قیمت کی منتقلی اوسط کراس اوور حکمت عملی


تخلیق کی تاریخ: 2023-11-27 16:52:19 آخر میں ترمیم کریں: 2023-11-27 16:52:19
کاپی: 1 کلکس کی تعداد: 677
1
پر توجہ دیں
1617
پیروکار

قیمت کی منتقلی اوسط کراس اوور حکمت عملی

جائزہ

یہ حکمت عملی بنیادی طور پر ایک مساوی لائن کراسنگ حکمت عملی ہے۔ قیمتوں کی حرکت پذیری اوسط کا حساب کتاب کرکے ، اور ایک خاص لمبی قلیل مدتی حرکت پذیری اوسط طے کرکے ، جب قلیل مدتی حرکت پذیری اوسط طویل مدتی حرکت پذیری اوسط سے نیچے سے گزرتی ہے تو زیادہ کام کرتی ہے۔ جب قلیل مدتی حرکت پذیری اوسط طویل مدتی حرکت پذیری اوسط سے اوپر سے نیچے سے گزرتی ہے تو خالی ہوجاتی ہے۔

حکمت عملی کا اصول

قیمت کی اوسط لائن کراسنگ حکمت عملی کا بنیادی خیال یہ ہے کہ: قیمت کی چلتی اوسط قیمت میں تبدیلی کے رجحان کو مؤثر طریقے سے ظاہر کرسکتی ہے۔ حکمت عملی دو مختلف ادوار کی چلتی اوسط ، اور ایک مخصوص تجارتی منطق کے ذریعہ ، مارکیٹ میں رجحانات میں تبدیلی کا فیصلہ کرنے کے لئے تجارتی سگنل پیدا کرتی ہے۔

اس حکمت عملی میں ایک طویل مدتی اوسط اور ایک مختصر اوسط کا حساب لگایا جاتا ہے۔ لمبی لائن بنیادی طور پر بڑے رجحان کا تعین کرتی ہے ، اور مختصر لائن بڑے رجحان کے دوران درمیانی مختصر اتار چڑھاؤ کو پکڑنے کے لئے استعمال ہوتی ہے۔ حکمت عملی کے تجارتی سگنل بنیادی طور پر مختصر لائن سے لمبی لائن کی کراسنگ سے حاصل ہوتے ہیں: مختصر لائن پر لمبی لائن کو عبور کرنا ایک کثیر سگنل ہے ، اور مختصر لائن کے نیچے لمبی لائن کو عبور کرنا ایک خالی سگنل ہے۔ اس کے علاوہ ، حکمت عملی میں سگنل کو مزید فلٹرنگ سے بچنے کے لئے استعمال کیا جاتا ہے۔

خاص طور پر ، اس حکمت عملی میں 7 مختلف اقسام کی چلتی اوسط شامل ہیں ، بشمول ایس ایم اے ، ای ایم اے ، وی ڈبلیو ایم اے وغیرہ۔ صارف کو چلتی اوسط کی قسم کا انتخاب کرنے کی اجازت ہے۔ حرکت پذیر اوسط کی لمبائی بھی لچکدار ترتیب دی جاسکتی ہے۔ اس کے علاوہ ، حکمت عملی میں تجارت کے وقت کی حد اور پوزیشن مینجمنٹ میکانزم بھی فراہم کیا گیا ہے۔ ان ترتیبات کے ذریعہ ، صارف حکمت عملی کے پیرامیٹرز کو مختلف اقسام اور مارکیٹ کے ماحول کے مطابق لچکدار انداز میں ایڈجسٹ کرسکتا ہے۔

طاقت کا تجزیہ

قیمت اوسط کراسنگ حکمت عملی کے اہم فوائد میں سے کچھ یہ ہیں:

  1. حکمت عملی کی منطق واضح اور سادہ ہے، سمجھنے اور لاگو کرنے میں آسان ہے، اور ابتدائی سیکھنے کے لئے موزوں ہے۔

  2. حکمت عملی کے اصول مضبوط ہیں ، جو مارکیٹ کے عملی ٹیسٹ سے گزر چکے ہیں ، جو کہ یکساں لین دین کے قواعد پر مبنی ہیں۔

  3. حکمت عملی کے پیرامیٹرز کو لچکدار بنایا جاسکتا ہے ، اور صارف مارکیٹ کے بارے میں اپنے فیصلے اور ترجیحات کے مطابق مناسب پیرامیٹرز کا انتخاب کرسکتا ہے۔

  4. اس حکمت عملی میں خطرہ کنٹرول کے کچھ طریقہ کار شامل ہیں جو نقصان دہ ٹکٹوں کے انعقاد کے وقت کو کم کرتے ہیں اور غیر ضروری ریورس پوزیشنوں کو روکتے ہیں۔

  5. حکمت عملی میں متعدد اوسط قسمیں شامل ہیں ، اور صارف اپنی تجارت کی قسم کے لئے موزوں ترین اوسط قسم کا انتخاب کرسکتا ہے۔

  6. اس حکمت عملی میں ٹریڈنگ کی منطق کو مخصوص ٹریڈنگ کے اوقات میں کھولنے کی حمایت کی گئی ہے تاکہ چھٹیوں کے اہم بازاروں میں غیر معمولی اتار چڑھاو سے بچا جاسکے۔

خطرے کا تجزیہ

اگرچہ قیمت کی اوسط کراسنگ حکمت عملی کے بہت سے فوائد ہیں ، لیکن اصل تجارت میں بھی کچھ خطرات موجود ہیں ، جو بنیادی طور پر درج ذیل دو پہلوؤں میں ظاہر ہوتے ہیں:

  1. چونکہ زیادہ تر منتقل شدہ اوسط پیچھے رہ جاتے ہیں ، لہذا قیمتوں میں الٹ جانے کے بعد دیر سے کراس سگنل کا امکان ہوتا ہے ، جس میں آسانی سے پھنس جانا پڑتا ہے۔

  2. اگر پیرامیٹرز کو غیر مناسب طریقے سے ترتیب دیا گیا ہے تو ، کراس سگنل زیادہ بار بار ہوسکتے ہیں ، جس سے تجارت میں زیادہ سرگرمی پیدا ہوتی ہے اور اس سے زیادہ تجارت کی لاگت آتی ہے۔

مذکورہ بالا خطرات پر قابو پانے اور ان سے نمٹنے کے لیے مندرجہ ذیل اقدامات کیے جاسکتے ہیں:

  1. معتدل اسٹاپ نقصان کی حد مقرر کرکے انفرادی نقصان کے خطرے کو کنٹرول کریں۔

  2. فلٹرنگ کی شرائط میں اضافہ کریں ، تجارت کی تعدد کو کم کریں ، اور زیادہ تجارت کو روکیں۔ مثال کے طور پر ، قیمت چینلز یا قیمت میں اتار چڑھاؤ کی حد کی شرائط مرتب کریں۔

  3. متحرک اوسط کے پیرامیٹرز کو بہتر بنائیں ، پیرامیٹرز کا ایک ایسا مجموعہ منتخب کریں جو آپ کی تجارت کی قسم اور دورانیے کے لئے موزوں ہو۔ مختلف مارکیٹ کے حالات میں حکمت عملی کی استحکام کی جانچ کریں۔

اصلاح کی سمت

قیمت کی اوسط کراسنگ کی حکمت عملی میں مزید اصلاحات کی گنجائش ہے ، بنیادی طور پر مندرجہ ذیل پہلوؤں سے:

  1. اضافی حفاظتی اقدامات جیسے کہ قیمتوں میں شدید اتار چڑھاو کے دوران تجارت کو روکنا اور مارکیٹ کی غیر معمولی صورتحال سے بچنا۔

  2. مزید فلٹرنگ شرائط اور مجموعہ ٹریڈنگ سگنل شامل کریں ، سگنل کے معیار اور استحکام کو بہتر بنائیں۔ مثال کے طور پر دوسرے تکنیکی اشارے کے ساتھ مل کر ایک مضبوط رجحان کی شناخت کے ساتھ کراسنگ۔

  3. متحرک پیرامیٹر سسٹم کا استعمال کریں۔ مارکیٹ کی شرائط اور مختلف قسم کی خصوصیات کے مطابق اہم پیرامیٹرز جیسے کہ منتقل اوسط کی لمبائی ، تجارت کے سوئچ کو خود بخود ایڈجسٹ کریں ، بجائے اس کے کہ وہ فکسڈ اقدار کا استعمال کریں۔

  4. اس اوسط لائن کراس سگنل کو اعلی درجے کی حکمت عملیوں میں استعمال کریں ، جیسے ملٹی ویرینٹ ایڈجسٹمنٹ۔ دیگر معلومات کے ساتھ مل کر ، گہرائی میں حکمت عملی کی اصلاح کے لئے۔

مندرجہ بالا تجاویز اس حکمت عملی کے لئے زیادہ سے زیادہ اطلاق کے ماحول، بہتر ٹریڈنگ کی کارکردگی، بہتر مجموعی خطرے کی واپسی بنا سکتے ہیں.

خلاصہ کریں۔

اس مضمون میں ، نورو کی کراس ایم اے سادہ اور یکساں کراسنگ حکمت عملی کا تفصیلی کوڈ تجزیہ اور پڑھنے کا کام کیا گیا ہے۔ ہم نے اس کی حکمت عملی کے نظریات ، بنیادی ڈھانچے ، اہم فوائد اور ممکنہ بہتری کی سمتوں کا تجزیہ کیا۔ یہ حکمت عملی مجموعی طور پر منطقی طور پر واضح ، آسان عملی ، پیرامیٹرز کو ایڈجسٹ کرنے میں لچکدار ہے ، اور اسے متعدد تجارتی ماحول میں ڈھال لیا جاسکتا ہے۔ ہم نے حکمت عملی میں موجود مسائل اور خطرات کا تجزیہ بھی کیا ہے ، اور ہدف کے مطابق کارروائی کی تجاویز دی ہیں۔ مجھے یقین ہے کہ ان جامع تجزیوں اور مباحثوں کے ذریعے ، تاجر اس قسم کی حکمت عملی کو مزید گہرائی سے سمجھ سکتے ہیں ، اور اس سے ان کے ریئل اسٹیک ٹریڈنگ سسٹم کو مستقل طور پر بہتر بنانے میں مدد مل سکتی ہے۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2022-11-20 00:00:00
end: 2023-11-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//Noro
//2019

//@version=4
strategy(title = "Noro's CrossMA", shorttitle = "CrossMA", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100.0, pyramiding = 0, commission_value = 0.1)

needlong = input(true, "long")
needshort = input(true, "short")
lotsize = input(100, defval = 100, minval = 1, maxval = 10000, title = "Lot, %")
type = input(defval = "SMA", options = ["SMA", "EMA", "VWMA", "DEMA", "TEMA", "KAMA", "PCMA"], title = "MA type")
src = input(close, defval = close, title = "MA Source")
len = input(30, defval = 30, minval = 1, title = "MA length")
off = input(00, defval = 00, minval = 0, title = "MA offset")
anti = input(true, defval = true, title = "Anti-saw filter")
showma = input(true, defval = true, title = "Show MA")
showbg = input(false, defval = false, title = "Show background")
fromyear = input(1900, defval = 1900, minval = 1900, maxval = 2100, title = "From Year")
toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year")
frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month")
tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month")
fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day")
today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day")

//DEMA
dema = 2 * ema(src, len) - ema(ema(close, len), len)

//TEMA
xPrice = close
xEMA1 = ema(src, len)
xEMA2 = ema(xEMA1, len)
xEMA3 = ema(xEMA2, len)
tema = 3 * xEMA1 - 3 * xEMA2 + xEMA3

//KAMA
xvnoise = abs(src - src[1])
nfastend = 0.20
nslowend = 0.05
nsignal = abs(src - src[len])
nnoise = sum(xvnoise, len)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
kama = 0.0
kama := nz(kama[1]) + nsmooth * (src - nz(kama[1]))

//PriceChannel
lasthigh = highest(src, len)
lastlow = lowest(src, len)
center = (lasthigh + lastlow) / 2

sma_1 = sma(src, len)
ema_1 = ema(src, len)
vwma_1 = vwma(src, len)
ma2 = type == "SMA" ? sma_1 : type == "EMA" ? ema_1 : type == "VWMA" ? vwma_1 : type == "DEMA" ? dema : type == "TEMA" ? tema : type == "KAMA" ? kama : type == "PCMA" ? center : 0
ma = ma2[off]

macol = showma ? color.blue : na
plot(ma, color = macol, linewidth = 3, transp = 0)

//Background
trend = 0
trend := anti == false and close > ma ? 1 : anti == false and close < ma ? -1 : low > ma ? 1 : high < ma ? -1 : trend[1]
bgcol = showbg ? trend == 1 ? color.lime : trend == -1 ? color.red : na : na
bgcolor(bgcol, transp = 70)

//Trading
size = strategy.position_size
truetime = time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)
lot = 0.0
lot := size != size[1] ? strategy.equity / close * lotsize / 100 : lot[1]
if trend == 1 and trend[1] == -1
    strategy.entry("Long", strategy.long, lot, when = needlong and truetime)
if trend == -1 and trend[1] == 1
    strategy.entry("Short", strategy.short, lot, when = needshort and truetime)
if size > 0 and needshort == false and trend == -1
    strategy.close_all()
if size < 0 and needlong == false and trend == 1
    strategy.close_all()
if time > timestamp(toyear, tomonth, today, 23, 59)
    strategy.close_all()
    strategy.cancel("Long")
    strategy.cancel("Short")