ملٹی فیکٹر ماڈل پر مبنی انکولی رجحان کی پیروی کرنے والی حکمت عملی


تخلیق کی تاریخ: 2023-12-19 11:04:27 آخر میں ترمیم کریں: 2023-12-19 11:04:27
کاپی: 1 کلکس کی تعداد: 653
1
پر توجہ دیں
1621
پیروکار

ملٹی فیکٹر ماڈل پر مبنی انکولی رجحان کی پیروی کرنے والی حکمت عملی

جائزہ

یہ حکمت عملی ایک ملٹی فیکٹر ماڈل سے چلنے والی ایک موافقت پذیر رجحان ٹریکنگ حکمت عملی ہے۔ اس میں متعدد اشارے جیسے آر ایس آئی ، ایم اے سی ڈی ، اور اسٹوکاسٹکس شامل ہیں ، جس میں ایک ملٹی فیکٹر ماڈل بنایا گیا ہے جس میں رجحان کی سمت کا فیصلہ کیا گیا ہے۔ اس کے ساتھ ہی ، اس میں ایک موافقت پذیر اسٹاپ نقصان کا طریقہ کار ہے ، جو اے ٹی آر کی حرکیات کے مطابق اسٹاپ نقصان کی قیمت کو ایڈجسٹ کرسکتا ہے ، جس سے خطرے پر قابو پایا جاسکتا ہے۔

اصول

اس حکمت عملی میں متعدد اشارے استعمال کیے جاتے ہیں تاکہ رجحانات کا اندازہ لگایا جاسکے۔ سب سے پہلے ، یہ رجحان کی سمت کا اندازہ لگانے کے لئے آر ایس آئی ، ایم اے سی ڈی کے ساتھ مل کر کام کرتا ہے۔ پھر ، اسٹوکاسٹکس کے ساتھ مل کر ، یہ فیصلہ کرتا ہے کہ آیا یہ زیادہ خرید یا زیادہ فروخت ہے ، اور کچھ سگنل کو فلٹر کرتا ہے۔ آرڈر داخل ہونے کے بعد ، یہ اے ٹی آر کا استعمال خطرے کے پیرامیٹرز کا حساب لگانے کے لئے کرتا ہے ، جس سے ایڈجسٹ اسٹاپ نقصان ہوتا ہے۔

خاص طور پر ، جب RSI 52 سے زیادہ اور MACD گولڈ فورک ہوتا ہے تو خریدنے کا اشارہ ہوتا ہے۔ جب RSI 48 سے کم ہوتا ہے اور MACD ڈیڈ فورک ہوتا ہے تو بیچنے کا اشارہ ہوتا ہے۔ جعلی سگنل کو فلٹر کرنے کے ل it ، یہ اس بات کا بھی پتہ لگاتا ہے کہ آیا اسٹوکاسٹکس اووربیٹ اور اوور سیل ہے۔ اسٹاپ نقصان کے معاملے میں ، یہ اے ٹی آر کے حساب کتاب کے پیرامیٹرز پر مبنی ہے ، جس سے خود کار طریقے سے اسٹاپ نقصان ہوتا ہے ، جس سے ایک اسٹاپ نقصان کے خطرے کو مؤثر طریقے سے کنٹرول کیا جاسکتا ہے۔

فوائد

اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ خطرے پر قابو پانے کی صلاحیت مضبوط ہے۔ رجحان کی سمت کا فیصلہ کرنے کے لئے ملٹی فیکٹر ماڈل کے ذریعہ ، کچھ شور کو فلٹر کیا جاسکتا ہے اور سگنل کے معیار کو بہتر بنایا جاسکتا ہے۔ اس کے علاوہ ، خود کار طریقے سے نقصان کی روک تھام کا طریقہ کار مارکیٹ میں اتار چڑھاؤ کی سطح کے مطابق اسٹاپ نقصان کی وسعت کو ایڈجسٹ کرسکتا ہے ، تاکہ انفرادی نقصان کو مؤثر طریقے سے کنٹرول کیا جاسکے۔

اس کے علاوہ ، حکمت عملی کے پیرامیٹرز کی ترتیب معقول ہے ، اور اس کی بازیافت کا اثر بہتر ہے۔ مختلف دورانیہ کے اثاثوں کو پیرامیٹرز کو ایڈجسٹ کرکے بہتر بنایا جاسکتا ہے۔ یہ پیرامیٹرز کی اصلاح کے ذریعہ زیادہ مارکیٹ کے حالات کے مطابق ڈھال سکتا ہے۔

خطرات

اس حکمت عملی کا بنیادی خطرہ ملٹی فیکٹر ماڈل کی تعمیر کا معیار ہے۔ اگر ماڈل کی تعمیر نامناسب ہے تو ، رجحانات کو مؤثر طریقے سے نہیں پہچانا جاسکتا ہے ، جس سے بہت سارے غلط سگنل پیدا ہوسکتے ہیں۔ اس کے علاوہ ، اسٹاپ نقصان کی حکمت عملی خود ہی سودے بازی کا خطرہ ہے۔

ان خطرات کو کم کرنے کے لئے ، ماڈل کے وزن کو ایڈجسٹ کرنے ، پیرامیٹرز کی ترتیب کو بہتر بنانے ، اور دیگر اسٹاپ نقصان کی حکمت عملیوں کو جوڑنے وغیرہ میں بہتری لائی جاسکتی ہے۔ غیر معمولی مارکیٹوں کی صورت میں ، دستی مداخلت بھی ضروری ہے۔

اصلاح کی سمت

اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:

  1. ملٹی فیکٹر ماڈل میں اشارے کے وزن کو ایڈجسٹ کریں اور وزن کا بہترین مجموعہ تلاش کریں

  2. سی سی آئی ، اتار چڑھاؤ ، وغیرہ جیسے مزید اشارے کی جانچ کرنا ، ملٹی فیکٹر ماڈل سے مالا مال

  3. زیادہ اقسام اور ادوار کو اپنانے کے لئے پیرامیٹرز کی ترتیبات کو بہتر بنائیں

  4. مختلف سٹاپ نقصان کی حکمت عملیوں کو آزمائیں اور بہترین مجموعہ تلاش کریں

  5. ماڈل ٹریننگ اور حکمت عملی کی تشخیص کے ماڈیولز کو شامل کرنا ، مشین لرننگ سے چلنے کے لئے

خلاصہ کریں۔

اس حکمت عملی میں ملٹی فیکٹر ماڈلنگ اور انکولی اسٹاپ نقصان کا میکانزم شامل ہے ، جس میں رجحانات کا فیصلہ اور خطرے کے کنٹرول کا ایک نامیاتی امتزاج ہے۔ یہ اچھی طرح سے پیمائش کرتا ہے اور توسیع پذیر ہے۔ مسلسل اصلاح کے ساتھ ، یہ ایک قابل قدر حکمت عملی بن سکتی ہے جو طویل عرصے تک برقرار رکھنے کے قابل ہے۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title="TradersAI_UTBot", overlay = true)
// CREDITS to @HPotter for the orginal code. 
// CREDITS to @Yo_adriiiiaan for recently publishing the UT Bot study based on the original code - 
// I just added some simple code to turn it into a strategy so that you all can backtest it to see the results for yourself! 
// Use this strategy on your favorite instrumnet and timeframe, with your favorite settings
// While @Yo_adriiiiaan mentions it works best on a 4-hour timeframe or above, 
// I am  happy to share here this working on a 15-minute chart on e-mini S&P 500 Index (using the KeyValue setting at 10)
// I am sure different people would discover different settings that work best for their preferred instrumnet/timeframe etc. 
// Play with it and enjoy! And, don't forget to share any positive results you might get! Good luck with your trading!

SOURCE = input(hlc3)
RSILENGTH = input(14, title = "RSI LENGTH")
RSICENTERLINE = input(52, title = "RSI CENTER LINE")
MACDFASTLENGTH = input(7, title = "MACD FAST LENGTH")
MACDSLOWLENGTH = input(12, title = "MACD SLOW LENGTH")
MACDSIGNALSMOOTHING = input(12, title = "MACD SIGNAL SMOOTHING")
a = input(10, title = "Key Vaule. 'This changes the sensitivity'") 
SmoothK = input(3)
SmoothD = input(3)
LengthRSI = input(14)
LengthStoch = input(14)
RSISource = input(close) 
c = input(10, title="ATR Period")
xATR = atr(c)
nLoss = a * xATR
xATRTrailingStop = iff(close > nz(xATRTrailingStop[1], 0) and close[1] > nz(xATRTrailingStop[1], 0), max(nz(xATRTrailingStop[1]), close - nLoss),
     iff(close < nz(xATRTrailingStop[1], 0) and close[1] < nz(xATRTrailingStop[1], 0), min(nz(xATRTrailingStop[1]), close + nLoss), 
     iff(close > nz(xATRTrailingStop[1], 0), close - nLoss, close + nLoss)))
pos =	iff(close[1] < nz(xATRTrailingStop[1], 0) and close > nz(xATRTrailingStop[1], 0), 1,
     iff(close[1] > nz(xATRTrailingStop[1], 0) and close < nz(xATRTrailingStop[1], 0), -1, nz(pos[1], 0))) 
color = pos == -1 ? red: pos == 1 ? green : blue 
ema= ema(close,1)
above = crossover(ema,xATRTrailingStop )
below = crossover(xATRTrailingStop,ema)
buy = close > xATRTrailingStop and above 
sell = close < xATRTrailingStop and below
barbuy = close > xATRTrailingStop 
barsell = close < xATRTrailingStop 
plotshape(buy, title = "Buy", text = 'Buy', style = shape.labelup, location = location.belowbar, color= green,textcolor = white, transp = 0, size = size.tiny)
plotshape(sell, title = "Sell", text = 'Sell', style = shape.labeldown, location = location.abovebar, color= red,textcolor = white, transp = 0, size = size.tiny)
barcolor(barbuy? green:na)
barcolor(barsell? red:na)
alertcondition(buy, title='Buy', message='Buy')
alertcondition(sell, title='Sell', message='Sell')

if(buy)
    strategy.entry("UTBotBuy",strategy.long)
if(sell)
    strategy.entry("UTBotSell",strategy.short)