لکیری ریگریشن اور موونگ ایوریج پر مبنی ٹریڈنگ حکمت عملی کے بعد رجحان
ChaoZhang
جائزہ
یہ حکمت عملی لکیری رجعت کی لکیر اور چلتی اوسط پر مبنی ایک سادہ رجحان سے باخبر رہنے والے ٹریڈنگ سسٹم کو ڈیزائن کرتی ہے۔ جب لکیری رجعت کی لکیر پر چلتی اوسط سے گزرتا ہے تو زیادہ کام کرتا ہے ، اور جب لکیری رجعت کی لکیر کے نیچے چلتی اوسط سے گزرتا ہے تو خالی ہوجاتا ہے۔ اس کے ساتھ ساتھ لکیری رجعت کی لکیر کے نشیب و فراز کو جوڑ کر ٹریڈنگ سگنل کے کچھ حصوں کو فلٹر کیا جاتا ہے ، اور صرف اس صورت میں کھیل میں داخل ہوتا ہے جب رجحان کی سمت سے ملتا ہو۔
حکمت عملی کا نام
رجحان کے بعد رجعت ٹریڈنگ حکمت عملی
حکمت عملی کا اصول
اس حکمت عملی میں مندرجہ ذیل اہم اجزاء شامل ہیں:
- N دن کی سادہ منتقل اوسط (SMA) کا حساب لگائیں
- حالیہ N دن کی لکیری رجعت کی لکیر کا حساب لگائیں
- جب بند ہونے والی قیمت ایس ایم اے لائن کو عبور کرتی ہے اور واپسی لائن سے اوپر ہوتی ہے تو زیادہ کام کریں
- جب بند ہونے والی قیمت ایس ایم اے لائن کے نیچے اور واپسی لائن سے نیچے ہوتی ہے تو ، خالی ہوجائیں
- سٹاپ نقصان کی قیمت اور سٹاپ فروخت کی قیمت مقرر کریں
لکیری واپسی کی لکیر حالیہ عرصے میں رجحان کی سمت میں اچھی طرح سے فٹ بیٹھتی ہے۔ یہ مجموعی رجحان کی سمت کا تعین کرنے میں معاون ثابت ہوسکتی ہے۔ جب قیمت ایس ایم اے لائن کو توڑتی ہے تو ، ہمیں مزید فیصلہ کرنے کی ضرورت ہے کہ لکیری واپسی کی لکیر کی سمت اس توڑ کے ساتھ مطابقت رکھتی ہے یا نہیں۔ جب دونوں کی سمت ایک جیسی ہوتی ہے تو ہی تجارت کا اشارہ پیدا ہوتا ہے۔ اس طرح کچھ جعلی توڑ کو فلٹر کیا جاسکتا ہے۔
اس کے علاوہ ، حکمت عملی میں اسٹاپ نقصان کا طریقہ کار بھی موجود ہے۔ جب قیمت اسٹاپ نقصان کی لائن کو چھوتی ہے تو ، اس کی پوزیشن بند ہوجاتی ہے۔ اس کے علاوہ ، اسٹاپ لائن بھی قائم کی گئی ہے ، جس سے منافع کا کچھ حصہ بند ہوجاتا ہے۔
اسٹریٹجک فوائد
یہ حکمت عملی مندرجہ ذیل فوائد رکھتی ہے:
- رجحان اشارے اور بریک اشارے کے ساتھ مل کر ، جعلی بریک سے بچنے اور سگنل کے معیار کو بہتر بنانا
- رجحان کی سمت کا تعین کرنے کے لئے لکیری رجعت کا استعمال کرتے ہوئے ، رجحان فلٹرنگ ، صرف جب رجحان اوپر کی طرف ہے تو زیادہ کام کریں ، جب رجحان نیچے کی طرف ہے تو خالی کریں
- خطرے کو کنٹرول کرنے کے لئے سٹاپ نقصان اور روکنے کا طریقہ کار قائم کیا گیا ہے
- قوانین واضح ہیں، سمجھنے اور عمل کرنے میں آسان ہیں
- صرف کچھ پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت ہے، زیادہ پیچیدہ نہیں
خطرے کا تجزیہ
اس حکمت عملی کے کچھ خطرات بھی ہیں:
- زلزلے کے دوران زیادہ غلط ٹریڈنگ سگنل پیدا ہوتے ہیں
- متحرک اوسط اور واپسی کی مدت کی ترتیبات کو بار بار جانچنے اور بہتر بنانے کی ضرورت ہے۔ غلط ترتیب سے حکمت عملی کی کارکردگی متاثر ہوسکتی ہے
- انتہائی حالات میں معطلی کے نقصانات کو توڑنے سے زیادہ نقصانات کا سبب بن سکتا ہے
- صرف تکنیکی اشارے پر مبنی، بنیادی عوامل کے بغیر
ان خطرات کے لیے ہم مندرجہ ذیل طریقوں سے اصلاحات کر سکتے ہیں:
- غیر مستحکم مارکیٹوں میں ، معطلی کی حکمت عملی پر غور کریں ، یا دوسرے اشارے کے ذریعے فلٹر کریں
- پیرامیٹرز کو بار بار جانچیں اور بہترین پیرامیٹرز تلاش کریں
- اصلاح اور متحرک ایڈجسٹمنٹ سٹاپ نقصان کی پوزیشن
- اقتصادی اعداد و شمار اور دیگر بنیادی عوامل کے ساتھ
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
- مارکیٹ کے حالات کا اندازہ لگانے کے لئے دوسرے معاون اشارے شامل کریں اور ہنگامہ خیز حالات میں تجارت سے گریز کریں
- متحرک اوسط کی اقسام کو بہتر بنائیں ، جیسے ڈبل اور ٹرپل متحرک اوسط
- رجعت کی لکیری اسکیلپنگ کا مزید تجزیہ کریں اور اسکیلپنگ کے فیصلے کے قواعد شامل کریں
- اتار چڑھاؤ کی شرح کے اشارے کے ساتھ مل کر ، متحرک اسٹاپ نقصان کی روک تھام کی پوزیشن مقرر کریں
- مشین سیکھنے کے طریقوں کا استعمال کرتے ہوئے پیرامیٹرز کو خود کار طریقے سے بہتر بنانا
خلاصہ کریں۔
یہ حکمت عملی ایک نسبتا simple آسان اور آسان ٹریڈنگ سسٹم بنانے کے لئے ایک لکیری رجحان کے ساتھ چلنے والی اوسط کی رجحانات کی پیروی کرنے کی صلاحیت کو جوڑتی ہے۔ اس حکمت عملی کو رجحانات کے واضح بازاروں میں بہتر اثر مل سکتا ہے۔ ہمیں پیرامیٹرز اور قواعد پر بہت زیادہ بیک اپ اور اصلاح کرنے کی بھی ضرورت ہے ، اور خطرے پر قابو پانے کی ضرورت ہے ، پھر اس حکمت عملی کو سرمایہ کاری پر مستحکم منافع حاصل کرنا چاہئے۔
/*backtest
start: 2023-11-17 00:00:00
end: 2023-12-05 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title="Regression Trading Strategy", shorttitle="RTS", overlay=true)
// Input parameters
n = input(14, title="SMA Period")
stop_loss_percentage = input(2, title="Stop Loss Percentage")
take_profit_percentage = input(2, title="Take Profit Percentage")
// Calculate the SMA
sma = sma(close, n)
// Linear regression function
linear_regression(src, length) =>
sumX = 0.0
sumY = 0.0
sumXY = 0.0
sumX2 = 0.0
for i = 0 to length - 1
sumX := sumX + i
sumY := sumY + src[i]
sumXY := sumXY + i * src[i]
sumX2 := sumX2 + i * i
slope = (length * sumXY - sumX * sumY) / (length * sumX2 - sumX * sumX)
intercept = (sumY - slope * sumX) / length
line = slope * length + intercept
line
// Calculate the linear regression
regression_line = linear_regression(close, n)
// Plot the SMA and regression line
plot(sma, title="SMA", color=color.blue)
plot(regression_line, title="Regression Line", color=color.red)
// Trading strategy conditions
long_condition = crossover(close, sma) and close > regression_line
short_condition = crossunder(close, sma) and close < regression_line
// Exit conditions
stop_loss_price = close * (1 - stop_loss_percentage / 100)
take_profit_price = close * (1 + take_profit_percentage / 100)
// Plot entry and exit points on the chart
plotshape(series=long_condition, title="Long Entry", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=short_condition, title="Short Entry", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)
plotshape(series=crossunder(close, stop_loss_price), title="Stop Loss", location=location.abovebar, color=color.red, style=shape.labeldown, text="SL")
plotshape(series=crossover(close, take_profit_price), title="Take Profit", location=location.belowbar, color=color.green, style=shape.labelup, text="TP")
// Strategy orders
strategy.entry("Long", strategy.long, when = long_condition)
strategy.entry("Short", strategy.short, when = short_condition)
strategy.exit("Exit", from_entry = "Long", when = crossover(close, stop_loss_price) or crossover(close, take_profit_price))
strategy.exit("Exit", from_entry = "Short", when = crossunder(close, stop_loss_price) or crossunder(close, take_profit_price))