سپر ٹرینڈ LSMA لمبی حکمت عملی
ChaoZhang
جائزہ
سپر ٹرینڈ ایل ایس ایم اے ملٹی ہیڈ حکمت عملی ایک ملٹی ہیڈ حکمت عملی ہے جس میں سپر ٹرینڈ اشارے اور ایل ایس ایم اے منتقل اوسط شامل ہیں۔ یہ اسٹاک ، کریپٹوکرنسی وغیرہ جیسے طویل مدتی رجحان کی منڈیوں کے لئے موزوں ہے ، جو بڑے وقت کے فریم میں بہتر کام کرتی ہے۔
حکمت عملی کا اصول
اس حکمت عملی کے لئے تجارتی قواعد درج ذیل ہیں:
کثیر سر داخلہ سگنل: جب سپر ٹرینڈ اشارے نے کثیر سگنل جاری کیا اور اختتامی قیمت ایل ایس ایم اے کی منتقل اوسط سے زیادہ ہو تو کثیر داخلہ کریں۔
کثیر سر والے آؤٹ سگنل: جب سپر ٹرینڈ اشارے نے خالی کرنے کا اشارہ دیا تو ، خالی پوزیشن زیادہ ہے
اس کا مطلب یہ ہے کہ سپر رجحانات کو بڑے رجحانات کی سمت کا تعین کرنے کے لئے استعمال کیا جاتا ہے ، اور پھر LSMA کو مخصوص انٹری پوائنٹس کا تعین کرنے کے لئے استعمال کیا جاتا ہے۔
طاقت کا تجزیہ
اس حکمت عملی میں رجحان کی پیروی اور چلتی اوسط کا امتزاج کیا گیا ہے ، جس سے بڑے رجحانات کو پکڑنے کے ساتھ ساتھ مساوی لائن فلٹرنگ کی غلط فہمی کا استعمال کیا جاسکتا ہے ، تاکہ اس سے بچنے سے بچا جاسکے۔ اس سے رجحان کے اشارے یا مساوی لائن اشارے کا واحد استعمال کرنے کے مقابلے میں خطرے کو بہتر طور پر کنٹرول کیا جاسکتا ہے۔
اس کے علاوہ ، سپر ٹرینڈ خود ہی کچھ تاخیر کا شکار ہے ، اور LSMA کی ہموار خصوصیات کے ساتھ مل کر ، مارکیٹ کے شور کو مؤثر طریقے سے فلٹر کیا جاسکتا ہے ، تاکہ جھوٹے بریک آؤٹ سے گمراہ نہ ہوں۔
خطرے کا تجزیہ
اس حکمت عملی کا سب سے بڑا خطرہ یہ ہے کہ رجحان کی تبدیلی کا درست اندازہ نہیں لگایا جاسکتا ہے۔ جب رجحان بدل جاتا ہے تو ، سپر ٹرینڈ اور ایل ایس ایم اے کی تاخیر کی وجہ سے نقصانات میں اضافہ ہوسکتا ہے۔ اس وقت خطرے کو کنٹرول کرنے کے لئے بروقت اسٹاپ نقصانات کی ضرورت ہوتی ہے۔
اس کے علاوہ ، پیرامیٹرز کی ترتیب بھی حکمت عملی کی کارکردگی کو متاثر کرتی ہے۔ اگر اے ٹی آر پیرامیٹرز یا فیکٹر پیرامیٹرز کو غلط ترتیب دیا گیا ہے تو ، سپر ٹرینڈ فیصلہ کرنے کا اثر چھوٹ جائے گا۔ اگر ایل ایس ایم اے کا دورانیہ بہت مختصر ہے تو ، ہائیڈروولک اثر خراب ہے اور شور سے متاثر ہوتا ہے۔ لہذا پیرامیٹرز کی اصلاح بہت ضروری ہے۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
مشین لرننگ الگورتھم کا استعمال کرتے ہوئے پیرامیٹرز کو خود بخود بہتر بنانے کے لئے ، تاکہ پیرامیٹرز کو مختلف مارکیٹ کے حالات کے مطابق بنایا جاسکے۔
نقصان کو روکنے کا طریقہ کار بڑھانا۔ جب نقصان پہلے سے طے شدہ نقصان کی حد تک پہنچ جاتا ہے تو ، غیر مساوی پوزیشن کو روکنا۔
پوزیشن مینجمنٹ ماڈیول میں اضافہ کریں۔ جب ایک بڑا رجحان پیدا ہوتا ہے تو ، پوزیشنوں کو مناسب طریقے سے بڑھایا جاتا ہے۔ جب رجحان کا فیصلہ ختم ہوجاتا ہے تو ، پوزیشنوں کو کم کیا جاتا ہے۔
مزید فلٹرنگ اشارے شامل کریں۔ جیسے اتار چڑھاؤ کی شرح اشارے ، توانائی کی پیمائش کے اشارے وغیرہ ، رجحان کی تبدیلی کے خطرے سے بچنے کے لئے
گہری سیکھنے کے ماڈل کا استعمال کرتے ہوئے رجحانات کا تعین کرنے کے لئے، سادہ سپر رجحانات کا تعین کرنے کے بجائے، رجحانات کا تعین زیادہ ذہین بنانے کے لئے.
خلاصہ کریں۔
سپر ٹرینڈ ایل ایس ایم اے ملٹی ہیڈ حکمت عملی رجحان سے باخبر رہنے والے اشارے اور اوسط لائن اشارے کے فوائد کو مربوط کرتی ہے ، جو طویل عرصے تک بڑی سمت کو پکڑ سکتی ہے ، اور اوسط لائن فلٹرنگ شور کا استعمال کرسکتی ہے۔ پیرامیٹرز کی اصلاح ، اسٹاپ لاسر میکانزم اور رسک کنٹرول ماڈیول کی مضبوطی کے ذریعہ ، اس حکمت عملی کی منافع بخش صلاحیت اور خطرے پر قابو پانے کی صلاحیت کو مزید فروغ دیا جاسکتا ہے ، جو ایک بہت ہی عملی مقدار کی حکمت عملی ہے۔
/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title = "Supertrend LSMA long Strategy", overlay = true, pyramiding=1,initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.1)
atrPeriod = input(14, "ATR Length")
factor = input(3, "Factor")
//Time
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2010, title = "From Year", minval = 1970)
//monday and session
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2031, title = "To Year", minval = 1970)
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = time >= startDate and time <= finishDate
//LSMA
lengthx = input(title="Length LSMA", type=input.integer, defval=101)
offset = 0//input(title="Offset", type=input.integer, defval=0)
src = input(close, title="Source")
lsma = linreg(src, lengthx, offset)
[_, direction] = supertrend(factor, atrPeriod)
if(time_cond)
if change(direction) < 0 and close > lsma
strategy.entry("long", strategy.long)
if change(direction) > 0 //and close < lsma
strategy.close("long")
//strategy.entry("short", strategy.short)
//strategy.close("long",when=close<lsma)
//strategy.close("short",when=change(direction) < 0 )
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)