اے ٹی آر اور ایم اے کے امتزاج پر مبنی سپر ٹرینڈ ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-01 16:40:27
ٹیگز:

جائزہ

سپر ٹرینڈ ٹریڈنگ کی حکمت عملی اوسط حقیقی رینج (اے ٹی آر) اور چلتی اوسط (ایم اے) پر مبنی ایک رجحان کی پیروی کرنے والی حکمت عملی ہے۔ اس میں رجحان کی پیروی اور بریک آؤٹ ٹریڈنگ دونوں کے فوائد شامل ہیں تاکہ انٹرمیڈیٹ ٹرینڈ سمت کی نشاندہی کی جاسکے اور رجحان کی تبدیلیوں کی بنیاد پر تجارتی سگنل تیار کیے جاسکیں۔

اس حکمت عملی کے پیچھے بنیادی خیال یہ ہے کہ جب قیمت سپر ٹرینڈ چینل سے گزرتی ہے تو طویل یا مختصر ہوجاتا ہے ، جو رجحان کی تبدیلی کی نشاندہی کرتا ہے۔ یہ منافع میں مقفل ہونے اور خطرات پر قابو پانے کے ل stop اسٹاپ نقصان اور منافع کی سطح بھی طے کرتا ہے۔

یہ حکمت عملی کیسے کام کرتی ہے

سپر ٹرینڈ کے حساب میں کئی مراحل شامل ہیں:

اے ٹی آر کا حساب لگائیں۔ اے ٹی آر وقت کی مدت میں اوسط اتار چڑھاؤ کی عکاسی کرتا ہے۔
سب سے زیادہ اعلی اور سب سے کم کم کی بنیاد پر وسط لائن کا حساب لگائیں۔ وسط لائن کا حساب اس طرح کیا جاتا ہے: (سب سے زیادہ اعلی + سب سے کم کم) / 2
ٹریڈر کے ذریعہ مقرر کردہ اے ٹی آر اور اے ٹی آر ضرب کی بنیاد پر اوپری اور نچلے چینل کا حساب لگائیں۔ اوپری چینل کا حساب: مڈ لائن + (اے ٹی آر × ضرب) کے طور پر کیا جاتا ہے۔ نچلے چینل کا حساب: مڈ لائن - (اے ٹی آر × ضرب) کے طور پر کیا جاتا ہے۔
رجحان کی سمت کا تعین کرنے کے لئے بند ہونے کی قیمت کو اوپری / نچلے چینل سے موازنہ کریں۔ اگر بند کرنا اوپری چینل سے اوپر ہے تو ، رجحان اوپر ہے۔ اگر بند کرنا نچلے چینل سے نیچے ہے تو ، رجحان نیچے ہے۔
چینل کے اوپر یا نیچے توڑنے سے ریورس ٹریڈنگ سگنل پیدا ہوتے ہیں۔ مثال کے طور پر ، اوپری چینل کے اوپر توڑنے سے طویل اندراج کا اشارہ ہوتا ہے جبکہ نچلے چینل سے نیچے توڑنے سے مختصر اندراج کا اشارہ ہوتا ہے۔

اس حکمت عملی کا فائدہ یہ ہے کہ یہ رجحان کی پیروی اور رجحان کی الٹ کی تکنیک دونوں کو جوڑتا ہے۔ یہ اہم رجحان کی نشاندہی کرتا ہے جبکہ بروقت طریقے سے الٹ کے مواقع کو بھی حاصل کرنے کے قابل ہوتا ہے۔ اس کے علاوہ ، اسٹاپ نقصان / منافع لینے کا طریقہ کار خطرات پر قابو پانے میں مدد کرتا ہے۔

طاقتیں

سپر ٹرینڈ حکمت عملی میں مندرجہ ذیل طاقتیں ہیں:

1۔ انٹرمیڈیٹ ٹرینڈ کو ٹریک کریں

سپر ٹرینڈ چینل کا حساب اے ٹی آر کی بنیاد پر کیا جاتا ہے ، جو مؤثر طریقے سے درمیانی قیمت کی اتار چڑھاؤ کی حد کو ظاہر کرتا ہے۔ یہ سادہ چلتی اوسط سے بہتر درمیانی رجحان کی پیروی کرتا ہے۔

2۔ وقت پر تبدیلیوں کا پتہ لگائیں

چینل سے قیمتوں میں توڑنے سے تیزی سے تجارتی سگنل پیدا ہوتے ہیں تاکہ اہم رجحان کی تبدیلیوں کو وقت پر پکڑا جاسکے۔ اس سے رکاوٹوں سے بچنے کے لئے مناسب دوبارہ پوزیشننگ کی اجازت ملتی ہے۔

3۔ سٹاپ نقصان اور منافع حاصل کریں

یہ حکمت عملی پہلے سے طے شدہ اسٹاپ نقصان اور خطرہ کنٹرول کے ساتھ خود کار طریقے سے باہر نکلنے کے لئے منافع کی سطح طے کرتی ہے۔ اس سے بہت زیادہ اسٹاپ نقصان کا خطرہ نمایاں طور پر کم ہوتا ہے اور بہتر رجحان کی پیروی کی اجازت ملتی ہے۔

4. عمل میں لانا آسان

یہ حکمت عملی بنیادی طور پر بنیادی اشارے جیسے ایم اے اور اے ٹی آر کا استعمال کرتی ہے۔ اس سے براہ راست تجارت کے لئے سمجھنے اور لاگو کرنا کافی آسان ہوجاتا ہے۔

**5. سرمایہ کاری کی اعلی کارکردگی **

انٹرمیڈیٹ رجحانات کو ٹریک کرنے اور انفرادی سلائپ کو کنٹرول کرنے سے، سپر ٹرینڈ حکمت عملی مجموعی طور پر اعلی سرمایہ کاری کی کارکردگی فراہم کرتی ہے.

خطرے کا تجزیہ

سپر ٹرینڈ کی حکمت عملی میں بھی کچھ ممکنہ کمزوریاں ہیں:

1۔ مارکیٹ میں کم کارکردگی

یہ حکمت عملی درمیانی سے طویل مدتی رجحان کی تجارت پر مرکوز ہے۔ اس میں مختلف یا مستحکم مارکیٹوں میں ، یہ کم کارکردگی کا مظاہرہ کرنے کا رجحان رکھتا ہے جس میں مختصر تجارتوں کی کمی کی زیادہ قیمت ہوتی ہے۔

2. پیرامیٹر کی اصلاح کے لئے حساس

اے ٹی آر مدت اور ضرب کے لئے منتخب کردہ اقدار کا حکمت عملی کی کارکردگی پر نسبتا large بڑا اثر پڑتا ہے۔ پیرامیٹرز کی نامناسب ترتیب سے تجارتی سگنل کی تاثیر کو نقصان پہنچا سکتا ہے۔

3۔ تاخیر کے مسائل ہو سکتے ہیں

سپر ٹرینڈ چینل کے حساب سے کچھ تاخیر ہوسکتی ہے ، جس کی وجہ سے غیر وقت پر سگنل کی پیداوار ہوتی ہے۔ تاخیر کے مسئلے کو حل کرنا اولین ترجیح ہونی چاہئے۔

سخت سٹاپ نقصان کے انتظام کی ضرورت ہے

انتہائی مارکیٹ کے حالات میں ، غیر مناسب طور پر بڑے اسٹاپ نقصان کی رعایت یا ناکافی رسک مینجمنٹ سے بڑے نقصانات ہوسکتے ہیں۔ اسٹاپ نقصان کے قواعد پر سختی سے عمل کرنا مستقل منافع بخش ہونے کے لئے ضروری ہے۔

بہتری کے شعبے

اس سپر ٹرینڈ حکمت عملی کو بہتر بنانے کے لئے مزید گنجائش ہے:

1۔ متعدد اے ٹی آر ادوار کو یکجا کریں

10 دن اور 20 دن کی طرح مختلف ادوار میں اے ٹی آر ریڈنگ کو ملا کر ایک جامع اشارے کی تشکیل کی جاتی ہے ، جو حساسیت اور پسماندہ مسائل کو بہتر بنانے میں مدد کرتا ہے۔

2. سٹاپ نقصان ماڈیولز شامل کریں

مزید نفیس سٹاپ نقصان کے طریقہ کار جیسے ٹرپل سٹاپ نقصان، اتار چڑھاؤ سٹاپ نقصان اور ترتیب وار سٹاپ نقصان کو شامل کرنے سے خطرے کے کنٹرول اور ڈراؤونگ میں کمی کو مضبوط کیا جاسکتا ہے۔

پیرامیٹر کی اصلاح

مقداری طریقوں کے ذریعے اے ٹی آر مدت ، ضرب اور دیگر ان پٹ کے لئے اقدار کو بہتر بنانا حکمت عملی کی کارکردگی کو مزید بڑھا دے گا۔ پیرامیٹرز کو مختلف مصنوعات اور مارکیٹ کے نظام کی بنیاد پر متحرک طور پر بھی ایڈجسٹ کیا جاسکتا ہے۔

4۔ مشین لرننگ ماڈلز کو مربوط کریں

آخر میں ، مشین لرننگ ماڈلز کو مربوط کرنے سے خودکار رجحان کی شناخت اور سگنل کی تخلیق کا احساس ہوسکتا ہے ، جس سے ذہنی فیصلوں پر انحصار کم ہوجاتا ہے اور سسٹم کے استحکام میں اضافہ ہوتا ہے۔

نتیجہ

سپر ٹرینڈ ٹریڈنگ حکمت عملی ایم اے اور اے ٹی آر اشارے کا استعمال کرتے ہوئے انٹرمیڈیٹ ٹرینڈ سمت کی نشاندہی کرتی ہے ، اور خودکار اسٹاپ نقصان / منافع حاصل کرنے کے نفاذ کے ساتھ رجحان کی تبدیلیوں کے ارد گرد تجارت میں داخل ہونے اور باہر نکلنے کے سگنل پیدا کرتی ہے۔ بڑے رجحانات کو برقرار رکھتے ہوئے ، یہ کچھ الٹ جانے کے مواقع بھی حاصل کرتی ہے۔ اہم فوائد انٹرمیڈیٹ ٹرینڈ ٹریکنگ ، رجحان کی تبدیلی کی نشاندہی اور اسٹاپ نقصان / منافع حاصل کرنے کے ذریعے رسک کنٹرول میں ہیں۔

تاہم ، حد سے محدود مارکیٹ کی گرفتاری اور پسماندگی کے مسائل کے بارے میں بھی کچھ خامیاں موجود ہیں۔ متعدد جہتوں میں مزید اصلاحات کی تلاش کی جاسکتی ہے ، بشمول جامع اے ٹی آر کا استعمال ، اسٹاپ نقصان کے ماڈیولز کو مضبوط بنانا ، ٹیوننگ پیرامیٹرز ، اور مشین لرننگ ماڈلز کو مربوط کرنا۔ ان بہتریوں سے سپر ٹرینڈ حکمت عملی کے استحکام اور کارکردگی کو بہتر بنانے کا امکان ہے۔

/*backtest
start: 2022-11-30 00:00:00
end: 2023-11-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Supertrend V1.0 - Buy or Sell Signal",overlay=true)
Factor=input(3, minval=1,maxval = 100)
Pd=input(7, minval=1,maxval = 100)
//Calculating ATR
atrLength = input(title="ATR Length:",  defval=14, minval=1)
Stop_Loss_Factor = input(1.5, minval=0,step=0.01)
factor_profit = input(1.0, minval=0,step=0.01)

// === INPUT BACKTEST RANGE ===
FromMonth = input(defval = 4, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 10, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2016, title = "From Year", minval = 2009)
ToMonth   = input(defval = 4, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 10, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 2039, title = "To Year", minval = 2017)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"


// Calculate ATR
atrValue=atr(atrLength)
decimals = abs(log(syminfo.mintick) / log(10)) 
Atr = atrValue
if(decimals == 5)
    Atr := atrValue * 10000
if(decimals == 4)
    Atr := atrValue * 1000
if(decimals == 3)
    Atr := atrValue * 100
if(decimals == 2)
    Atr := atrValue * 10


//VJ2 Supertrend

Up=hl2-(Factor*atr(Pd))
Dn=hl2+(Factor*atr(Pd))

TrendUp = 0.0
TrendUp:=close[1]>TrendUp[1]? max(Up,TrendUp[1]) : Up
TrendDown = 0.0
TrendDown:=close[1]<TrendDown[1]? min(Dn,TrendDown[1]) : Dn

Trend = 0.0
Trend := close > TrendDown[1] ? 1: close< TrendUp[1]? -1: nz(Trend[1],1)
Tsl = 0.0
Tsl := Trend==1? TrendUp: TrendDown

linecolor = Trend == 1 ? green : red

plot(Tsl, color = linecolor , style = line , linewidth = 2,title = "SuperTrend")

plotshape(cross(close,Tsl) and close>Tsl , "Up Arrow", shape.triangleup,location.belowbar,green,0,0)
plotshape(cross(Tsl,close) and close<Tsl , "Down Arrow", shape.triangledown , location.abovebar, red,0,0)
//plot(Trend==1 and Trend[1]==-1,color = linecolor, style = circles, linewidth = 3,title="Trend")

plotarrow(Trend == 1 and Trend[1] == -1 ? Trend : na, title="Up Entry Arrow", colorup=lime, maxheight=60, minheight=50, transp=0)
plotarrow(Trend == -1 and Trend[1] == 1 ? Trend : na, title="Down Entry Arrow", colordown=red, maxheight=60, minheight=50, transp=0)




//Strategy 
Trend_buy = Trend == 1 
Trend_buy_prev = Trend[1] == -1
algo_buy_pre = Trend_buy and Trend_buy_prev
algo_buy = algo_buy_pre == 1 ? 1 : na
Trend_sell= Trend == -1 
Trend_sell_prev = Trend[1] == 1
algo_sell_pre = Trend_sell and Trend_sell_prev
algo_sell = algo_sell_pre == 1 ? 1:na

strategy.entry("Long1", strategy.long, when= window() and algo_buy==1)

strategy.entry("Short1", strategy.short, when=window() and algo_sell==1)

bought = strategy.position_size > strategy.position_size 
sold = strategy.position_size < strategy.position_size 

longStop = Stop_Loss_Factor * valuewhen(bought, Atr, 0) 
shortStop = Stop_Loss_Factor * valuewhen(sold, Atr, 0) 
longProfit = factor_profit * longStop 
shortProfit = factor_profit * shortStop 


if(decimals == 5) 
    longStop := longStop *100000 
    longProfit := longProfit *100000 
if(decimals == 4) 
    longStop := longStop * 10000 
    longProfit := longProfit * 10000 
if(decimals == 3) 
    longStop := longStop * 1000 
    longProfit := longProfit * 1000 
if(decimals == 2) 
    longStop := longStop * 100 
    longProfit := longProfit *100 
if(decimals == 5) 
    shortStop := shortStop * 100000 
    shortProfit := shortProfit * 100000 
if(decimals == 4) 
    shortStop := shortStop * 10000 
    shortProfit := shortProfit * 10000 
if(decimals == 3) 
    shortStop := shortStop * 1000 
    shortProfit := shortProfit * 1000 
if(decimals == 2) 
    shortStop := shortStop * 100 
    shortProfit := shortProfit * 100 

strategy.exit("Exit Long", from_entry = "Long1", loss =longStop, profit = longProfit) 
strategy.exit("Exit Short", from_entry = "Short1", loss =shortStop, profit = shortProfit)

مزید

2019 FMZ - تمام حقوق محفوظ ہیں