1. مربع
  2. چلتی اوسط واپسی کی حکمت عملی

چلتی اوسط واپسی کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-19 11:55:25
ٹیگز:

img

جائزہ

چلتی اوسط پل بیک حکمت عملی قیمتوں کی چلتی اوسط کے کراس اوورز کو ٹریک کرتی ہے ، اور جب سنہری کراسز ہوتے ہیں تو مخالف رجحان کی تجارت کرنے کے لئے پل بیک کے مواقع کی نشاندہی کرتی ہے۔ یہ حکمت عملی مختصر مدت کی قیمتوں میں پل بیک کو پکڑنے کے لئے انٹری اور اسٹاپ نقصان / منافع لینے کی سطحوں کو ترتیب دینے کے لئے فبونیکی پل بیک لائنوں کا استعمال کرتی ہے۔

حکمت عملی منطق

اس حکمت عملی کا مرکز دو حرکت پذیر اوسطوں - 14 دن کے ای ایم اے اور 56 دن کے ایس ایم اے پر مشتمل ہے۔ جب 14 دن کا ای ایم اے نیچے سے 56 دن کے ایس ایم اے سے اوپر جاتا ہے تو یہ خرید سگنل کو متحرک کرتا ہے۔ اس کے بعد ، حکمت عملی 20 دن پیچھے دیکھتی ہے تاکہ سپورٹ کے طور پر سوئنگ لو تلاش کیا جاسکے۔ کراس اوور پوائنٹ پر قریبی قیمت کے ساتھ مل کر ، فبونیکی پل بیک لائنیں تیار کی جاتی ہیں ، جس میں 1.272 پل بیک لائن داخلہ اور 0.618 باہر نکلنے کے طور پر ہوتی ہے۔ اس طرح حکمت عملی سنہری کراسز کے بعد مختصر جانے کے لئے ایک انٹری پوائنٹ طے کرتی ہے ، اور منافع لیتی ہے اگر قیمتیں واقعی 0.618 لائن پر واپس آجاتی ہیں۔

اس حکمت عملی کے اہم اقدامات یہ ہیں:

  1. 14 دن کے EMA اور 56 دن کے SMA کا حساب لگائیں۔
  2. چیک کریں کہ آیا ای ایم اے ایس ایم اے گولڈن کراس سگنل سے اوپر عبور کرتا ہے۔
  3. پیچھے مڑ کر دیکھنا تاکہ مدد کے لیے ایک کم جھول تلاش کر سکیں؛
  4. کم اور کراس اوور پوائنٹ کے ساتھ فبونیکی پل بیک لائنز کو پلاٹ کریں؛
  5. 1.272 کی پل بیک لائن پر مختصر مدت کے لیے اندراج مقرر کریں۔
  6. 0.618 واپس لائن پر منافع لینے کے لئے سٹاپ سیٹ کریں.

مذکورہ بالا اس واپسی کی حکمت عملی کے پیچھے بنیادی کام کے بہاؤ اور منطق کی وضاحت کرتا ہے۔ اس کا مقصد مواقع کو پکڑنا ہے جب قیمتیں مختصر مدت میں الٹ جاتی ہیں۔

فوائد

اس حرکت پذیر اوسط کی واپسی کی حکمت عملی کے اہم فوائد یہ ہیں:

  1. حکمت عملی کا خیال سادہ اور سمجھنے میں آسان ہے۔
  2. بہتر خطرہ کنٹرول قائم کرنے کے لئے فبونیکی تھیوری کا استعمال کریں؛
  3. اچھے منافع کے لئے قلیل مدتی واپسی کے مواقع کو پکڑ سکتے ہیں؛
  4. اندراجات کو متحرک کرنے کے لئے صرف ایک گولڈن کراس کی ضرورت ہوتی ہے۔

خلاصہ یہ ہے کہ ، یہ قلیل مدتی اوسط ریورس اسٹائل ٹریڈنگ کے لئے بہت موزوں ہے۔ یہ منافع حاصل کرنے کے لئے واپسی کے امکانات کو پکڑتا ہے۔ حکمت عملی کو نافذ کرنا بھی آسان اور سیدھا ہے۔

خطرات

فوائد کے باوجود، اس حکمت عملی کے لئے نوٹ کرنے کے لئے کچھ خطرات بھی ہیں:

  1. لانگ ہولڈنگ بڑے نقصانات کا باعث بن سکتی ہے، کیونکہ ہم countertrend shorting کر رہے ہیں؛
  2. واپسی کا سائز منافع حاصل کرنے کے لئے بہت چھوٹا ہے؛
  3. بہت زیادہ جارحانہ پل بیک لائن کی ترتیبات.

خطرات کو کم کرنے کے لئے، ہم نقصانات کو کنٹرول کرنے کے لئے ایک مختصر سٹاپ نقصان ٹائم فریم مقرر کر سکتے ہیں۔ معقول منافع کے اہداف کا مقصد حاصل کرنے کے لئے پل بیک لائن کی حدود کو بھی بہتر بنائیں۔

بہتر مواقع

اس حرکت پذیر اوسط پل بیک حکمت عملی کو بہتر بنانے کے لئے ابھی بھی بہت کمرہ ہے:

  1. بہترین تلاش کرنے کے لئے مختلف پیرامیٹرز کی ترتیبات جیسے حرکت پذیر اوسط ادوار، نظر ثانی کے دن، فبونیکی ضرب وغیرہ پر ٹیسٹ کریں؛

  2. خطرات کو بہتر کنٹرول کرنے کے لئے متعدد اسٹاپ یا ٹریلنگ اسٹاپ جیسے اسٹاپ نقصان کے طریقہ کار کو شامل کریں؛

  3. غیر مناسب مارکیٹ کے حالات سے بچنے کے لئے فلٹرز کے طور پر دیگر اشارے متعارف کروائیں؛

  4. پوزیشن سائزنگ اور رسک مینجمنٹ کے قوانین کو بہتر بنائیں۔

سخت جانچ اور اصلاح کے ذریعے، اس تجارتی حکمت عملی کے لئے اہم بہتری حاصل کی جا سکتی ہے.

نتیجہ

حرکت پذیر اوسط پل بیک حکمت عملی ایک بہت ہی عملی قلیل مدتی تجارتی حکمت عملی ہے۔ جب قیمتیں قلیل مدتی میں پیچھے ہٹتی ہیں تو یہ اوسط پلٹانے کے مواقع حاصل کرتی ہے۔ حکمت عملی کا خیال آسان اور سمجھنے میں آسان ہے۔ ابھی بھی ایسے خطرات ہیں جن کو اصلاح اور رسک کنٹرول کے ذریعے حل کرنے کی ضرورت ہے۔ مجموعی طور پر یہ ایک وعدہ کرنے والی مقداری حکمت عملی ہے جو مزید تحقیق اور درخواست کے قابل ہے۔

/*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("MAC Pullback", overlay=true)

// Setting up timeperiod for testing
startPeriodYear = input(2014, "Backtest Start Year")
startPeriodMonth = input(1, "Backtest Start Month")
startPeriodDay = input(2, "Backtest Start Day")
testPeriodStart = timestamp(startPeriodYear, startPeriodMonth, startPeriodDay, 0, 0)

stopPeriodYear = input(2035, "Backtest Stop Year")
stopPeriodMonth = input(12, "Backtest Stop Month")
stopPeriodDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(stopPeriodYear, stopPeriodMonth, stopPeriodDay, 0, 0)

// Moving Averages
ema14 = ema(close, 14)
ema28 = ema(close, 28)
sma56 = sma(close, 56)

// Plot
plot(ema14, title="ema14", linewidth=2, color=green)
plot(ema28, title="ema28", linewidth=2, color=red)
plot(sma56, title="sma56", linewidth=3, color=blue)


// Strategy
goLong = cross(ema14, sma56) and ema14 > ema28
goShort = cross(ema14, sma56) and ema14 < ema28


// Locate Swing Lows
leftBars = input(20)
rightBars=input(20)
swinglow = pivotlow(close, leftBars, rightBars)
plot(swinglow, style=cross, linewidth=8, color=#00FF00, offset=-rightBars)

if goLong == true and time >= testPeriodStart and time <= testPeriodStop
    // We try to make sure that we're catching the first Pullback after the crossover
    if ema14[12] < sma56[12] 
        pivotpoint = lowest(40)[0] //lowest value of the month as our swing low
        
        // We calculate a Fib 1.272 extension (from the previous swing low to 
        // the crossover long entry's open) and use this as our entry target to short the Pullback
        extensiontarget = ((close[1] - pivotpoint) * 1.27) + pivotpoint
        shorttarget = ((close[1] - pivotpoint) * 0.618) + pivotpoint        
        
        strategy.order("Pullback", strategy.short, 5.0, limit=extensiontarget)
        // I would like to use a trailing stop but for know we just hope to get 
        // filled if the pullback reaches all the way down to the 0.618.
        // We also place a tight stop loss since we trying to short an uptrend
        strategy.exit("Pullback Exit", "Pullback", limit=shorttarget, loss=400)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں