Binomial Moving Average Trend Strategy
ChaoZhang
جائزہ
بائنومیئل مووینگ اوسط (Binomial Moving Average یا BMA) ایک نیا قسم کا اوسط اشارے ہے۔ یہ اوسط قیمت کا حساب لگانے کے لئے بائنومیئل فیکٹر کا نصف استعمال کرتا ہے ، جس میں حساب کتاب کے منفرد ، ہموار اور عملی فوائد ہیں۔
یہ حکمت عملی تیز بی ایم اے اور سست بی ایم اے کو جوڑتی ہے اور ایک ٹریڈنگ سگنل بناتی ہے جو ایم اے سی ڈی کی طرح ہوتی ہے۔ یہ ایک رجحان کی پیروی کرنے والی حکمت عملی ہے۔ یہ ایک سے زیادہ ادوار کے لئے استعمال کیا جاسکتا ہے اور درمیانی لمبی لائن کے لئے موزوں ہے۔
حکمت عملی کی تفصیل
حکمت عملی کا نام
بائنومیئل مووینگ ایوریج ٹرینڈ اسٹریٹجی
حکمت عملی کا اصول
بی ایم اے (Binomial Moving Average) کا حساب لگائیں۔ یہ صارف کی طرف سے مقرر کردہ دورانیے کی لمبائی پر مبنی بی ایم اے (Binomial Moving Average) کا حساب لگاتا ہے اور پھر اس کی نصف قیمت کو وزن کی اوسط قیمت کے طور پر لیتا ہے۔ مثال کے طور پر ، اگر دورانیہ کی لمبائی 5 ہے تو ، 9 بار بی ایم اے (Binomial Moving Average) کا حساب لگائیں اور اس کا نصف وزن وزن کی اوسط لے لیں۔ اس سے حالیہ چند K لائنوں کا وزن زیادہ ہوتا ہے اور اس کی ہمواریت بہتر ہوتی ہے۔
تیز بی ایم اے اور سست بی ایم اے سائیکل ترتیب دیں۔ تیز بی ایم اے قیمت کی تبدیلیوں کے لئے زیادہ حساس ہے ، اور سست بی ایم اے زیادہ مستحکم ہے۔ ان کے کراسنگ سے ٹریڈنگ سگنل پیدا ہوتے ہیں۔
جب فاسٹ بی ایم اے پر سست بی ایم اے سے گزرے تو زیادہ کریں۔ جب فاسٹ بی ایم اے کے نیچے سست بی ایم اے سے گزرے تو خالی کریں۔ میدان میں داخل ہونے کے بعد ، اس کی پوزیشن پر قائم رہیں جب تک کہ ریورس سگنل ظاہر نہ ہو۔
طاقت کا تجزیہ
اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ بی ایم اے اشارے کا حساب کتاب کرنے کا طریقہ جدید ہے ، جس میں حرکت پذیری اوسط کی خوبیوں کو بڑھا دیا گیا ہے ، جس سے اس کی ہموار اور عملی صلاحیت میں اضافہ ہوا ہے۔ ای ایم اے اور ایس ایم اے کے مقابلے میں ، بی ایم اے نے حالیہ K لائنوں پر زیادہ وزن ڈالا ہے ، جبکہ اس نے مزید تاریخی معلومات کو بھی برقرار رکھا ہے۔ اس سے یہ رجحان کو بہتر طور پر پکڑ سکتا ہے اور کم جھوٹے سگنل پیدا کرتا ہے۔
مزید برآں ، تیز اور سست بی ایم اے کا مجموعہ چلتی اوسط کے فوائد سے بھر پور فائدہ اٹھاتا ہے ، جو بہت سارے شور کو فلٹر کرتا ہے اور صرف رجحانات کے موڑ پر ٹریڈنگ سگنل پیدا کرتا ہے۔ حکمت عملی خود منطقی طور پر آسان ، سمجھنے میں آسان اور لاگو کرنے کے لئے موزوں ہے۔
خطرے کا تجزیہ
اس حکمت عملی کے اہم خطرات یہ ہیں:
تمام رجحانات کی پیروی کرنے والی حکمت عملیوں کی طرح ، جب رجحان الٹ جاتا ہے تو نقصانات کا سامنا کرنا پڑتا ہے۔ اس کا حل اسٹاپ نقصانات کا تعین کرنا ہے ، یا BMA کو زیادہ حساس بنانے کے لئے پیرامیٹرز کو بہتر بنانا ہے۔
بی ایم اے پیرامیٹرز کی غلط ترتیب بھی حکمت عملی کی تاثیر کو متاثر کرتی ہے۔ اگر تیز رفتار بی ایم اے بہت حساس ہے تو ، غلط سگنل میں اضافہ ہوتا ہے۔ اگر سست رفتار بی ایم اے بہت پیچھے ہے تو ، رجحان کا موقع ضائع ہوسکتا ہے۔ بہترین پیرامیٹرز کو تلاش کرنے کے لئے ملٹی کمبائنڈ ٹیسٹنگ کی ضرورت ہے۔
اس حکمت عملی میں ڈیفالٹ طور پر مکمل پوزیشن کی تجارت کی جاتی ہے ، جس میں خطرہ کی ترجیحات کے مطابق پوزیشن مینجمنٹ ترتیب دی جاسکتی ہے ، جس سے ایک ہی نقصان کم ہوتا ہے۔
اصلاح کی سمت
اس حکمت عملی کو بہتر بنانے کے لئے بنیادی طور پر بی ایم اے کی جانچ اور اس کے ساتھ ساتھ مجموعہ پیرامیٹرز کی جانچ پڑتال کی جاتی ہے.
سائیکل کی ترتیب: مختلف تیز رفتار بی ایم اے سائیکلوں اور سست رفتار بی ایم اے سائیکلوں کی جانچ کریں ، بہترین پیرامیٹرز کا مجموعہ تلاش کریں۔ عام طور پر تیز رفتار سائیکل 10-30 اور سست رفتار سائیکل 20-60 کے درمیان ہے۔
بی ایم اے وزن: وزن کی تقسیم کے مختلف طریقوں کی جانچ کی جاسکتی ہے ، جو مکمل طور پر دو عددی عنصر کا نصف ہے ، یا حالیہ K لائنوں کو زیادہ ترجیح دیتے ہیں۔ اس سے بی ایم اے کی ہموار کو مزید بہتر بنایا جاسکتا ہے۔
فلٹرنگ کی شرائط: غیر معقول سگنل سے بچنے کے لئے قیمتوں میں اضافے ، حجم میں اضافے اور دیگر فلٹرنگ کی شرائط طے کی جاسکتی ہیں۔
اسٹاپ نقصان کے طریقہ کار ، پوزیشن مینجمنٹ بھی شامل کرنے اور خطرے کو کنٹرول کرنے کے لئے جانچ کی جاسکتی ہے۔
خلاصہ کریں۔
اس حکمت عملی میں پہلی بار دو عددی چلتی اوسط کا یہ منفرد اشارے پیش کیا گیا ہے ، جس میں چلتی اوسط کے حساب کتاب کے طریقہ کار کو بڑھا دیا گیا ہے ، جس سے حکمت عملی کی مجموعی افادیت اور استحکام دونوں کو فروغ دیا گیا ہے۔ تیز رفتار بی ایم اے اور سست بی ایم اے کی کراسنگ سے آسان اور موثر تجارتی سگنل پیدا ہوتے ہیں۔ اس حکمت عملی میں ہموار پیرامیٹرز اور خطرے کے کنٹرول میں مزید اصلاح کی گنجائش ہے ، اور یہ ایک بہت ہی امید افزا رجحانات سے باخبر رہنے کی حکمت عملی ہے۔
/*backtest
start: 2022-12-07 00:00:00
end: 2023-12-07 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/
// © HosseinDaftary
//@version=4
strategy("Binomial Moving Average","BMA", overlay=true, margin_long=100, margin_short=100 ,max_bars_back=96)
//Binomial Moving Average:This type of moving average that is made by myself and i did not see anywhere before uses the half of binomial cofficients for
//averaging the prices for example if the period be 5 then we use the 9 degree binomial cofficients(that yields 10 cofficients) and use half of them.
//we use 126/256 for last bar,84/256,36/256,9/256 and finally use 1/256 for 5th bar. Seemingly this MA works better than EMA.
fa_ma=input(title='Fast MA',defval=10)
sl_ma=input(title='Slow MA',defval=30)
fac(n)=>
fact=1
for i= 1 to n
fact:=fact*i
fact
cof= array.new_float(sl_ma)
hn_ma(price,length)=>
sum=1.0
sum1=0.0
array.set(cof,length-1,1)
for i=2 to length
array.set(cof,length-i,fac(2*length-1)/(fac(i-1)*fac(2*length-i)))
sum:=sum+array.get(cof,length-i)
for i=0 to length-1
array.set(cof,i,array.get(cof,i)/sum)
sum1:=sum1+array.get(cof,i)*price[i]
sum1
hn1=plot(hn_ma(close,sl_ma) , color=#00ff00)
hn2=plot(hn_ma(close,fa_ma) ,color=#ff0000)
fill(hn1,hn2,color=hn_ma(close,fa_ma)>hn_ma(close,sl_ma)?color.green:color.red)
longCondition = crossover(hn_ma(close, fa_ma), hn_ma(close, sl_ma))
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = crossunder(hn_ma(close, fa_ma), hn_ma(close, sl_ma))
if (shortCondition)
strategy.entry("Short", strategy.short)