رفتار اور نقد بہاؤ کراس روڈ کیشنگ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-29 16:12:35
ٹیگز:

img

جائزہ

یہ ایک رد عمل کی تجارتی حکمت عملی ہے جو اسٹوکاسٹک آسکیلیٹر اور چیکن منی فلو (سی ایم ایف) اشارے کو یکجا کرتی ہے تاکہ مارکیٹ میں رفتار کی تبدیلیوں سے فائدہ اٹھایا جاسکے۔ یہ حکمت عملی دو طاقتور اشارے اسٹوکاسٹک آسکیلیٹر اور سی ایم ایف اشارے کو صاف اندراج اور خارجی سگنل فراہم کرنے کے لئے تخلیقی طور پر ہم آہنگ کرتی ہے۔

حکمت عملی منطق

اسٹوکاسٹک اوسیلیٹر ایک رفتار کا اشارے ہے جو ایک مقررہ بیک بیک مدت میں بندش کی قیمت کی اعلی کم حد تک نسبتا position پوزیشن کی پیمائش کرتا ہے۔ اس حکمت عملی میں ، مارکیٹ میں اتار چڑھاؤ کے ل the اسٹوکاسٹک اوسیلیٹر کی حساسیت کو ٹھیک کرنے کے لئے % K لمبائی ، % K ہموار اور % D ہموار جیسے پیرامیٹرز کو اپنی مرضی کے مطابق بنایا جاسکتا ہے۔

دوسری طرف ، چیکن منی فلو (سی ایم ایف) اشارے ایک حجم وزن والا اوسط اوسیلیٹر ہے جو ایک مخصوص وقت کے فریم میں سیکیورٹی میں جانے اور جانے والے پیسوں کے بہاؤ کی پیمائش کے لئے ڈیزائن کیا گیا ہے۔ لمبائی پیرامیٹر کو سی ایم ایف حساب کتاب کے لئے بیک بیک مدت کو تبدیل کرنے کے لئے ایڈجسٹ کیا جاسکتا ہے۔

حکمت عملی اس طرح کام کرتی ہے:

ایک طویل پوزیشن اس وقت شروع کی جاتی ہے جب اسٹوکاسٹک %K لائن %D لائن (ایک تیزی سے کراس اوور) کے اوپر سے گزرتی ہے اور سی ایم ایف کی قیمت 0.1 سے زیادہ ہوتی ہے، جس سے مثبت منی فلو اور اوپر کی ممکنہ رفتار کی نشاندہی ہوتی ہے۔

اس کے برعکس ، ایک مختصر پوزیشن اس وقت شروع کی جاتی ہے جب اسٹوکاسٹک٪ K لائن % D لائن (ایک bearish کراس اوور) سے نیچے عبور کرتی ہے اور CMF کی قیمت 0.08 سے کم ہوتی ہے ، جو منفی رقم کے بہاؤ اور ممکنہ نیچے کی رفتار کی نشاندہی کرتی ہے۔

منافع کو بچانے اور نقصانات کو کم سے کم کرنے کے لئے پیش وضاحتی شرائط کے ایک سیٹ کی بنیاد پر پوزیشنوں سے باہر نکلتے ہیں۔ جب اسٹوکاسٹک آسکیلیٹر پر bearish کراس اوور ہوتا ہے اور سی ایم ایف کی قیمت -0.1 سے نیچے آجاتی ہے تو لانگ پوزیشنیں بند ہوجاتی ہیں۔ جب اسٹوکاسٹک آسکیلیٹر پر بولش کراس اوور ہوتا ہے اور سی ایم ایف کی قیمت 0.06 سے اوپر بڑھتی ہے تو شارٹ پوزیشنیں بند ہوجاتی ہیں۔

حکمت عملی کے فوائد

یہ حکمت عملی مارکیٹ کے حالات کا ایک جامع نظریہ پیش کرنے کے ل traders تاجروں کو رفتار اور حجم تجزیہ کو مہارت سے جوڑتی ہے ، اس طرح باخبر تجارتی فیصلوں کو آسان بناتی ہے۔ اس کی اپنی مرضی کے مطابق ان پٹ کی ترتیبات مختلف مارکیٹ کے ماحول اور انفرادی تجارتی ترجیحات میں بہتر موافقت کی بھی اجازت دیتی ہیں۔

خاص طور پر اس حکمت عملی کے اہم فوائد یہ ہیں:

  1. مضبوط اسٹوکاسٹک اوسیلیٹر اور سی ایم ایف اشارے کو ملا کر مارکیٹ کے رجحانات اور اسپاٹ موڑ کے مقامات کو زیادہ درست طریقے سے طے کیا جاسکتا ہے۔

  2. لچکدار انٹری اور آؤٹ میکانزم خطرات کو کنٹرول کرتے ہوئے منافع کو زیادہ سے زیادہ کرتے ہیں۔

  3. اپنی مرضی کے مطابق پیرامیٹر کی ترتیبات مختلف مصنوعات میں اصلاحات کی اجازت دیتی ہیں۔

  4. بلٹ ان سٹاپ نقصان / منافع لینے کے کنٹرولز نے حاصل کردہ منافع کی حفاظت میں مدد کی.

خطرات اور ہیجنگ

اس کے فوائد کے باوجود، اس حکمت عملی کے ساتھ ٹریڈنگ میں کچھ خطرات اب بھی موجود ہیں:

  1. اشارے کے غلط پیرامیٹرز کے نتیجے میں مواقع ضائع ہوسکتے ہیں یا غیر ضروری نقصانات ہوسکتے ہیں۔ مارکیٹوں میں مناسب جانچ اور اصلاح ضروری ہے۔

  2. بلیک سوان کے واقعات سے قیمتوں میں انتہائی اتار چڑھاؤ اسٹاپ نقصان کو متحرک کرسکتا ہے یا جھوٹے سگنل پیدا کرسکتا ہے۔ لوز اسٹاپ نقصان کا استعمال کرنا اور سگنل کی توثیق کرنا ضروری ہے۔

  3. یہ حکمت عملی تکنیکی اشارے پر مبنی ہے اور بنیادی تبدیلیوں اور انتہائی حرکتوں کو اپنانے کے قابل نہیں ہے۔ خطرات کو کم کرنے کے لئے بنیادی تجزیہ کو جوڑنا ضروری ہے۔

خطرات کو مندرجہ ذیل طریقوں سے کم کیا جاسکتا ہے:

  1. مکمل backtesting اور سیمولیٹڈ ماحول میں پیرامیٹرز کی اصلاح.

  2. سٹاپ نقصان کی ترتیب، منافع لینے کے طریقہ کار کو شامل کرنا.

  3. سگنل کی تصدیق کے لیے دیگر اقسام کے سسٹم کے ساتھ مل کر، واحد اشارے پر انحصار کرنے سے گریز کرنا۔

اصلاح کی ہدایات

اس حکمت عملی کو بہتر بنانے کے لئے کافی گنجائش باقی ہے:

  1. مشین لرننگ یا جینیاتی الگورتھم کا استعمال کرتے ہوئے متحرک موافقت کے لئے پیرامیٹرز کو خود بخود بہتر بنانے کے لئے۔

  2. حکمت عملی کی کارکردگی کی ریئل ٹائم ٹریکنگ اور تشخیص کے لئے ماڈل تشخیص ماڈیولز کا اضافہ۔

  3. زیادہ اشارے کی اقسام جیسے اتار چڑھاؤ کی پیمائش، حجم کے دستخط شامل کرنا تاکہ زیادہ مضبوط ماڈل بنائے جا سکیں۔

  4. مارکیٹ کی اتار چڑھاؤ پر مبنی موافقت پذیر سٹاپ نقصان / منافع لینے کے طریقہ کار کو نافذ کرنا۔

  5. گہری سیکھنے کا فائدہ اٹھاتے ہوئے آٹو فیچر انجینئرنگ الفا ماڈل تیار کریں جو مقررہ اشارے پر انحصار نہیں کرتے ، استحکام کو بڑھاوا دیتے ہیں۔

نتیجہ

اس حکمت عملی میں اسٹوکاسٹک آسکیلیٹر اور چیکن منی فلو اشارے کا استعمال کیا جاتا ہے تاکہ قیمت کی رفتار اور منی فلو تجزیہ دونوں کو شامل کرنے والا ایک مقداری تجارتی نظام تیار کیا جاسکے۔ یہ ملٹی اشارے کا نقطہ نظر سنگل اشارے کے مقابلے میں مارکیٹ کی ساخت کی زیادہ درست تشخیص فراہم کرتا ہے۔ تفصیلی اندراج / خارجی قوانین اور انتہائی حسب ضرورت ترتیبات اس کے منافع کی گرفتاری اور رسک کنٹرول کی صلاحیتوں کو متوازن کرتی ہیں۔ اس کے باوجود ، ایسے اصول پر مبنی ماڈلز میں ابھی بھی مارکیٹ کے موروثی خطرات موجود ہیں۔ تیزی سے پیچیدہ اور متحرک تجارتی منظر نامے میں مضبوط موافقت کے ل more مزید اعداد و شمار کے ذرائع اور تکنیکوں کو شامل کرکے مزید اصلاحات ضروری ہیں۔


/*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"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © jawauntb

//@version=5
strategy("Stochastic and CMF Strategy", overlay=true)

// Stochastic Indicator
periodK = input.int(20, " %K Length", minval=1)
smoothK = input.int(1, "%K Smoothing", minval=1)
periodD = input.int(3, "%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)

// Chaikin Money Flow Indicator
length = input.int(10, "Length", minval=1)
ad = close == high and close == low or high == low ? 0 : ((2 * close - low - high) / (high - low)) * volume

sumAd = 0.0
sumVolume = 0.0
for i = 0 to length - 1
    sumAd := sumAd + ad[i]
    sumVolume := sumVolume + volume[i]

mf = sumAd / sumVolume

// Define conditions for entering a long or short position
enterLong = ta.crossover(k, d) and mf > 0.1
enterShort = ta.crossunder(k, d) and mf < 0.08

// Define conditions for exiting a position
exitLong = ta.crossunder(k, d) and mf < -0.1
exitShort = ta.crossover(k, d) and mf > 0.06

// Execute trades based on the conditions
strategy.entry("Long", strategy.long, when=enterLong)
strategy.close("Long", when=exitLong)
strategy.entry("Short", strategy.short, when=enterShort)
strategy.close("Short", when=exitShort)



مزید