گوسین حرکت پذیر اوسط تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-03 16:06:45
ٹیگز:

img

جائزہ

یہ حکمت عملی گوسین تقسیم کے خیال کو لاگو کرتی ہے اور ہیکن آشی موم بتیوں کی بندش کی قیمتوں کے 10 دورانیے کے تیزی سے چلنے والے اوسط کی بنیاد پر زیڈ اسکور کا حساب لگاتی ہے۔ اس کے بعد موڑ ان کو عبور کرتے وقت انٹری اور ایگزٹ سگنلز کے لئے زیڈ اسکور کے 20 دورانیے کے تیزی سے چلنے والے اوسط کی بنیاد پر حد مقرر کی جاتی ہے۔

حکمت عملی منطق

  1. ہیکن-اشی موم بتیوں کی بندش کی قیمتوں کے 10 پیریڈ ایکسپونینشل چلتی اوسط کا حساب لگائیں۔

  2. مذکورہ بالا اوسط اعداد و شمار کی بنیاد پر ، 25 پیریڈ لوک بیک ونڈو پر زیڈ اسکور کا حساب لگائیں۔ زیڈ اسکور ظاہر کرتا ہے کہ اعداد و شمار کا ایک نقطہ اوسط سے کتنے معیاری انحراف ہے ، جو یہ فیصلہ کرسکتا ہے کہ اعداد و شمار معمول یا غیر معمولی ہیں۔

  3. ایما اسکور نامی ایک منحنی خطوط حاصل کرنے کے لئے Z اسکور پر 20 پیریڈ کے ایکسپونینشل چلتی اوسط کو لیں ۔ یہ منحنی خطوط Z اسکور کے طویل مدتی رجحان کی عکاسی کرتے ہیں۔

  4. ایما اسکور کے اعداد و شمار کی تقسیم کی بنیاد پر اوپری اور نچلی حد مقرر کریں۔ منحنی خطوط کے کچھ اتار چڑھاؤ کو مدنظر رکھتے ہوئے ، 90٪ اور 10٪ کی سطح کو حد کے طور پر منتخب کیا جاتا ہے۔

  5. لمبا جب ایما اسکور وسط لائن یا نیچے کی حد کو اوپر کی طرف عبور کرتا ہے۔ مختصر جب ایما اسکور اوپر کی حد ، نیچے کی حد یا 100 مدت کی سب سے زیادہ حد کو نیچے کی طرف عبور کرتا ہے۔

فوائد کا تجزیہ

  1. Z- اسکور کے ذریعے Gaussian تقسیم کے خیال کو لاگو کریں تاکہ معمول کا فیصلہ کیا جاسکے اور جھوٹے بریک آؤٹس کو فلٹر کیا جاسکے۔

  2. ڈبل ایکسپونینشل چلتی اوسط طویل مدتی رجحان کا تعین کرنے کے لئے فلٹرنگ اثر ہے.

  3. معقول حد مقرر کرنے سے غلط تجارت کے امکانات کم ہوتے ہیں۔

  4. 100 دورانیے کے اعلی ترین / کم ترین پوائنٹس کو شامل کرنے سے واپسی کے مواقع کو پکڑنے میں مدد ملتی ہے.

خطرے کا تجزیہ

  1. Z- اسکور اور ایم اے کا امتزاج پیرامیٹرز ٹوننگ کے لیے حساس ہے۔ اصلاح کی ضرورت ہے۔

  2. مناسب حد کی سطح براہ راست حکمت عملی کی موزونیت سے متعلق ہے۔ بہت وسیع یا تنگ ناکام ہو جائے گا۔

  3. 100 دورانیے کے اعلی / کم سے کم پوائنٹس آسانی سے غلط سگنل پیدا کر سکتے ہیں. مناسب طریقے سے حالات کو آرام.

  4. ہیکن-آشی خود کچھ تاخیر ہے. اس حکمت عملی کے لئے مناسب کا اندازہ.

اصلاح کی ہدایات

  1. مختلف چلتی اوسط ادوار، Z-اسکور واپس دیکھنے کی کھڑکیوں کی جانچ کریں.

  2. پیرامیٹرز کو خود کار طریقے سے بہتر بنانے کے لئے واک فارورڈ تجزیہ کا استعمال کریں.

  3. مختلف حد مقرر کرنے کے طریقوں کی کوشش کریں، مثال کے طور پر ایس ٹی ڈی کے کئی گنا.

  4. غلط سگنلز کو روکنے کے لئے سب سے زیادہ / سب سے کم نقطہ نظر کو بہتر بنائیں.

  5. ہائکن آشی کی جگہ دیگر موم بتیوں کی اقسام یا عام قیمتوں کا تجربہ کریں۔

خلاصہ

یہ حکمت عملی قیمت کی غیر معمولی صورتحال کا جائزہ لیتی ہے اور گوسین تقسیم ، ڈبل ایکسپونینشیل موونگ اوسط اور متحرک حد کی ترتیب کے خیال پر مبنی تجارتی سگنل تیار کرتی ہے۔ اہم فوائد جھوٹے بریک آؤٹ کو فلٹر کرنا اور الٹ پھیر کو پکڑنا ہیں۔ تاہم ، پیرامیٹرز کے انتخاب اور امتزاج کے بارے میں بہت بڑا اثر موجود ہے۔ بہترین پیرامیٹرز اور امتزاج تلاش کرنے کے لئے مزید ٹیسٹ اور اصلاحات کی ضرورت ہے۔


/*backtest
start: 2023-12-26 00:00:00
end: 2024-01-02 00:00:00
period: 5m
basePeriod: 1m
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/
// © jensenvilhelm

// Here is an attempt to create a robust strategy for BTCUSD on a 5 minute chart
// I can't seem to get this code to work the way i want.... if you want to give it a try, please let me know -
// how it goes in comment section. 

//@version=5
// Define the strategy settings
strategy("The Z-score", shorttitle="TZS", overlay=true)

// User can set the start date for the strategy
startDate = timestamp("2023 06 01")

// Heikin-Ashi Open, Close, High and Low calculation
haClose = ohlc4
var float haOpen = na
haOpen := na(haOpen[1]) ? (open + close) / 2 : (haOpen[1] + haClose[1]) / 2
haHigh = math.max(nz(haOpen, high), nz(haClose, high), high)
haLow = math.min(nz(haOpen, low), nz(haClose, low), low)

// Function to calculate the Z-Score
z_score(_series, _length) =>
    _mean = ta.sma(_series, _length)
    _stddev = ta.stdev(_series, _length)
    (_series - _mean) / _stddev

// Compute the score and its EMA
score = z_score(ta.ema(haClose, 10), 25)
emaScore = ta.ema(score, 20)

// Calculate lower and upper thresholds using percentiles of EMA
lowerBlue = ta.percentile_linear_interpolation(emaScore, 50, 10)
upperBlue = ta.percentile_linear_interpolation(emaScore, 50, 90)

// Calculate the middle line as 50th percentile
middleLine = ta.percentile_linear_interpolation(emaScore, 50, 50) 

// Plot the EMA of the score and the thresholds
plot(emaScore,"The White Line", color=color.white, linewidth=2)
plot(lowerBlue,"Lower Blue Line", linewidth=2)
plot(upperBlue, "Upper Blue Line", linewidth=2)
plot(middleLine, "Middle Yellow Line", linewidth=2, color=color.yellow)
plot(score,"The Z-Score Mixed With EMA 10", color=color.green)

// Calculate highest and lowest EMA score over 100 bars period
highest = ta.highest(emaScore, 100)
lowest = ta.lowest(emaScore, 100)

// Plot highest and lowest EMA score lines 
plot(highest, "Highest of emaScore", color=color.red, linewidth=2)
plot(lowest, "Lowest of emaScore", color=color.red, linewidth=2)

// Define entry and exit conditions for long and short positions
longCon = ta.crossover(score, lowerBlue) or ta.crossover(emaScore, middleLine)
addOn = ta.crossover(score, highest)
shortCon = ta.crossunder(emaScore, upperBlue) or ta.crossunder(emaScore, lowerBlue) or ta.crossunder(emaScore, highest)

// Execute trading logic based on conditions and after the start date
if (time >= startDate)
    if longCon
        strategy.entry("Long", strategy.long)
        if shortCon
            strategy.close("Long")
    if addOn
        strategy.entry("LongNR2", strategy.long)
        if shortCon
            strategy.close("LongNR2")
    
    if shortCon
        strategy.entry("Short", strategy.short)
        if longCon
            strategy.close("Short")


مزید