موونگ ایوریج ٹریڈنگ حکمت عملی کے بعد رجحان
ChaoZhang
جائزہ
یہ حکمت عملی ایک ٹریڈنگ حکمت عملی ہے جو رجحانات پر مبنی ہے جو حرکت پذیر اوسط کی پیروی کرتی ہے۔ یہ مختلف پیرامیٹرز کے ذریعہ طے شدہ اعلی ترین قیمتوں اور کم قیمتوں کی متحرک اوسط کا استعمال کرکے مارکیٹ کے رجحانات کا اندازہ لگاتا ہے ، اور رجحانات کے موڑ پر اس کے مطابق تجارتی سگنل پیدا کرتا ہے۔ جب قیمت اوپر کی طرف سے پیروی کی جانے والی متحرک اوسط سے ٹکرا جاتی ہے تو ، زیادہ کام کریں اور جب قیمت نیچے کی طرف سے پیروی کی جانے والی متحرک اوسط سے ٹکرا جاتی ہے تو ، خالی ہوجائیں۔ یہ حکمت عملی ایک ہی وقت میں اسٹاپ نقصان اور اسٹاپ کی سطح کو قائم کرنے کے لئے اے ٹی آر کا استعمال کرتی ہے۔
حکمت عملی کا اصول
اس حکمت عملی میں مارکیٹ کے رجحانات کا اندازہ لگانے کے لئے مختلف پیرامیٹرز کی ترتیب میں اعلی ترین اور کم ترین قیمتوں کی سادہ حرکت پذیری اوسط کا استعمال کیا جاتا ہے۔ خاص طور پر ، اس نے حرکت پذیری اوسط کی دو سیٹیں بنائیں:
h1 اور l1 پر مشتمل اوپر سے باخبر رہنے والی حرکت پذیر اوسط کا نظام۔ H1 سب سے زیادہ قیمتوں کی سادہ حرکت پذیر اوسط ہے ، جو مارکیٹ کے رجحانات کی اوپری لہر کی نمائندگی کرتی ہے۔ L1 نیچے کی لہر ہے جس میں H1 کو ATR کی قدر سے کم کیا گیا ہے۔ جب قیمت h1 سے گزرتی ہے تو ایک کثیر سگنل پیدا ہوتا ہے۔
نیچے کی طرف ٹریکنگ کرنے والی ایک حرکت پذیر اوسط نظام جس میں h2 اور l2 شامل ہیں۔ h2 سب سے کم قیمت کی ایک سادہ حرکت پذیر اوسط ہے جو مارکیٹ کے رجحانات کی نچلی لہر کی نمائندگی کرتی ہے۔ l2 h2 کے علاوہ اے ٹی آر کی قیمت پر مشتمل اوپری لہر ہے۔ جب قیمت نیچے سے گزرتی ہے تو ایک خالی سگنل پیدا ہوتا ہے۔ جب قیمت اوپر سے گزرتی ہے تو ایک کھلی پوزیشن سگنل پیدا ہوتا ہے۔
دوہری ریل سسٹم کا استعمال کرتے ہوئے ، رجحانات کے موڑ کے بارے میں زیادہ درست اندازہ لگایا جاسکتا ہے ، اور کچھ شور کی تجارت کو فلٹر کیا جاسکتا ہے۔ اس کے علاوہ ، اے ٹی آر کی قیمتوں کا استعمال اسٹاپ نقصان اور اسٹاپ آؤٹ کی سطح کو ترتیب دینے کے لئے کیا جاتا ہے ، جو ہر ایک کے لئے خطرہ / منافع کی شرح کو کنٹرول کرتا ہے۔
طاقت کا تجزیہ
اس حکمت عملی کے کچھ اہم فوائد یہ ہیں:
- دوہری ریل سسٹم کا استعمال کرتے ہوئے شور کو فلٹر کرنے کے لئے، رجحانات کے نقطہ نظر کو زیادہ درست طریقے سے شناخت کریں.
- اے ٹی آر متحرک طور پر اتار چڑھاؤ کی شرح کو ٹریک کرتا ہے ، جس سے ایک اسٹاپ نقصان کو مؤثر طریقے سے کنٹرول کیا جاسکتا ہے۔
- حکمت عملی کی منطق سادہ اور واضح ہے ، اس پر عمل درآمد آسان ہے ، اور ابتدائی سیکھنے کے لئے موزوں ہے۔
- مختلف مارکیٹ کے حالات کے مطابق پیرامیٹرز کو لچکدار طریقے سے ایڈجسٹ کریں۔
خطرے کا تجزیہ
اس حکمت عملی کے کچھ خطرات بھی ہیں:
- ڈبل ریل بریک کے نتیجے میں سگنل میں تاخیر ہوسکتی ہے ، جس سے رجحان کے ابتدائی مرحلے کے مواقع کو پوری طرح سے نہیں پکڑا جاسکتا ہے۔
- حرکت پذیر اوسط کا پتہ لگانے والی منحنی شکل کے رجحانات کی شناخت میں کمزور ہے۔
- ٹرانزیکشن فیس کے اثرات کو مدنظر نہیں رکھا گیا۔ ہائی فریکوئنسی ٹرانزیکشن کے دوران ٹرانزیکشن فیس زیادہ ہوسکتی ہے۔
ردعمل:
- سگنل کو زیادہ حساس بنانے کے لئے موزوں طور پر موزوں طور پر موزوں طور پر موزوں طور پر موزوں طور پر موزوں طور پر موزوں طور پر موزوں.
- دوسرے اشارے جیسے MACD کے ساتھ مل کر ٹریڈ ٹائپ کا اندازہ لگائیں ، اور ہلکے علاقوں میں ہائی فریکوئینسی ٹریڈنگ سے گریز کریں۔
- پوزیشنوں کو تبدیل کریں اور تجارت کی تعدد کو کم کریں۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
- مشین لرننگ الگورتھم کا استعمال کرتے ہوئے مارکیٹ کے ماحول کے مطابق پیرامیٹرز کو خود بخود بہتر بنائیں۔
- ٹرانزیکشن حجم کے اشارے کے ساتھ مل کر جعلی توڑ سے بچنے کے لئے۔
- پوزیشنوں کے سائز کو رجحان کی طاقت سے منسلک کرنے کے لئے پوزیشنوں کو ٹھیک کرنے کے قواعد شامل کریں۔
- ٹریلر اسٹاپ کے ذریعہ نقصان کو روکنے کے طریقہ کار کو بہتر بنائیں۔
خلاصہ کریں۔
یہ حکمت عملی مجموعی طور پر ایک سادہ عملی رجحان کی پیروی کرنے کی حکمت عملی ہے ، جس کا بنیادی نظریہ یہ ہے کہ دوہری ریل فلٹرنگ اور اے ٹی آر متحرک اسٹاپ نقصان کے ذریعہ رجحان کی تبدیلی کی نشاندہی کی جائے اور انفرادی نقصان کو محدود کیا جائے۔ اس میں کچھ عملی قدر ہے ، لیکن اس میں زیادہ سے زیادہ اصلاح کی گنجائش بھی ہے۔ پیرامیٹرز کو بہتر بنانے اور دیگر اشارے کے ساتھ مل کر بہتر اثر حاصل کیا جاسکتا ہے۔
/*backtest
start: 2023-12-05 00:00:00
end: 2024-01-04 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("I Like Winners And Love Loosers!", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
highest_length = input(200, type=input.integer, minval=1, title="Highest Length")
highest_average = input(10, type=input.integer, minval=1, title="Highest Average Length")
lowest_length = input(200, type=input.integer, minval=1, title="Lowest Length")
lowest_average = input(10, type=input.integer, minval=1, title="Lowest Average Length")
atr_length = input(14, type=input.integer, minval=1, title="ATR Length")
atr_multiplier = input(2, type=input.integer, minval=1, title="ATR Multiplier")
a = atr(atr_length) * atr_multiplier
h1 = sma(highest(high, highest_length), highest_average)
l1 = h1 - a
h2 = sma(lowest(low, lowest_length), lowest_average)
l2 = h2 + a
buy1_signal = crossover(close, h1)
sell1_signal = crossunder(close, l1)
strategy.entry("Buy", strategy.long, when=buy1_signal)
strategy.close("Buy", when=sell1_signal)
buy2_signal = crossunder(close, h2)
sell2_signal = crossover(close, l2)
strategy.entry("Sell", strategy.short, when=buy2_signal)
strategy.close("Sell", when=sell2_signal)
y1 = plot(h1, title="H1", color=color.green, transp=50, linewidth=2)
y2 = plot(l1, title="L1", color=color.red, transp=50, linewidth=2)
y3 = plot(h2, title="H2", color=color.green, transp=50, linewidth=2)
y4 = plot(l2, title="L2", color=color.red, transp=50, linewidth=2)
fill(y1,y2,color=color.green)
fill(y3,y4,color=color.red)