1. مربع
  2. لاگارتھمک قیمت کی پیشن گوئی کی حکمت عملی

لاگارتھمک قیمت کی پیشن گوئی کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-20 14:40:23
ٹیگز:

img

جائزہ

یہ حکمت عملی مستقبل کی قیمتوں کی پیشن گوئی کے لئے لوگرتھمک فنکشن کے ان پٹ پیرامیٹرز کے طور پر زیڈ اسکور کا حساب لگانے کے لئے معیاری انحراف اور تجارتی حجم کے اوسط پر مبنی قیمت کی تبدیلیوں کا ماڈل بنانے کے لئے لوگرتھمک افعال کا استعمال کرتی ہے۔

حکمت عملی کے اصول

  1. اختتامی قیمت کی ROC قدر کا حساب لگائیں، مثبت اقدار کو حجم_پو میں اور منفی اقدار کو حجم_نیگ میں جمع کریں
  2. حجم_پو اور حجم_نیگ کے درمیان فرق کو خالص حجم کے طور پر شمار کریں
  3. نیٹ_ولیم کا معیاری انحراف net_std اور mean net_sma کا حساب لگائیں
  4. net_sma کو net_std سے تقسیم کرکے z-score کا حساب لگائیں
  5. اگلی مدت کی قیمت کی پیشن گوئی کرنے کے لئے لاجسٹک فنکشن میں بندش کی قیمت، بندش کی قیمت کا 20 دن کا معیاری انحراف اور زیڈ اسکور کو پیرامیٹرز کے طور پر استعمال کریں۔
  6. جب پیش گوئی کی قیمت موجودہ اصل قیمت * 1.005 سے زیادہ ہو ، تو بند پوزیشن جب * 0.995 سے کم ہو

فوائد کا تجزیہ

اس حکمت عملی میں تجارت کے حجم کی شماریاتی معلومات اور لاگارتھمک افعال کا استعمال کرتے ہوئے قیمت کی پیش گوئی کا امتزاج ہوتا ہے۔

فوائد یہ ہیں:

  1. مارکیٹ کے جذبات کا اندازہ کرنے کے لئے تجارتی حجم میں طویل مختصر فرق کا استعمال کرتا ہے
  2. لوگرتھمک فنکشن پیشن گوئی کے لئے قیمت کی تبدیلی کے منحنی خطوط کو اچھی طرح سے فٹ بیٹھتا ہے
  3. سادہ اور براہ راست حکمت عملی، لاگو کرنے میں آسان

خطرے کا تجزیہ

اس حکمت عملی میں کچھ خطرات بھی موجود ہیں:

  1. تجارتی حجم کے اشارے میں تاخیر ہے ، وہ مارکیٹ میں ہونے والی تبدیلیوں کو بروقت ظاہر نہیں کرسکتے ہیں
  2. لوگرتھمک پیشن گوئی ہمیشہ درست نہیں ہوتی، گمراہ کن ہو سکتی ہے
  3. نقصانات کو روکنے کے اقدامات کی عدم موجودگی نقصانات کو کنٹرول کرنے کی صلاحیت

خطرات کو کم کیا جا سکتا ہے:

  1. حجم سگنلز کی وشوسنییتا کا اندازہ کرنے کے لئے دیگر اشارے کو یکجا کریں
  2. پیشن گوئی کی درستگی کو بہتر بنانے کے لئے لوگرتھمک فنکشن کے پیرامیٹرز کو بہتر بنائیں
  3. ہر تجارت اور مجموعی طور پر زیادہ سے زیادہ نقصان کو محدود کرنے کے لئے سٹاپ نقصان کی لائنیں مقرر کریں

اصلاح کی ہدایات

اس حکمت عملی کو مزید بہتر بنایا جاسکتا ہے:

  1. لوگرتھمک فنکشن کو متحرک طور پر بہتر بنانے کے لئے مشین لرننگ کو اپنائیں
  2. پوزیشن سائزنگ کو ایڈجسٹ کرنے کے لئے اتار چڑھاؤ کے اشارے شامل کریں
  3. غلط سگنلز کو فلٹر کرنے کے لئے Bayesian فلٹرنگ شامل کریں
  4. بریک آؤٹ پوائنٹس پر داخل ہونے کے لئے بریک آؤٹ حکمت عملی کے ساتھ مل کر
  5. حجم قیمت کے فرق کے اشاروں کا پتہ لگانے کے لئے ایسوسی ایشن کے قوانین کا استعمال کریں

متعدد طریقوں کو یکجا کرنے سے استحکام اور منافع میں مزید بہتری آسکتی ہے۔

نتیجہ

اس حکمت عملی میں تجارتی حجم کے شماریاتی اشارے اور لوگرتھمک پیشن گوئی کو ایک منفرد مقداری تجارتی طریقہ کار میں ضم کیا گیا ہے۔ مسلسل اصلاح کے ساتھ ، یہ ایک موثر اور مستحکم خودکار تجارتی نظام بن سکتا ہے۔ مشین لرننگ اور پورٹ فولیو کی اصلاح کے نظریات کا فائدہ اٹھاتے ہوئے ، ہمیں اعتماد ہے کہ اس کی تجارتی کارکردگی کو مزید بہتر بنایا جاسکے گا۔

/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Logistic", overlay=true )

volume_pos = 0.0
volume_neg = 0.0
roc = roc(close, 1)

for i = 0 to 100
    if (roc > 0)
        volume_pos := volume
    else
        volume_neg := volume
    
volume_net = volume_pos - volume_neg
net_std    = stdev(volume_net, 100)
net_sma    = sma(volume_net, 10)
z          =  net_sma / net_std
std        = stdev(close, 20)

logistic(close, std, z) =>
    m = (close + std)
    a = std / close
    pt = m / ( 1 + a*exp(-z))
    pt
    
    
pred = logistic(close, std, z)

buy = pred > close * 1.005
sell = pred < close * 0.995

color = strategy.position_size > 0? #3BB3E4 : strategy.position_size == 0? #FF006E : #6b6b6b
barcolor(color)


if (buy == true)
    strategy.entry("Long", strategy.long, comment="Open L")
    
if (sell == true)
    strategy.close("Long", comment="Close L")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں