1. مربع
  2. انتہائی قدر کے طریقہ کار پر مبنی شماریاتی اتار چڑھاؤ بیک ٹیسٹ کی حکمت عملی

انتہائی قدر کے طریقہ کار پر مبنی شماریاتی اتار چڑھاؤ بیک ٹیسٹ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-26 10:24:53
ٹیگز:

img

جائزہ

یہ حکمت عملی اعداد و شمار کی اتار چڑھاؤ کا حساب لگانے کے لئے انتہائی قیمت کے طریقہ کار کا استعمال کرتی ہے ، جسے تاریخی اتار چڑھاؤ بھی کہا جاتا ہے۔ یہ وقت کے عنصر کے ساتھ مل کر سب سے زیادہ قیمت ، کم قیمت اور بند قیمت کی انتہائی اقدار کی بنیاد پر اتار چڑھاؤ کی پیمائش کرتی ہے۔ اتار چڑھاؤ اثاثہ کی قیمت میں اتار چڑھاؤ کی عکاسی کرتا ہے۔ جب اتار چڑھاؤ حد سے زیادہ یا کم ہوتا ہے تو حکمت عملی اسی طرح کی لمبی یا مختصر تجارت کرے گی۔

حکمت عملی کا اصول

  1. ایک مخصوص وقت کی مدت میں سب سے زیادہ قیمت، سب سے کم قیمت اور قریبی قیمت کے انتہائی اقدار کا حساب لگائیں
  2. شماریاتی اتار چڑھاؤ کا حساب لگانے کے لئے انتہائی قدر کے طریقہ کار کا فارمولا استعمال کریں
    SqrTime = sqrt(253 / Length)
Vol = ((0.6 * log(xMaxC / xMinC) * SqrTime) + (0.6 * log(xMaxH / xMinL) * SqrTime)) * 0.5
  3. تجارتی سگنل پیدا کرنے کے لئے اتار چڑھاؤ کو اوپری اور نچلی حدوں سے موازنہ کریں
    pos = iff(nRes > TopBand, 1,  
          iff(nRes < LowBand, -1, nz(pos[1], 0)))
  4. ٹریڈنگ سگنلز کی بنیاد پر طویل یا مختصر تجارت کریں

فوائد کا تجزیہ

اس حکمت عملی کے اہم فوائد یہ ہیں:

  1. شماریاتی اتار چڑھاؤ کے اشارے کا استعمال مارکیٹ کے ہاٹ سپاٹ اور ریورس مواقع کو مؤثر طریقے سے پکڑ سکتا ہے
  2. اتار چڑھاؤ کا حساب لگانے کے لئے انتہائی قدر کا طریقہ انتہائی قیمتوں پر حساس نہیں ہے ، جس کے نتیجے میں زیادہ مستحکم اور قابل اعتماد نتائج ملتے ہیں
  3. پیرامیٹرز کو مختلف اتار چڑھاؤ کے ماحول میں تجارت کے مطابق ایڈجسٹ کیا جاسکتا ہے

خطرے کا تجزیہ

اس حکمت عملی کے اہم خطرات یہ ہیں:

  1. خود شماریاتی اتار چڑھاؤ میں کچھ تاخیر ہوتی ہے، اور یہ مارکیٹ کے موڑ کے مقامات کو درست طریقے سے نہیں پکڑ سکتا
  2. اتار چڑھاؤ کا اشارے اچانک واقعات پر آہستہ آہستہ رد عمل ظاہر کرتا ہے ، ممکنہ طور پر قلیل مدتی تجارتی مواقع کو کھو دیتا ہے
  3. غلط تجارت اور سٹاپ نقصان کے کچھ خطرات ہیں

انسداد اقدامات اور حل:

  1. مارکیٹ کی تبدیلیوں کے لیے حساسیت بڑھانے کے لیے اعداد و شمار کے دورانیے کو مناسب طریقے سے مختصر کرنا
  2. سگنل کی درستگی کو بہتر بنانے کے لیے دیگر اشارے استعمال کریں
  3. واحد نقصان کو کنٹرول کرنے کے لئے سٹاپ نقصان کے مقامات مقرر کریں

اصلاح کی ہدایات

اس حکمت عملی کے لئے اصلاح کی سمت:

  1. بہترین پیرامیٹرز تلاش کرنے کے لئے مختلف شماریاتی مدت کے پیرامیٹرز کی جانچ کریں
  2. غیر مستحکمیت کی بنیاد پر پوزیشنوں کو ایڈجسٹ کرنے کے لئے پوزیشن مینجمنٹ ماڈیول شامل کریں
  3. غلط تجارت کو کم کرنے کے لئے چلتی اوسط لائنوں جیسے فلٹر حالات شامل کریں

خلاصہ

یہ حکمت عملی اعداد و شمار کی اتار چڑھاؤ کا حساب لگانے کے لئے انتہائی قدر کے طریقہ کار کا استعمال کرتی ہے ، اور اتار چڑھاؤ کی خرابیوں کو پکڑ کر تجارتی سگنل تیار کرتی ہے۔ متحرک اوسط لائنوں جیسے سادہ اشارے کے مقابلے میں ، یہ مارکیٹ کی اتار چڑھاؤ کو بہتر انداز میں ظاہر کرتا ہے اور الٹ پھیر کو پکڑتا ہے۔ دریں اثنا ، انتہائی قدر کے طریقہ کار الگورتھم بھی نتائج کو زیادہ مستحکم اور قابل اعتماد بناتا ہے۔ پیرامیٹر ایڈجسٹمنٹ اور اصلاح کے ذریعے ، یہ حکمت عملی مختلف مارکیٹ کے حالات کے مطابق ڈھال سکتی ہے ، اور اس کی تجارتی منطق اور شماریاتی اتار چڑھاؤ اشارے مزید تحقیق اور درخواست کے قابل ہیں۔

/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 22/11/2014
// This indicator used to calculate the statistical volatility, sometime 
// called historical volatility, based on the Extreme Value Method.
// Please use this link to get more information about Volatility. 
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Statistical Volatility - Extreme Value Method ", shorttitle="Statistical Volatility Backtest")
Length = input(30, minval=1)
TopBand = input(0.005, step=0.001)
LowBand = input(0.0016, step=0.001)
reverse = input(false, title="Trade reverse")
hline(TopBand, color=red, linestyle=line)
hline(LowBand, color=green, linestyle=line)
xMaxC = highest(close, Length)
xMaxH = highest(high, Length)
xMinC = lowest(close, Length)
xMinL = lowest(low, Length)
SqrTime = sqrt(253 / Length)
Vol = ((0.6 * log(xMaxC / xMinC) * SqrTime) + (0.6 * log(xMaxH / xMinL) * SqrTime)) * 0.5
nRes = iff(Vol < 0,  0, iff(Vol > 2.99, 2.99, Vol))
pos = iff(nRes > TopBand, 1,
	   iff(nRes < LowBand, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue )  
plot(nRes, color=blue, title="Statistical Volatility")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں