1. مربع
  2. لکیری رجسٹریشن انٹرسیپٹ پر مبنی کوانٹم حکمت عملی

لکیری رجسٹریشن انٹرسیپٹ پر مبنی کوانٹم حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-29 11:45:20
ٹیگز:

img

جائزہ

اس حکمت عملی میں لکیری رجعت کے انٹرسیپٹ کا حساب لگانے کے لئے لکیری رجعت کی تکنیکوں کا استعمال کیا جاتا ہے اور اسے مقداری تجارتی حکمت عملی کی تعمیر کے لئے تجارتی سگنل کے طور پر استعمال کیا جاتا ہے۔ اسٹاک کی قیمت کی وقت کی سیریز کا تجزیہ کرکے ، یہ حکمت عملی لکیری رجعت کے رجحان کی لکیر پر فٹ بیٹھتی ہے اور قیمتوں کو زیادہ یا کم کرنے کا فیصلہ کرنے کے لئے لکیری رجعت کے انٹرسیپٹ کا استعمال کرتی ہے ، اس طرح تجارتی سگنل تیار کرتی ہے۔

حکمت عملی کا اصول

لکیری رجسٹریشن انٹرسیپٹ Y کی متوقع قیمت (عام طور پر قیمت) کی نشاندہی کرتا ہے جب ٹائم سیریز کی قیمت X 0 ہوتی ہے۔ یہ حکمت عملی پیرامیٹر لمبائی کو پہلے سے طے کرتی ہے ، بندش کی قیمت کو سورس ترتیب کے طور پر لیتی ہے ، اور حالیہ لمبائی دنوں کے لکیری رجسٹریشن انٹرسیپٹ (xLRI) کا حساب لگاتی ہے۔ جب بندش کی قیمت xLRI سے زیادہ ہو تو ، لمبی ہو؛ جب بندش کی قیمت xLRI سے کم ہو تو ، مختصر ہو۔

مخصوص حساب کا فارمولا مندرجہ ذیل ہے:

xX = Length *(Length - 1)* 0.5
xDivisor = xX *xX - Length* Length *(Length - 1) *(2 * Length - 1) / 6  
xXY = Σ(i *Closing Price[i]), i from 0 to Length-1
xSlope = (Length *xXY - xX* Σ(Closing Price, Length))/ xDivisor 
xLRI = (Σ(Closing Price, Length) - xSlope * xX) / Length

اس طرح کے حساب کتاب کے ذریعہ ، حالیہ لمبائی کے دنوں کے لئے لکیری رجسٹریشن انٹرسیپٹ ایکس ایل آر آئی حاصل کیا جاسکتا ہے۔ حکمت عملی تجارتی سگنل پیدا کرنے کے لئے اس کی بنیاد پر قیمتوں کی اونچائیوں اور اونچائیوں کا فیصلہ کرتی ہے۔

فوائد

اس حکمت عملی کے مندرجہ ذیل فوائد ہیں:

  1. لکیری رجسٹریشن کی تکنیک کا استعمال کرتے ہوئے ، اس میں قیمتوں کے لئے کچھ پیش گوئی اور رجحان کی تشخیص کی صلاحیتیں ہیں۔
  2. کم پیرامیٹرز، آسان ماڈل، سمجھنے اور لاگو کرنے میں آسان.
  3. اپنی مرضی کے مطابق پیرامیٹر لمبائی حکمت عملی لچک کو ایڈجسٹ کرنے کے لئے.

خطرات اور حل

اس حکمت عملی میں کچھ خطرات بھی ہیں:

  1. لکیری رجسٹریشن فٹنگ صرف تاریخی اعداد و شمار پر مبنی ایک شماریاتی فٹنگ ہے ، جس میں مستقبل کی قیمتوں کے رجحانات کی پیش گوئی کرنے کی محدود صلاحیت ہے۔
  2. اگر کمپنی کے بنیادی اصولوں میں بڑی تبدیلیاں آتی ہیں تو ، لکیری رجسٹریشن فٹنگ کے نتائج ناقابل اعتبار ہوسکتے ہیں۔
  3. پیرامیٹر لمبائی کی غلط ترتیب سے زیادہ فٹنگ ہوسکتی ہے۔

انسداد اقدامات:

  1. مناسب طریقے سے پیرامیٹر لمبائی کو کم کرنے کے لئے overfitting سے بچنے کے لئے.
  2. کمپنی کے بنیادی اصولوں میں تبدیلیوں پر توجہ دیں اور جب ضروری ہو تو پوزیشنوں کو بند کرنے کے لئے دستی طور پر مداخلت کریں۔
  3. مارکیٹ کے حالات کے مطابق متحرک طور پر ایڈجسٹ کرنے کے لئے موافقت پذیر پیرامیٹر لمبائی کو اپنائیں.

اصلاح کی ہدایات

اس حکمت عملی کو مندرجہ ذیل پہلوؤں میں بھی بہتر بنایا جاسکتا ہے:

  1. واحد نقصان کو کنٹرول کرنے کے لئے ایک سٹاپ نقصان میکانیزم شامل کریں.
  2. استحکام کو بہتر بنانے کے لئے ایک مجموعی حکمت عملی بنانے کے لئے دیگر اشارے کے ساتھ مل کر.
  3. پیرامیٹر خود موافقت پذیر اصلاح ماڈیول شامل کریں لمبائی پیرامیٹر کو متحرک طور پر تبدیل کرنے کے لئے.
  4. ایک پوزیشن کنٹرول ماڈیول شامل کریں زیادہ تجارت کو روکنے کے لئے.

خلاصہ

یہ حکمت عملی لکیری رجعت کے انٹرسیپٹ پر مبنی ایک سادہ مقداری تجارتی حکمت عملی تیار کرتی ہے۔ مجموعی طور پر ، اس حکمت عملی کی کچھ معاشی قدر ہے ، لیکن کچھ خطرات بھی ہیں۔ مسلسل اصلاح کے ذریعے ، اس حکمت عملی کے استحکام اور منافع میں مزید بہتری کی توقع کی جاتی ہے۔

/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 21/03/2018
// Linear Regression Intercept is one of the indicators calculated by using the 
// Linear Regression technique. Linear regression indicates the value of the Y 
// (generally the price) when the value of X (the time series) is 0. Linear 
// Regression Intercept is used along with the Linear Regression Slope to create 
// the Linear Regression Line. The Linear Regression Intercept along with the Slope 
// creates the Regression line.
//
// You can change long to short in the Input Settings
// WARNING:
//  - For purpose educate only
//  - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Line Regression Intercept Backtest", overlay = true)
Length = input(14, minval=1)
xSeria = input(title="Source", defval=close)
reverse = input(false, title="Trade reverse")
xX = Length * (Length - 1) * 0.5
xDivisor = xX * xX - Length * Length * (Length - 1) * (2 * Length - 1) / 6
xXY = 0
for i = 0 to Length-1
	xXY := xXY + (i * xSeria[i])
xSlope = (Length * xXY - xX * sum(xSeria, Length)) / xDivisor
xLRI = (sum(xSeria, Length) - xSlope * xX) / Length
pos = iff(close > xLRI, 1,
       iff(close < xLRI, -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(xLRI, color=blue, title="LRI")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں