انکولی ریگولرائزڈ موونگ ایوریج پر مبنی کراس مارکیٹ ثالثی حکمت عملی


تخلیق کی تاریخ: 2023-11-16 16:20:11 آخر میں ترمیم کریں: 2023-11-16 16:20:11
کاپی: 0 کلکس کی تعداد: 642
1
پر توجہ دیں
1617
پیروکار

انکولی ریگولرائزڈ موونگ ایوریج پر مبنی کراس مارکیٹ ثالثی حکمت عملی

جائزہ

اس حکمت عملی میں مختلف مارکیٹوں کے مابین بیعانہ کی تجارت کو ایڈجسٹمنٹ ریگولیٹری منتقل اوسط کے حساب سے انجام دیا جاتا ہے۔ اس حکمت عملی میں کراس مارکیٹ بیعانہ ، متحرک پیرامیٹر ایڈجسٹمنٹ اور رسک کنٹرول جیسی خصوصیات ہیں۔

حکمت عملی کا اصول

اس حکمت عملی میں پہلے ایک scaleMinimax فنکشن کی وضاحت کی گئی ہے جس کا استعمال ٹائم سیریز کو معیاری بنانے کے لیے کیا جاتا ہے۔ اس کے بعد ایک rema فنکشن کی وضاحت کی گئی ہے جو کہ خود بخود ریگولیٹائزڈ مینیجنگ میڈینز کو درست کرتی ہے۔ اس سے سگنل لائن کا حساب لگایا جاتا ہے جو ہموار ہوچکی ہے۔ اس سگنل لائن کا حساب اس طرح کیا جاتا ہے:

  1. ایک سلائیڈنگ ونڈو کی وضاحت کریں ، جس کی ڈیفالٹ لمبائی 5 دن ہے۔
  2. روزانہ کی سگ ویلیو پچھلے دن کی سگ ویلیو اور اس دن کی اختتامی قیمت کا وزنی اوسط ہے۔ وزنی اوسط ایک موافقت پذیر وزنی میکانزم کا استعمال کرتا ہے ، موجودہ قدر سے جتنا قریب ہوتا ہے ، اتنا ہی زیادہ وزن ہوتا ہے۔
  3. اس کے علاوہ، ہم آہنگی سے تبدیل کرنے کے لئے، ہم آہنگی سے تبدیل کرنے کے لئے، ہم آہنگی سے تبدیل کرنے کے لئے، ہم آہنگی سے تبدیل کرنے کے لئے، ہم آہنگی سے تبدیل کرنے کے لئے.

سگنل لائن حاصل کرنے کے بعد ، حکمت عملی نے سگنل لائن اور قیمت کے سنہری فورک کے بارے میں فیصلہ کرکے ڈومین کا فیصلہ کیا۔ خاص طور پر:

  1. جب آپ قیمتوں پر دستخط کرتے ہیں تو، زیادہ کام کریں.
  2. جب آپ قیمت درج کریں گے تو خالی جگہ بنائیں۔

اس کے علاوہ، اس حکمت عملی میں ہموار عنصر smooth اور ڈسپلے سگنل لائن show_line کو بطور ایڈجسٹ پیرامیٹرز شامل کیا گیا ہے ، جس سے حکمت عملی میں زیادہ لچک پیدا ہوتی ہے۔

طاقت کا تجزیہ

روایتی منتقل اوسط حکمت عملی کے مقابلے میں اس حکمت عملی کے مندرجہ ذیل فوائد ہیں:

  1. قیمتوں میں تبدیلیوں پر تیزی سے ردعمل دینے کے لئے وزن میں اضافے کا ایک انکولی طریقہ کار استعمال کیا گیا ہے۔
  2. قیمتوں میں شدید اتار چڑھاو کی وجہ سے غلط سگنل سے بچنے کے لئے سگنل لائنوں کو ہموار کرنے کے لئے باقاعدہ عنصر شامل کریں۔
  3. کراس مارکیٹ اربیٹ ، جس میں مختلف مارکیٹوں کے درمیان قیمتوں کے فرق سے فائدہ اٹھایا جاسکتا ہے۔
  4. ایڈجسٹ پیرامیٹرز ڈیزائن لچکدار ہے، مارکیٹ کے حالات کے مطابق بہتر کیا جا سکتا ہے.

خطرات اور حل

اس حکمت عملی میں کچھ خطرات بھی ہیں:

  1. دو طرفہ کراسنگ میں غلط سگنل کا امکان زیادہ ہے۔ حل یہ ہے کہ ہموار پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کیا جائے ، تاکہ سگنل لائن کو لرزنے سے بچایا جاسکے۔

  2. کراس مارکیٹ اربیٹ کرنے کے لئے یہ یقینی بنانا ضروری ہے کہ دونوں مارکیٹوں میں قیمتوں کا تعلق ہے اور ان کی رفتار یکساں ہے۔ اس کا حل یہ ہے کہ اربیٹ کرنے کے لئے اعلی مطابقت والی مارکیٹ کا انتخاب کیا جائے۔

  3. پیرامیٹرز کو بہتر بنانے کے لئے کافی تاریخی اعداد و شمار جمع کرنے کی ضرورت ہوتی ہے تاکہ اس کی جانچ پڑتال کی جاسکے۔ اس کا حل یہ ہے کہ پیرامیٹرز کو حقیقی تجارت میں احتیاط سے ایڈجسٹ کیا جائے۔

اصلاح کی سمت

اس حکمت عملی کو مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے:

  1. پیرامیٹرز کے انتخاب پر ، مشین لرننگ الگورتھم کو خود بخود بہتر بنانے کے لئے پیرامیٹرز کا مجموعہ متعارف کرایا جاسکتا ہے۔

  2. سگنل کی پیداوار پر، زیادہ مستحکم ٹریڈنگ سگنل کی تعمیر کے لئے مجموعہ میں زیادہ اشارے متعارف کرایا جا سکتا ہے.

  3. خطرے کے کنٹرول پر ، آپ کو انفرادی نقصانات کو کنٹرول کرنے کے لئے اسٹاپ نقصان کی حد مقرر کی جاسکتی ہے۔

  4. کراس مارکیٹ اربیٹری میں ، یہ زیادہ متعلقہ قسم کے سودوں تک بڑھایا جاسکتا ہے۔

خلاصہ کریں۔

یہ حکمت عملی خود کار طریقے سے چلنے والی اوسط کا حساب لگانے کے ذریعہ ، کراس مارکیٹ کے مابین بیعانہ تجارت کو انجام دیتی ہے۔ روایتی حرکت پذیری اوسط حکمت عملی کے مقابلے میں ، اس میں پیرامیٹرز کی خود کار طریقے سے موافقت ، ہموار عمل ، کراس مارکیٹ بیعانہ وغیرہ جیسے فوائد ہیں۔ اگلا ، اس حکمت عملی کو مشین لرننگ ، کمبائن سگنل ، رسک مینجمنٹ وغیرہ کے ذریعہ مزید بہتر بنایا جائے گا۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2023-10-01 00:00:00
end: 2023-10-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Crossover82%", overlay=true)

//
// Functions
//
scaleMinimax(X, p, min, max) => 
    hi = highest(X, p), lo = lowest(X, p)
    (max - min) * (X - lo)/(hi - lo) + min

rema(ts, p) => // regularized ma
    rm = 0.0, lambda = .5, a = 2 / (p + 1)
    rm := (nz(rm[1]) + a * (ts - nz(rm[1])) + lambda * (2 * nz(rm[1]) - nz(rm[2]))) / (lambda + 1)
    rm
    
//
// Inputs
//
X = input(close, title="Data source")
smooth = input(2, title="REMA smooth factor")
show_line = input(true, title="Show signal line")

//
// Main
//
p = 5
sig = rema(scaleMinimax(pow(X*p,-X) - 0.1, 100, lowest(X, 100), highest(X, 100)), smooth)

plot(show_line ? sig : na, linewidth=1)
plot(cross(sig, X) ? ohlc4 : na, style=circles, linewidth=8, color=blue, transp=50)

longCondition = crossover(sig, X)
if (longCondition)
    strategy.entry("LE", strategy.long)

shortCondition = crossunder(sig, X)
if (shortCondition)
    strategy.entry("SE", strategy.short)