اسٹوکاسٹک اشارے کے ساتھ مل کر دوہری چلتی اوسط حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-12 11:16:52
ٹیگز:

img

جائزہ

اس مضمون میں ایک مقداری تجارتی حکمت عملی کا تعارف کرایا گیا ہے جو دوہری حرکت پذیر اوسط حکمت عملی اور اسٹوکاسٹک اشارے کو جوڑتا ہے۔ یہ حکمت عملی تجارتی سگنل پیدا کرنے کے لئے حرکت پذیر اوسط کی رجحان کی پیروی کرنے کی صلاحیت اور اسٹوکاسٹک کی زیادہ سے زیادہ فروخت کی خصوصیت کا استعمال کرتی ہے۔

حکمت عملی کا اصول

اسٹریٹیجی میں دو حصے ہیں:

  1. دوہری حرکت پذیر اوسط حکمت عملی

    گولڈن کراس خرید سگنل اور ڈیڈ کراس فروخت سگنل پیدا کرنے کے لئے تیز اور سست حرکت پذیر اوسط کا استعمال کرنا۔ تیز رفتار حرکت پذیر اوسط تیزی سے قیمت کے رجحان کی تبدیلیوں کو پکڑ سکتا ہے ، جبکہ سست ایک جعلی سگنل کو فلٹر کرتا ہے۔

  2. اسٹوکاسٹک اشارے

    اسٹوکاسٹک کی اتار چڑھاؤ کی خصوصیت کا استعمال کرتے ہوئے زیادہ خریدنے اور زیادہ فروخت کی صورتحال کی نشاندہی کرنا۔ سست لائن سے زیادہ اسٹوکاسٹک ایک زیادہ خریدنے کا اشارہ کرتا ہے ، جبکہ سست لائن سے کم اسٹوکاسٹک ایک زیادہ فروخت کا اشارہ کرتا ہے۔

دونوں حصوں سے آنے والے سگنل کو حتمی تجارتی سگنل بنانے کے لئے ملایا جاتا ہے۔ دوہری چلتی اوسط حکمت عملی اہم رجحان کی پیروی کرتی ہے ، جبکہ اسٹوکاسٹک مارکیٹ کے غیر موافق حالات سے بچنے میں مدد کرتا ہے۔

فوائد کا تجزیہ

  • دوہری چلتی اوسط اور اسٹوکاسٹک کے فوائد کو یکجا کرتا ہے، زیادہ مستحکم.
  • رجحان کی پیروی کے لئے اوسط چل رہا ہے، تصدیق کے لئے اسٹوکاسٹک، اچھا اثر.
  • اپنی مرضی کے مطابق پیرامیٹرز مختلف مارکیٹ کے حالات کو اپنانے.

خطرے کا تجزیہ

  • دوہری چلتی اوسط آسانی سے غلط سگنل پیدا کر سکتے ہیں.
  • غلط اسٹوکاسٹک پیرامیٹر کی ترتیبات رجحانات کو نظر انداز کر سکتی ہیں.
  • مارکیٹ کی تبدیلیوں کے مطابق پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت ہے۔

خطرات کو پیرامیٹر کے مجموعے کو بہتر بنانے اور نقصانات کو کنٹرول کرنے کے لئے سٹاپ نقصان شامل کرکے کم کیا جاسکتا ہے۔

اصلاح کی ہدایات

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

  1. حکمت عملی پر مختلف حرکت پذیر اوسط پیرامیٹرز کے اثرات کا تجربہ کریں.
  2. حکمت عملی کے استحکام پر مختلف اسٹوکاسٹک پیرامیٹرز کے اثرات کا تجربہ کریں۔
  3. جیت کی شرح کو بہتر بنانے کے لئے رجحان فلٹرنگ اشارے شامل کریں.
  4. نقصانات کو کنٹرول کرنے کے لئے ایک متحرک ٹریلنگ سٹاپ نقصان میکانزم کی تعمیر.

خلاصہ

یہ حکمت عملی دوہری حرکت پذیر اوسط اور اسٹوکاسٹک کے فوائد کو جوڑتی ہے۔ مرکزی مارکیٹ کے رجحان کو ٹریک کرتے ہوئے ، اس سے منفی الٹ جانے سے گریز کیا جاتا ہے۔ پیرامیٹر کی اصلاح کے ذریعے بہتر حکمت عملی کے نتائج حاصل کیے جاسکتے ہیں۔ اسٹاپس اور ٹرینڈ فلٹرز کا اضافہ حکمت عملی کو زیادہ مضبوط بنا سکتا ہے۔


/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 24/11/2020
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// As the name suggests, High low bands are two bands surrounding the underlying’s 
// price. These bands are generated from the triangular moving averages calculated 
// from the underlying’s price. The triangular moving average is, in turn, shifted 
// up and down by a fixed percentage. The bands, thus formed, are termed as High 
// low bands. The main theme and concept of High low bands is based upon the triangular 
// moving average. 
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

    
HLB(Length, PercentShift) =>
    pos = 0.0
    xTMA = sma(sma(close, Length), Length)
    xHighBand = xTMA + (xTMA * PercentShift / 100)
    xLowBand = xTMA - (xTMA * PercentShift / 100)
    pos :=iff(close > xHighBand, 1,
           iff(close <xLowBand, -1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & High Low Bands", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
Length_HLB = input(14, minval=1)
PercentShift = input(1, minval = 0.01, step = 0.01)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posHLB = HLB(Length_HLB, PercentShift)
pos = iff(posReversal123 == 1 and posHLB == 1 , 1,
	   iff(posReversal123 == -1 and posHLB == -1, -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)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )

مزید