مومینٹم آسکیلیٹر تھکن کی حکمت عملی
ChaoZhang
جائزہ
متحرک اتار چڑھاؤ کی کمی کی حکمت عملی ایک رجحان سے باخبر رہنے کی حکمت عملی ہے جو کم سے کم خطرے کو کم کرنے کے لئے چلتی اوسط اور قیمت کے فیصد اتار چڑھاؤ کے اشارے کا استعمال کرتی ہے۔ یہ حکمت عملی انڈیکس فنڈ ٹریڈنگ ماڈل میں ہے جو خطرے کو مؤثر طریقے سے کنٹرول کرسکتی ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی اشارے فاقہ کشی اور فاقہ کشی کی اوسط ہے۔ فاقہ کشی قیمت کے اتار چڑھاو کا ایک پیمائش ہے ، جس کا حساب کتاب اختتامی قیمت ، اعلی قیمت اور کم قیمت سے کیا جاتا ہے۔ حساب کتاب کا طریقہ یہ ہے کہ: ((اختتامی قیمت + اعلی قیمت + کم قیمت - فاقہ کشی کی اوسط) / ((فاقہ کشی کی اوسط) ۔ فاقہ کشی کی اوسط فاقہ کشی کی اوسط ہے۔ جب فاقہ کشی کی اوسط سے تجاوز کرنا ، تو یہ ظاہر ہوتا ہے کہ تجارت میں صف بندی ہوتی ہے ، اور ایک نیا رجحان پیدا ہوسکتا ہے۔ جب فاقہ کشی کی اوسط سے تجاوز کرنا ، اس کا مطلب یہ ہے کہ رجحان الٹ جاتا ہے ، اور اس کو روکنے پر غور کرنا چاہئے۔
اس کے علاوہ ، حکمت عملی طویل مدتی حرکت پذیری اوسط کا استعمال کرتی ہے تاکہ رجحانات کا اندازہ لگایا جاسکے ، جس میں 300 دن کی لائن ، 150 دن کی لائن اور 50 دن کی لائن شامل ہے۔ جب طویل مدتی حرکت پذیری اوسط طویل مدتی حرکت پذیری اوسط سے نیچے ہوتا ہے تو ، اس کا مطلب یہ ہے کہ رجحان الٹ جاتا ہے اور اس پر غور کرنا چاہئے۔
MACD بھی قلیل مدتی خرید و فروخت کے لئے استعمال کیا جاتا ہے۔ جب MACD لائن پر سگنل لائن کو عبور کرتا ہے تو بیعانہ ہوتا ہے ، اور جب سگنل لائن کو عبور کرتا ہے تو بیعانہ ہوتا ہے۔ آر ایس آئی کی کم سطح بھی خرید و فروخت کے اشارے کے طور پر استعمال ہوتی ہے۔
اس کے علاوہ ، اس میں شامل ہونے اور باہر نکلنے کے لئے کچھ مخصوص منطق یہ ہیں:
خریدنے کی شرائط: 50 دن کی لائن 150 دن کی لائن سے اوپر ہے اور RSI 30 سے نیچے ہے۔
قلیل مدتی نقصان کی شرائط: ختم ہونے والی اوسط لائن کو ختم کرنے کے لئے؛ یا MACD کے تحت سگنل لائن کو ختم کرنا
درمیانی اور طویل مدتی اسٹاپ نقصان کی شرائط: 50 دن کی لائن کے نیچے 150 دن کی لائن کو عبور کریں؛ یا 150 دن کی لائن کے نیچے 300 دن کی لائن کو عبور کریں۔
اسٹریٹجک فوائد
اس حکمت عملی میں خطرے کو کنٹرول کرنے کے لئے رجحانات کے اختتام کے خاتمے کے لئے متعدد اشارے شامل ہیں ، جن میں مندرجہ ذیل فوائد ہیں:
تھکاوٹ کے اشارے توازن اور الٹ کے بارے میں مؤثر انداز میں فیصلہ کرسکتے ہیں۔ بروقت رجحان الٹ کا پتہ لگانا خطرے کو مؤثر طریقے سے کنٹرول کرنے کی کلید ہے۔
ٹرینڈ کا تعین کرنے کے لئے ایک سے زیادہ ٹائم فریموں پر چلنے والی اوسط کا استعمال کریں ، تاکہ قلیل مدتی مارکیٹ کے شور سے گمراہ نہ ہوں۔
MACD خرید و فروخت کے مقامات کی تصدیق کرتا ہے اور حکمت عملی کی عملی اثر و رسوخ کو بہتر بناتا ہے۔
RSI اشارے کم خرید و فروخت کی افادیت کا استعمال کرتے ہیں ، اور اس سے زیادہ قیمت پر خریدتے ہیں۔
واضح اسٹاپ لاس حکمت عملی جو ہر تجارت پر خطرے کو مؤثر طریقے سے کنٹرول کرتی ہے۔
اسٹریٹجک رسک
اس حکمت عملی میں کچھ خطرات بھی ہیں:
متعدد اشارے کے فیصلے کی بنیاد پر ، پیرامیٹرز کی غلط ترتیب سے تجارتی سگنل کی غلطی ہوسکتی ہے۔ بار بار جانچ کی ضرورت ہے تاکہ پیرامیٹرز کو بہتر بنایا جاسکے۔
اس کے علاوہ، یہ اشارے مکمل طور پر قابل اعتماد نہیں ہیں، اور قیمتوں میں کم انحراف کی صورت میں غیر فعال ہوسکتے ہیں.
اسٹاپ نقصان کی غلط ترتیب ممکنہ طور پر انتہائی مختصر لائن کے جھٹکے کا سبب بن سکتی ہے۔ اسٹاپ نقصان کو حکمت عملی کے طویل مدتی اثر کو مدنظر رکھنا چاہئے۔
جب بڑے پیمانے پر مجموعی طور پر جھٹکے لگتے ہیں تو ، اشارے غیر موثر ہوجاتے ہیں ، لہذا پوزیشن کے سائز پر قابو پانے پر توجہ دینے کی ضرورت ہے۔
حکمت عملی کی اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
مختلف پیرامیٹرز کے امتزاج کی جانچ کریں ، غلط سگنل کو کم کرنے کے لئے بہترین پیرامیٹرز تلاش کریں۔ ایڈجسٹ کرنے کے قابل کلیدی پیرامیٹرز میں اوسط لکیری دورانیہ ، ختم ہونے والی قیمت کا دورانیہ ، وغیرہ شامل ہیں۔
اتار چڑھاؤ کی شرح کے اشارے جیسے اے ٹی آر کے ساتھ مل کر اسٹاپ نقصان کی حد کو متحرک طور پر ایڈجسٹ کریں ، اور بڑے اتار چڑھاؤ کے دوران مناسب طور پر اسٹاپ نقصان کی حد کو کم کریں۔
پوزیشن مینجمنٹ کو بہتر بنانے کے لئے ، مختلف بڑے ڈسک مرحلے میں پوزیشن تناسب کے مختلف قواعد پہلے سے طے کیے جاسکتے ہیں۔
اسٹریٹجی کو بہتر بنانے کے لئے گرافک اشارے جیسے بلڈ لائنز ، سپورٹ لائنز اور دیگر کے ساتھ مل کر عملی جنگ میں اثر انداز ہوتا ہے۔
مشین لرننگ الگورتھم کو شامل کریں ، جو اہم اشارے کی تاثیر کا اندازہ لگانے میں معاون ہے ، اور متحرک اصلاح کو حاصل کریں۔
خلاصہ کریں۔
متحرک تھکاوٹ کی حکمت عملی ٹریڈنگ کے خطرے کو کنٹرول کرنے کے لئے رجحان کی تبدیلی کا فیصلہ کرنے کے لئے متعدد اشارے کا جامع استعمال کرتی ہے۔ اس حکمت عملی میں رجحان کی پیروی کرنے کی صلاحیت ہے ، جو خرید و فروخت کے وقت کو مؤثر طریقے سے فیصلہ کرسکتی ہے۔ اس حکمت عملی کی تاثیر کو پیرامیٹرز کی اصلاح ، اسٹاپ نقصان کے قواعد کی ترتیب ، گرافک اشارے کی معاونت وغیرہ کے ذریعہ مزید بڑھایا جاسکتا ہے۔ مجموعی طور پر ، اس حکمت عملی میں بڑے پیمانے پر اتار چڑھاؤ کے لئے کچھ موافقت کی صلاحیت ہے ، جو خطرے سے متعلق حکمت عملی کے اختیارات میں سے ایک ہے۔
/*backtest
start: 2022-11-09 00:00:00
end: 2023-11-15 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/
// © spiritualhealer117
//@version=4
strategy("Infiten Slope Strategy", overlay=false,calc_on_every_tick = true, default_qty_type=strategy.percent_of_equity, default_qty_value = 100)
// //TIME RESTRICT FOR BACKTESTING {
// inDateRange = (time >= timestamp(syminfo.timezone, 2003,
// 1, 1, 0, 0)) and
// (time < timestamp(syminfo.timezone, 2021, 5, 25, 0, 0))
// //}
//OPTIMAL PARAMETERS {
daysback = 30
volumesens = 1.618
//}
//Calculating Exhaustion and Exhaustion Moving Average {
clh = close+low+high
exhaustion = (clh-sma(clh,daysback))/sma(clh,daysback)
exhaustionSma = sma(exhaustion,daysback)
//}
//Long Term Moving Averages for sell signals {
red = sma(close,300)
white = sma(close,150)
blue = sma(close,50)
plot(red,color=color.red)
plot(white,color=color.white)
plot(blue,color=color.blue)
//}
//MACD Calculation {
fast_length = input(title="Fast Length", type=input.integer, defval=12)
slow_length = input(title="Slow Length", type=input.integer, defval=26)
src = input(title="Source", type=input.source, defval=close)
signal_length = input(title="Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 9)
sma_source = input(title="Simple MA (Oscillator)", type=input.bool, defval=false)
sma_signal = input(title="Simple MA (Signal Line)", type=input.bool, defval=false)
// Calculating
fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length)
slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length)
hist = macd - signal
//}
//SIGMOID Bottom {
timeAdjust = 300/sma(close,500)
//}
//RSI bottom {
len = input(14, minval=1, title="Length")
up = rma(max(change(src), 0), len)
down = rma(-min(change(close), 0), len)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
//}
//Entry and exit conditions {
//Sell conditions
bigVolume = sma(volume,30)*volumesens
sellcond1 = crossunder(exhaustion,exhaustionSma) and volume > bigVolume
sellcond2 = crossunder(macd,signal) and volume > bigVolume
midtermsellcond1 = crossunder(blue,white)
longtermsellcond1 = white < red
//Buy conditions
buycond = crossover(exhaustion,exhaustionSma) and not longtermsellcond1
buycond2 = rsi < 30
buycond3 = crossover(blue,white) and longtermsellcond1
//}
//Backtest Run Buy/Sell Commands {
strategy.entry("buycond",true, when=buycond and bigVolume)
strategy.entry("buycond2",true, when=buycond2 and bigVolume)
strategy.close_all(when=sellcond1,comment="short term sell signal 1")
strategy.close_all(when=midtermsellcond1, comment="mid term sell signal 1")
strategy.close_all(when=longtermsellcond1, comment="long term sell signal 1")
strategy.close_all(when=sellcond2, comment="short term sell signal 2")
plot(strategy.position_size)
//Sell on last tested day (only for data collection)
//strategy.close_all(when=not inDateRange)
//}