMA" ? ta.ema(source, length) :
type == "SMMA (RMA)" ? ta.rma(source, length) :
type == "WMA" ? ta.wma(source, length) :
type == "VWMA" ? ta.vwma(source, length) :
na
show_ma1 = input(true , "MA №1", inline="MA #1")
ma1_type = input.string("SMA" , "" , inline="MA #1", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma1_source = input(close , "" , inline="MA #1")
ma1_length = input.int(20 , "" , inline="MA #1", minval=1)
ma1_color = input(#0929f6, "" , inline="MA #1")
ma1 = ma(ma1_source, ma1_length, ma1_type)
plot(show_ma1 ? ma1 : na, color = ma1_color, title="MA №1")
show_ma2 = input(true , "MA №2", inline="MA #2")
ma2_type = input.string("SMA" , "" , inline="MA #2", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma2_source = input(close , "" , inline="MA #2")
ma2_length = input.int(50 , "" , inline="MA #2", minval=1)
ma2_color = input(#00fb04, "" , inline="MA #2")
ma2 = ma(ma2_source, ma2_length, ma2_type)
plot(show_ma2 ? ma2 : na, color = ma2_color, title="MA №2")
show_ma3 = input(true , "MA №3", inline="MA #3")
ma3_type = input.string("SMA" , "" , inline="MA #3", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma3_source = input(close , "" , inline="MA #3")
ma3_length = input.int(100 , "" , inline="MA #3", minval=1)
ma3_color = input(#131313, "" , inline="MA #3")
ma3 = ma(ma3_source, ma3_length, ma3_type)
plot(show_ma3 ? ma3 : na, color = ma3_color, title="MA №3")
show_ma4 = input(true , "MA №4", inline="MA #4")
ma4_type = input.string("SMA" , "" , inline="MA #4", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma4_source = input(close , "" , inline="MA #4")
ma4_length = input.int(200 , "" , inline="MA #4", minval=1)
ma4_color = input(#f60c0c, "" , inline="MA #4")
ma4 = ma(ma4_source, ma4_length, ma4_type)
plot(show_ma4 ? ma4 : na, color = ma4_color, title="MA №4")