Laguerre RSI تجارتی حکمت عملی
ChaoZhang
جائزہ
راگیل آر ایس آئی ٹریڈنگ حکمت عملی RSI اشارے پر مبنی ہے جو جان ایچلرز کے راگیل فلٹر پر مبنی ہے۔ اس حکمت عملی میں آر ایس آئی اشارے کی تاخیر اور سلائڈ کو بڑھانے یا کم کرنے کے لئے الفا فیکٹر کو ایڈجسٹ کیا گیا ہے ، جس سے آر ایس آئی اشارے کے شور کو فلٹر کیا جاسکتا ہے ، جس سے خرید و فروخت کا واضح اشارہ ملتا ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی اشارے راگیل آر ایس آئی ہے۔ اس کا حساب کتاب فارمولا مندرجہ ذیل ہے:
L0 = (1-γ)*Src + γ*L0[1]
L1 = -γ*L0 + L0[1] + γ*L1[1]
L2 = -γ*L1 + L1[1] + γ*L2[1]
L3 = -γ*L2 + L2[1] + γ*L3[1]
جہاں γ = 1-α ، α ایک سایڈست فیکٹر ہے ، ایس آر سی قیمت کی نمائندگی کرتا ہے۔ L0 سے L3 4 اشارے ہیں جن میں تعاقب تعلقات شامل ہیں۔ اس کی بنیاد پر موجودہ اضافے کا عنصر cu اور کمی کا عنصر cd کا حساب لگایا جاسکتا ہے:
cu = (L0>L1 ? L0-L1 : 0) + (L1>L2 ? L1-L2 : 0) + (L2>L3 ? L2-L3 : 0) cd = (L0
اس کے بعد ہم RSI کا حساب لگانے کے لئے cu اور cd کا استعمال کرتے ہیں:
LaRSI = cu / (cu + cd)
یہاں ریورس فلٹر کی ساخت کے ذریعہ ، راگیل RSI اشارے نے RSI اشارے کی رجحانات کی شناخت کی صلاحیت کو برقرار رکھتے ہوئے ، زیادہ سے زیادہ بے ترتیب شور کو فلٹر کیا ، جس سے صاف اور ہموار تجارتی سگنل پیدا ہوسکے۔
تجارت کے مخصوص قواعد: جب راگیل RSI اشارے پر 20 پہنتا ہے تو زیادہ کام کریں؛ جب راگیل RSI اشارے کے نیچے 80 پہنتا ہے تو خالی کریں۔
طاقت کا تجزیہ
راگیل کی آر ایس آئی حکمت عملی کے اہم فوائد ہیں:
RSI اشارے کے شور کو راگیل فلٹر ڈھانچے کے ذریعے مؤثر طریقے سے فلٹر کریں ، جس سے تجارتی سگنل زیادہ واضح اور قابل اعتماد ہوجائیں
α فیکٹر کی ایڈجسٹمنٹ حکمت عملی کے پیرامیٹرز کو وسیع تر مارکیٹ کے ماحول کے مطابق لچکدار اور بہتر بنانے کی اجازت دیتا ہے
RSI اشارے کی طویل مدتی افادیت کو برقرار رکھتے ہوئے ، فلٹر کے ذریعہ متحرک شناخت ، رجحانات کو مربوط کرنے اور زیادہ خریدنے اور زیادہ فروخت کرنے کے لئے
حکمت عملی کے قواعد سادہ اور بدیہی ہیں ، ان پر عمل درآمد کرنا آسان ہے ، اور وہ مارکیٹ کے مختلف ماحول میں بہتر کارکردگی کا مظاہرہ کرتے ہیں
خطرے کا تجزیہ
اس حکمت عملی میں مندرجہ ذیل خطرات شامل ہیں:
α فیکٹر کی غلط ترتیب سے قیمتوں میں ہونے والی تبدیلیوں کو نظرانداز کیا جاسکتا ہے ، جس سے زیادہ تاخیر یا زیادہ فلٹرنگ ہوسکتی ہے۔
بڑے پیمانے پر ہلچل والے بازاروں میں بار بار تجارت میں نقصان کا امکان
طویل عرصے سے چلنے والے بیل مارکیٹ میں ممکنہ طور پر کچھ اضافے کا موقع ضائع ہو گیا ہے۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
مشین لرننگ الگورتھم کا استعمال کرتے ہوئے α فیکٹر کو بہتر بنانے کی ترتیب
نقصانات کو روکنے اور نقصان کے خطرے کو کم کرنے کے لئے.
دوسرے اشارے کے ساتھ مل کر غلط سگنل کے فلٹرنگ کا فیصلہ کرنا
کم سے کم منافع کو مخصوص مرحلے میں لاک کرنے کے لئے مقداری نرمی میں اضافہ
خلاصہ کریں۔
راگیل آر ایس آئی حکمت عملی فلٹرنگ میکانزم کے ذریعہ اوورلوڈ اور اوورلوڈ کو مؤثر طریقے سے پہچانتی ہے ، تجارتی سگنل جاری کرنے کے ساتھ ساتھ شور کی مداخلت سے بچنے کے لئے۔ یہ حکمت عملی آسان ، عملی ہے ، پیرامیٹرز کو بہتر بنانے کی گنجائش ہے ، اور مارکیٹ کے مختلف حالات کے مطابق ڈھالنے کے قابل ہے ، یہ ایک قابل سفارش تجارتی حکمت عملی 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"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mertriver1
// Developer: John EHLERS
//@version=3
// Author:Kıvanç Özbilgiç
strategy("Laguerre RSI", shorttitle="LaRSI", overlay=false)
src = input(title="Source", defval=close)
alpha = input(title="Alpha", type=float, minval=0, maxval=1, step=0.1, defval=0.2)
colorchange = input(title="Change Color ?", type=bool, defval=false)
Date1 = input(true, title = "=== Date Backtesting ===")
FromDay1 = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromMonth1 = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromYear1 = input(defval = 2020, title = "From Year", minval = 2017)
ToDay1 = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToMonth1 = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToYear1 = input(defval = 9999, title = "To Year", minval = 2017)
start1 = timestamp(FromYear1, FromMonth1, FromDay1, 00, 00)
finish1 = timestamp(ToYear1, ToMonth1, ToDay1, 23, 59)
window1() => time >= start1 and time <= finish1 ? true : false
gamma=1-alpha
L0 = 0.0
L0 := (1-gamma) * src + gamma * nz(L0[1])
L1 = 0.0
L1 := -gamma * L0 + nz(L0[1]) + gamma * nz(L1[1])
L2 = 0.0
L2 := -gamma * L1 + nz(L1[1]) + gamma * nz(L2[1])
L3 = 0.0
L3 := -gamma * L2 + nz(L2[1]) + gamma * nz(L3[1])
cu= (L0>L1 ? L0-L1 : 0) + (L1>L2 ? L1-L2 : 0) + (L2>L3 ? L2-L3 : 0)
cd= (L0<L1 ? L1-L0 : 0) + (L1<L2 ? L2-L1 : 0) + (L2<L3 ? L3-L2 : 0)
temp= cu+cd==0 ? -1 : cu+cd
LaRSI=temp==-1 ? 0 : cu/temp
Color = colorchange ? (LaRSI > LaRSI[1] ? green : red) : blue
plot(100*LaRSI, title="LaRSI", linewidth=2, color=Color, transp=0)
plot(20,linewidth=1, color=maroon, transp=0)
plot(80,linewidth=1, color=maroon, transp=0)
strategy.entry("Long", true, when = window1() and crossover(cu, cd))
strategy.entry("Short", false, when = window1() and crossunder(cu, cd))