بولنگر بینڈز پر مبنی پرائس ایکشن کی حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی کا نام ہے برن بینڈ پر مبنی قیمت رویے کی حکمت عملی۔ یہ قیمت رویے کے تجزیہ اور برن بینڈ اشارے کو مربوط کرتا ہے ، جس میں تجارتی سگنل پیدا کرنے کے لئے مرکب شرائط کے فیصلے کا استعمال کیا جاتا ہے۔
حکمت عملی کا اصول
یہ حکمت عملی پہلے برن بینڈ کے اوپر اور نیچے کے ریلوں کا حساب لگاتی ہے ، اور پھر فیصلہ کرتی ہے کہ آیا آخری K لائن برن بینڈ کے نیچے سے ٹوٹ گئی ہے۔ اس کے ساتھ ہی ، یہ بھی فیصلہ کیا جاتا ہے کہ آیا آخری K لائن میں موجود ادارہ صرف پچھلے K لائن ادارے کا نصف ہے۔ جب یہ دونوں شرائط پوری ہوجاتی ہیں تو ، تجارت کا اشارہ ہوتا ہے۔
خاص طور پر ، حکمت عملی کا استعمال کرتے ہوئے گرنے کے حالات میں سرخ K لائن اداروں کی کمی صرف پچھلے K لائن اداروں میں سے نصف تک پہنچ گئی ہے ، اور آخری K لائن بند ہونے والی قیمت کے ساتھ ٹوٹ گیا ہے برن بینڈ نیچے کی طرف ایک کثیر سگنل کے طور پر ۔ اس کے برعکس ، بڑھتی ہوئی حالات میں سبز K لائن اداروں کی کمی صرف پچھلے K لائن اداروں میں سے نصف تک پہنچ گئی ہے ، اور آخری K لائن بند ہونے والی قیمت کے ساتھ ٹوٹ گیا ہے برن بینڈ اوپر کی طرف ایک خالی سگنل کے طور پر ۔
طاقت کا تجزیہ
اس حکمت عملی میں تکنیکی اشارے اور قیمت کے طرز عمل کے فیصلے کا امتزاج کیا گیا ہے ، جس سے جعلی بریک کو مؤثر طریقے سے فلٹر کیا جاسکتا ہے۔ اس کے ساتھ ہی ، یہ صرف رجحان کے الٹ پوائنٹس پر سگنل دیتا ہے ، اور رجحان میں بار بار تجارت سے گریز کرتا ہے۔ اس کے علاوہ ، حکمت عملی K لائن اداروں کی چھوٹی چھوٹی خصوصیات کا استعمال کرتی ہے ، جس سے معمولی ایڈجسٹمنٹ کے بعد رجحان الٹ پوائنٹس کو لاک کیا جاسکتا ہے۔ یہ فوائد حکمت عملی کی استحکام اور منافع کو بڑھا سکتے ہیں۔
خطرے کا تجزیہ
اس حکمت عملی کا بنیادی خطرہ بولین بینڈ پیرامیٹرز کی غلط ترتیب اور توڑ کی ناکامی ہے۔ اگر بولین بینڈ پیرامیٹرز بہت بڑے یا بہت چھوٹے ہیں تو یہ غلط فیصلے کا سبب بن سکتا ہے۔ اس کے علاوہ ، یہاں تک کہ اگر قیمت بولین بینڈ کو ٹریک کرتی ہے تو ، یہ ایک جعلی توڑ ہوسکتا ہے ، جس سے حقیقی رجحان کی تبدیلی نہیں ہوسکتی ہے۔ ان خطرات سے حکمت عملی کے تجارتی نقصانات کا سبب بن سکتا ہے۔ ان خطرات کو کم کرنے کے لئے ، بولین بینڈ پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کیا جاسکتا ہے ، یا دوسرے اشارے شامل کیے جاسکتے ہیں۔
اصلاح کی سمت
یہ حکمت عملی مندرجہ ذیل پہلوؤں سے بہتر بنائی جا سکتی ہے۔
رجحانات اور اتار چڑھاؤ کو زیادہ مؤثر طریقے سے پکڑنے کے لئے برن بینڈ پیرامیٹرز کو بہتر بنائیں۔
منافع کو لاک کرنے اور خطرے کا انتظام کرنے کے لئے نقل و حرکت کی روک تھام میں اضافہ کریں۔
دوسرے اشارے جیسے MACD، RSI وغیرہ کے ساتھ مل کر توثیق کریں، جعلی سگنل کو فلٹر کریں۔
مشین لرننگ الگورتھم کو شامل کریں ، حکمت عملی کے پیرامیٹرز اور اشارے کے وزن کو متحرک طور پر بہتر بنانے کے لئے بڑے ڈیٹا ٹریننگ ماڈل کا استعمال کریں۔
خلاصہ کریں۔
اس حکمت عملی میں قیمتوں کے عمل اور برن بینڈ اشارے کو کامیابی کے ساتھ جوڑا گیا ہے ، جس سے کم خطرہ کے ساتھ اعلی منافع کی شرح حاصل کی جاسکتی ہے۔ یہ صرف اہم نکات پر سگنل دیتا ہے اور شور کی مداخلت سے گریز کرتا ہے۔ پیرامیٹرز اور فلٹرنگ کے حالات کو مستقل طور پر بہتر بنانے کے ذریعہ ، اس حکمت عملی سے زیادہ مستحکم اضافی منافع حاصل کرنے کی امید ہے۔ یہ ایک قابل اعتماد سانچہ فراہم کرتا ہے۔
/*backtest
start: 2022-12-13 00:00:00
end: 2023-12-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// main codebody taken from Trader Noro - Noro's Crypto Pattern for H1
// Intraday strategy- Exit at EOD at all cost
strategy(title = "Price Action + Bollinger Strategy ",overlay=true)
bar = close > open ? 1 : close < open ? -1 : 0
body = abs(close - open)
avgbody = sma(body, 100)
//calculate simple moving average bollinger bands
b_sma = input(21,minval=1,title=" SMA candle")
b_sma_no_of_deviations = 2.1
b_sma_signal = sma(close, b_sma)
b_sma_deviation = b_sma_no_of_deviations * stdev(close, b_sma)
b_sma_upper= b_sma_signal + b_sma_deviation
b_sma_lower= b_sma_signal - b_sma_deviation
up1 = body < body[1] / 2 and bar[1]==1 and bar == -1 and close[1] > b_sma_upper
dn1 = body < body[1] / 2 and bar[1]==-1 and bar == 1 and close[1] < b_sma_lower
up2 = false
dn2 = false
up2 := (up1[1] or up2[1]) and close < close[1]
dn2 := (dn1[1] or dn2[1]) and close > close[1]
plotarrow(up1 or up2 ? 1 : na, colorup = color.black, colordown = color.black, transp = 0)
plotarrow(dn1 or dn2 ? -1 : na, colorup = color.black, colordown = color.black, transp = 0)
strategy.entry("Buy", true, when = dn1)
strategy.exit("exit", "Buy", profit = 3, loss = 1.5)
strategy.entry("Short", false, when = up1)
strategy.exit("exit", "Short", profit = 3, loss = 1.5)