حکمت عملی کے بعد ڈبل لکیری رجعت کا رجحان
ChaoZhang
جائزہ
دو لکیری رجعت رجحان ٹریکنگ حکمت عملی تیزی سے لکیری رجعت اور سست لکیری رجعت کے فرق کا استعمال کرتے ہوئے قیمت کے رجحان کا تعین کرتی ہے ، اور اس طرح ایک انٹری سگنل کے طور پر کام کرتی ہے۔ جب تیزی سے لکیری رجعت اوپر کی حد سے گزرتی ہے تو زیادہ کریں ، نیچے کی حد سے گزرنے کے بعد کھل جائیں۔ اس کے علاوہ ، یہ حکمت عملی ای ایم اے کو بطور فلٹرنگ شرط بھی استعمال کرتی ہے ، اور صرف اس وقت داخل ہوتی ہے جب قیمت ای ایم اے سے زیادہ ہو۔
حکمت عملی کا اصول
یہ حکمت عملی سب سے پہلے دو مختلف دورانیوں کی لکیری رجعت کی منحنی خطوط کا حساب لگاتی ہے ، ایک تیز رفتار لکیری رجعت کے لئے ، جس کی مدت کم ہے ، اور دوسرا آہستہ آہستہ لکیری رجعت کے لئے ، جس کی مدت زیادہ ہے۔ پھر دونوں لکیری رجعتوں کے فرق کا حساب لگایا جاتا ہے ، جب تیز رفتار لکیری رجعت سست لکیری رجعت سے زیادہ ہوتی ہے تو ، فرق 0 سے زیادہ ہوتا ہے ، جس سے یہ ظاہر ہوتا ہے کہ قیمت اوپر کی طرف ہے۔ جب تیز رفتار لکیری رجعت سست لکیری رجعت سے کم ہوتی ہے تو ، فرق 0 سے کم ہوتا ہے ، جس سے یہ ظاہر ہوتا ہے کہ قیمت نیچے کی طرف ہے۔
حکمت عملی خریدنے کے سگنل کے طور پر دروازے کی حد کو عبور کرنے کے لئے فرق کی لائن کا استعمال کرتی ہے ، اور دروازے کی حد کو توڑنے کے لئے فرق کی لائن کا استعمال کرتے ہوئے اس کی جگہ کا اشارہ کرتی ہے۔ اس کے ساتھ ہی ، قیمتوں کو 200 سیکنڈ سے زیادہ ای ایم اے کی ضرورت ہوتی ہے ، یہ غیر رجحان کی صورتحال کو فلٹر کرنے کے لئے ہے۔
طاقت کا تجزیہ
قیمتوں کے رجحانات کو پکڑنے کے لئے بائنری لکیری رجعت کا استعمال کرتے ہوئے ، اس کی پیمائش کرنا بہتر ہے۔
ای ایم اے فلٹرز شامل کریں تاکہ غیر رجحانات کو فلٹر کیا جاسکے اور غلط سگنل سے بچا جاسکے۔
حکمت عملی کی منطق سادہ اور واضح ہے، اسے سمجھنا اور اس پر عمل درآمد کرنا آسان ہے۔
خطرے کا تجزیہ
لکیری رجعت کی مدت کی غلط ترتیب ، جس کی وجہ سے بہت زیادہ شور سگنل پیدا ہوسکتے ہیں۔
مضبوط رجحانات کے دوران ، EMA فلٹرز کچھ مواقع سے محروم ہوسکتے ہیں۔
اس کے علاوہ ، یہ بھی کہا گیا ہے کہ اس طرح کے حالات میں اکثر تجارت اور نقصانات کا سامنا کرنا پڑتا ہے۔
حل:
لکیری رجعت سائیکل پیرامیٹرز کو بہتر بنائیں ، شور کو کم کریں۔
EMA کی مدت کو مارکیٹ کے حالات کے مطابق تبدیل کیا جاسکتا ہے۔
نقصان کو کنٹرول کرنے کے لئے سٹاپ نقصان میں اضافہ کریں۔
حکمت عملی کی اصلاح
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
تیز رفتار لکیری رجعت اور سست رفتار لکیری رجعت کے دورانیہ کے پیرامیٹرز کو بہتر بنائیں اور پیرامیٹرز کا بہترین مجموعہ تلاش کریں۔
ای ایم اے کے بجائے دوسرے فلٹرنگ اشارے جیسے برن بینڈ ، کے ڈی جے وغیرہ کو آزمائیں اور دیکھیں کہ آیا یہ حکمت عملی کو بہتر بنا سکتا ہے۔
خطرے کو کنٹرول کرنے اور نقصانات کو بڑھانے سے روکنے کے لئے متحرک اسٹاپ نقصانات میں اضافہ کریں۔
اسٹاک کے انتخاب کے طریقہ کار کے ساتھ مل کر ، زیادہ رجحان سازی والے اسٹاک کو منتخب کرکے تجارت کریں۔
مارکیٹ کی حالت کے مطابق پیرامیٹرز کو خود کار طریقے سے ایڈجسٹ کرنے کے لئے پیرامیٹرز کو خود کار طریقے سے ایڈجسٹ کریں.
خلاصہ کریں۔
دو لکیری رجعت رجحان ٹریکنگ حکمت عملی مجموعی طور پر زیادہ آسان اور براہ راست ہے ، قیمت کے رجحان کا تعین کرنے کے لئے دو لکیری رجعت کے فرق کی قدر کا استعمال کریں ، اور ای ایم اے کو بطور فلٹرنگ اشارے استعمال کریں ، تاکہ رجحان کی صورتحال کو مؤثر طریقے سے ٹریک کیا جاسکے۔ تاہم ، اس حکمت عملی میں کچھ خطرات بھی ہیں ، حکمت عملی کو زیادہ سے زیادہ اثر انداز کرنے کے لئے پیرامیٹرز کی اصلاح ، اسٹاپ نقصان کنٹرول وغیرہ پر توجہ دینے کی ضرورت ہے۔
/*backtest
start: 2022-11-10 00:00:00
end: 2023-11-16 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/
// © TradingAmmo
//@version=4
strategy("Linear trend", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075, currency='USD')
startP = timestamp(input(2017, "Start Year"), input(12, "Month"), input(17, "Day"), 0, 0)
end = timestamp(input(9999, "End Year"), input(1, "Month"), input(1, "Day"), 0, 0)
_testPeriod() =>
iff(time >= startP and time <= end, true, false)
src = close
len1 = input(defval=13, minval=1, title="Fast LR")
len2 = input(defval=55, minval=1, title="Slow LR")
lag1 = input(0, title="Lag for fast")
lag2 = input(0, title="Lag for slow")
threshold = input(0,step=0.5, title="Threshold")
fast_lr = linreg(src, len1, lag1)
slow_lr = linreg(src, len2, lag2)
lr = fast_lr - slow_lr
plot_fast = plot(lr, color = lr > 0 ? color.green : color.red)
plot(threshold, color=color.purple)
long_condition = crossover(lr, threshold) and close > ema(close, 200) and _testPeriod()
strategy.entry('BUY', strategy.long, when=long_condition)
short_condition = crossunder(lr, threshold)
strategy.close('BUY', when=short_condition)