گولڈن ریشو میڈین ریورس ٹرینڈ ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-07 11:03:20
ٹیگز:

img

جائزہ

گولڈن ریشو مڈ ریورس ٹرینڈ ٹریڈنگ حکمت عملی چینل اشارے اور چلتی اوسط کے استعمال سے مضبوط رجحانات کی سمت کی نشاندہی کرتی ہے ، اور قیمتوں میں ایک خاص تناسب تک واپس آنے کے بعد رجحان کی سمت میں پوزیشنیں کھولتی ہے۔ یہ حکمت عملی مضبوط رجحان کی خصوصیات والی منڈیوں کے لئے موزوں ہے اور رجحاناتی منڈیوں میں اچھی کارکردگی کا مظاہرہ کرسکتی ہے۔

حکمت عملی منطق

اس حکمت عملی کے بنیادی اشارے میں چینل اشارے ، چلتی اوسط اور پل بیک ٹرگر لائنیں شامل ہیں۔ خاص طور پر:

  1. چینل کا اشارے قیمت چینل کی نشاندہی کرنے کے لئے سب سے زیادہ اعلی اور سب سے کم کم سے شمار کیا جاتا ہے.
  2. قیمتوں کی مجموعی رجحان کی سمت کا تعین کرنے کے لئے چلتی اوسط کا استعمال کیا جاتا ہے۔
  3. اس کے بعد پل بیک ٹرگر لائن قیمتیں چینل کی حد سے ایک خاص تناسب سے واپس آنے کے بعد پوزیشنیں کھولتی ہیں۔

جب قیمت چینل کے نچلے حصے کو چھوتی ہے تو ، حکمت عملی سب سے کم نقطہ کو بطور حوالہ نقطہ ریکارڈ کرتی ہے اور سیٹ فروخت سگنل کی اجازت دیتی ہے۔ جب قیمتیں بڑھتی ہیں ، ایک بار جب اضافہ پل بیک تناسب تک پہنچ جاتا ہے تو ، ری باؤنڈ پوائنٹ کے آس پاس مختصر پوزیشنیں کھولی جائیں گی۔

اس کے برعکس ، جب قیمت چینل کے اوپری حصے تک پہنچ جاتی ہے تو ، حکمت عملی سب سے زیادہ نقطہ کو بطور حوالہ نقطہ ریکارڈ کرتی ہے اور سیٹ خریدنے کے سگنل کی اجازت دیتی ہے۔ جب قیمتیں گرتی ہیں ، اگر کمی پل بیک تناسب کی ضرورت کو پورا کرتی ہے تو ، اس نقطہ کے آس پاس طویل پوزیشنیں کھولی جاتی ہیں۔

لہذا ، اس حکمت عملی کا تجارتی منطق قیمت کے چینل کی پیروی کرنا اور جب الٹ جانے کے اشارے ظاہر ہوتے ہیں تو موجودہ رجحان میں مداخلت کرنا ہے۔ یہ اوسط الٹ جانے والے رجحان کی تجارتی حکمت عملیوں کا ایک عام معمول ہے۔

فوائد کا تجزیہ

اس حکمت عملی کے اہم فوائد یہ ہیں:

  1. یہ مضبوط رجحان مارکیٹوں میں اچھی کارکردگی کا مظاہرہ کر سکتا ہے.
  2. تجارت میں داخل ہونے کی جارحیت کو پل بیک ریشو پیرامیٹر کے ذریعے ایڈجسٹ کیا جاسکتا ہے۔
  3. معقول ڈراؤونگ کنٹرول ایک ہی تجارت کے نقصان کو محدود کرسکتا ہے۔

خاص طور پر ، چونکہ حکمت عملی بنیادی طور پر رجحان کے الٹ پوائنٹس پر پوزیشنیں کھولتی ہے ، لہذا یہ بڑی قیمتوں میں اتار چڑھاؤ اور زیادہ واضح رجحانات والی منڈیوں میں بہتر کام کرتی ہے۔ اس کے علاوہ ، پل بیک تناسب پیرامیٹر کو ایڈجسٹ کرنے سے رجحانات کی پیروی کرنے کے لئے حکمت عملی کی جارحیت کی سطح کو کنٹرول کیا جاسکتا ہے۔ آخر میں ، اسٹاپ نقصان ایک ہی تجارت کے نقصان کو بہت اچھی طرح سے کنٹرول کرسکتا ہے۔

خطرے کا تجزیہ

اس حکمت عملی کے اہم خطرات میں یہ بھی شامل ہیں:

  1. حکمت عملی تجارتی آلات کی رجحان کی خصوصیات کے لئے حساس ہے.
  2. غلط پل بیک تناسب کی ترتیبات سے زیادہ جارحانہ یا زیادہ سے زیادہ محافظیت پیدا ہوسکتی ہے۔
  3. پوزیشن ہولڈنگ کا وقت بہت لمبا ہو سکتا ہے، راتوں رات کے خطرے کو توجہ کی ضرورت ہے.

خاص طور پر ، اگر حکمت عملی میں استعمال ہونے والے تجارتی آلے میں کمزور رجحان اور چھوٹا اتار چڑھاؤ ہوتا ہے تو ، کارکردگی متاثر ہوسکتی ہے۔ اس کے علاوہ ، بہت زیادہ یا بہت کم پل بیک تناسب حکمت عملی کی کارکردگی کو متاثر کرے گا۔ آخر میں ، چونکہ حکمت عملی کی پوزیشن رکھنے کا وقت طویل ہوسکتا ہے ، لہذا راتوں رات خطرے کے کنٹرول پر بھی توجہ دینے کی ضرورت ہے۔

مذکورہ بالا خطرات سے بچنے کے لئے، مندرجہ ذیل پہلوؤں کو بہتر بنانے پر غور کریں:

  1. تجارتی آلات کا انتخاب کریں جن میں زیادہ واضح رجحان کی خصوصیات ہوں۔
  2. بہترین پیرامیٹر مجموعہ تلاش کرنے کے لئے pullback تناسب پیرامیٹر کو ایڈجسٹ کریں.
  3. معقول طور پر برقرار رکھنے کے وقت کو کنٹرول کرنے کے لئے منافع لینے کے باہر مقرر کریں.

نتیجہ

گولڈن تناسب کا مطلب ریورس ٹرینڈ ٹریڈنگ حکمت عملی سادہ اشارے کے ذریعہ قیمت کے رجحانات اور پل بیک سگنلز کا جائزہ لیتی ہے ، مضبوط منڈیوں میں رجحانات کو ٹریک کرنے کے لئے پوزیشنیں کھولتی ہے ، اور یہ ایک عام رجحان نظام سے تعلق رکھتی ہے۔ اس حکمت عملی میں پیرامیٹر ٹیوننگ کی بڑی گنجائش ہے ، اصلاح کے ذریعے زیادہ سے زیادہ مارکیٹ کے ماحول میں موافقت کر سکتی ہے ، اور رسک کنٹرول بھی معقول ہے۔ لہذا ، یہ ایک حکمت عملی خیال ہے جس کی تصدیق اور براہ راست تجارت میں بہتری لانا چاہئے۔


/*backtest
start: 2022-11-30 00:00:00
end: 2023-12-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
//
// A port of the TradeStation EasyLanguage code for a mean-revision strategy described at
//     http://traders.com/Documentation/FEEDbk_docs/2017/01/TradersTips.html
//
// "In “Mean-Reversion Swing Trading,” which appeared in the December 2016 issue of STOCKS & COMMODITIES, author Ken Calhoun
//  describes a trading methodology where the trader attempts to enter an existing trend after there has been a pullback. 
//  He suggests looking for 50% pullbacks in strong trends and waiting for price to move back in the direction of the trend
//  before entering the trade."
//
//  See Also:
//    - 9 Mistakes Quants Make that Cause Backtests to Lie (https://blog.quantopian.com/9-mistakes-quants-make-that-cause-backtests-to-lie-by-tucker-balch-ph-d/)
//    - When Backtests Meet Reality (http://financial-hacker.com/Backtest.pdf)
//    - Why MT4 backtesting does not work (http://www.stevehopwoodforex.com/phpBB3/viewtopic.php?f=28&t=4020)
//
// 
// -----------------------------------------------------------------------------
// Copyright 2018 sherwind
//
// This program is free software: you can redistribute it and/or modify
// it under the terms of the GNU General Public License as published by
// the Free Software Foundation, either version 3 of the License, or
// any later version.
//
// This program is distributed in the hope that it will be useful,
// but WITHOUT ANY WARRANTY; without even the implied warranty of
// MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
// GNU General Public License for more details.
// 
// The GNU General Public License can be found here
// <http://www.gnu.org/licenses/>.
//
// -----------------------------------------------------------------------------
//

strategy("Mean-Reversion Swing Trading Strategy v1", shorttitle="MRST Strategy v1", overlay=true)
channel_len  = input(defval=20, title="Channel Period", minval=1)
pullback_pct = input(defval=0.5, title="Percent Pull Back Trigger", minval=0.01, maxval=1, step=0.01)
trend_filter_len = input(defval=50, title="Trend MA Period", minval=1)


upper_band = highest(high, channel_len)
lower_band = lowest(low, channel_len)
trend      = sma(close, trend_filter_len)

low_ref  = 0.0
low_ref  :=  nz(low_ref[1])
high_ref = 0.0
high_ref := nz(high_ref[1])
long_ok  = false
long_ok  := nz(long_ok[1])
short_ok = false
short_ok := nz(short_ok[1])
long_ok2 = false
long_ok2  := nz(long_ok2[1])

if (low == lower_band)
    low_ref  := low
    long_ok  := false
    short_ok := true
    long_ok2 := false

if (high == upper_band)
    high_ref := high
    long_ok  := true
    short_ok := false
    long_ok2  := true

// Pull Back Level
trigger = long_ok2 ? high_ref - pullback_pct * (high_ref - low_ref) : low_ref + pullback_pct * (high_ref - low_ref)

plot(upper_band, title="Upper Band", color=long_ok2?green:red)
plot(lower_band, title="Lower Band", color=long_ok2?green:red)
plot(trigger, title="Trigger", color=purple)
plot(trend, title="Trend", color=orange)

enter_long = long_ok[1] and long_ok and crossover(close, trigger) and close > trend and strategy.position_size <= 0
enter_short = short_ok[1] and short_ok and crossunder(close, trigger) and close < trend and strategy.position_size >= 0

if (enter_long)
    long_ok := false
    strategy.entry("pullback-long", strategy.long, stop=close, comment="pullback-long")
else
    strategy.cancel("pullback-long")

if (enter_short)
	short_ok := false
    strategy.entry("pullback-short", strategy.short, stop=close, comment="pullback-short")
else
    strategy.cancel("pullback-short")

strategy.exit("exit-long", "pullback-long", limit=upper_band, stop=lower_band)
strategy.exit("exit-short", "pullback-short", limit=lower_band, stop=upper_band)


مزید