سپر ٹرینڈ اشارے اور سادہ موونگ ایوریج پر مبنی حکمت عملی
ChaoZhang
جائزہ
اوور ٹرینڈ ڈبل میڈین لائن اسٹریٹجی ایک مقدار کی تجارت کی حکمت عملی ہے جو اوور ٹرینڈ اشارے اور سادہ منتقل اوسط پر مبنی ہے۔ اس حکمت عملی میں اوور ٹرینڈ اشارے کا استعمال کرتے ہوئے مارکیٹ کی رجحان کی سمت کا تعین کیا جاتا ہے ، پھر 200 دن کی سادہ منتقل اوسط کے ساتھ مل کر فلٹر کیا جاتا ہے ، جس میں بڑے رجحان کی سمت میں پوزیشن کھولنے اور زیادہ کم کرنے کے لئے استعمال کیا جاتا ہے۔
حکمت عملی کا اصول
یہ حکمت عملی دو اشارے استعمال کرتی ہے:
سپر ٹرینڈ انڈیکیٹر: یہ اصل طول موج اے ٹی آر اور ایک ضرب کے مطابق اوپر اور نیچے کی طرف حساب کرتا ہے۔ جب بند ہونے والی قیمت اوپر کی طرف بڑھ جاتی ہے تو یہ نیچے کی طرف بڑھ جاتا ہے۔
200 دن کی سادہ حرکت پذیری اوسط: یہ حالیہ 200 دن کی اختتامی قیمتوں کا حساب کتاب اوسط ہے۔ اختتامی قیمت اس لائن سے زیادہ بڑے رجحان کی طرف اشارہ کرتی ہے اور اس لائن سے کم بڑے رجحان کی طرف اشارہ کرتی ہے۔
حکمت عملی کی منطق:
جب سپر ٹرینڈ اشارے میں اضافہ ہوتا ہے ((سپر ٹرینڈ اشارے کی قیمت 0 سے زیادہ ہے) اور اختتامی قیمت 200 دن کی اوسط سے زیادہ ہے تو ، زیادہ سرمایہ کاری کریں۔
جب سپر ٹرینڈ اشارے کی قیمت میں کمی واقع ہوتی ہے ((سپر ٹرینڈ اشارے کی قیمت 0 سے کم ہے) اور اختتامی قیمت 200 دن کی اوسط سے کم ہے تو ، مختصر سر داخل کریں۔
جب سپر ٹرینڈ اشارے پچھلے سگنل کے ساتھ الٹ جاتے ہیں تو ہموار ہوجائیں۔
سٹاپ نقصان 25 فیصد پر مقرر کیا گیا ہے.
طاقت کا تجزیہ
اس حکمت عملی میں مختصر مدت کے رجحانات کا تعین کرنے کے لئے ایک سپر ٹرینڈ اشارے اور طویل مدتی رجحانات کا تعین کرنے کے لئے 200 دن کی اوسط لائن کا مجموعہ کیا گیا ہے۔ اس سے جعلی توڑ کو مؤثر طریقے سے فلٹر کیا جاسکتا ہے ، اور تجارت کی فریکوئنسی کو کم کیا جاسکتا ہے ، جبکہ جیت کی شرح کو بہتر بنایا جاسکتا ہے۔ بڑے بازار میں ، رجحانات کافی واضح ہیں ، نقصان کی گنجائش زیادہ ہے ، منافع کی گنجائش زیادہ ہے۔
خطرے کا تجزیہ
اس حکمت عملی کا بنیادی خطرہ یہ ہے کہ اسٹاپ نقصان کی حد زیادہ ہے ، اور اعلی بیعانہ کے حالات میں جبری تصفیہ کا خطرہ بڑھ جاتا ہے۔ اس کے علاوہ ، جب مارکیٹ کی صورتحال درست ہوجاتی ہے تو ، سپر ٹرینڈ اشارے اضافی سگنل پیدا کرتے ہیں ، جس سے تجارت کی فریکوئنسی اور لاگت میں اضافہ ہوتا ہے۔
اے ٹی آر سائیکل ، ضرب پیرامیٹرز اور اسٹاپ نقصان کی حد کو مناسب طریقے سے ایڈجسٹ کرکے خطرے کو کم کیا جاسکتا ہے۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
اے ٹی آر کے دورانیہ اور ضرب پیرامیٹرز کو ایڈجسٹ کریں ، اوور ٹرینڈ اشارے کے پیرامیٹرز کو بہتر بنائیں۔
اس کے بجائے EMA اور VIDYA جیسے دیگر متوازن اشارے آزمائیں۔
دیگر معاون اشارے شامل کریں ، جیسے BOLL چینل یا KD اشارے ، مزید فلٹرنگ سگنل؛
نقصانات کو روکنے کے لئے حکمت عملی کو بہتر بنائیں ، جیسے توازن کے نقطہ نظر یا بڑے پیمانے پر نقصان کو روکنا۔
خلاصہ کریں۔
یہ حکمت عملی مجموعی طور پر بہت عملی ہے ، مختصر مدت کے رجحانات کے فیصلے اور طویل مدتی رجحانات کے فیصلے کو مدنظر رکھتے ہوئے ، اسٹاپ نقصان کی ترتیب بھی معقول ہے۔ پیرامیٹرز کو ایڈجسٹ کرنے اور بہتر بنانے کے ذریعے بہتر اثر حاصل کیا جاسکتا ہے ، جو عملی طور پر جانچ پڑتال اور استعمال کے قابل ہے۔
/*backtest
start: 2023-12-16 00:00:00
end: 2024-01-15 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This work is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
// © wielkieef
//@version=5
strategy("Smart SuperTrend Strategy ", shorttitle="ST Strategy", overlay=true, pyramiding=1, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=25, calc_on_order_fills=false, slippage=0, commission_type=strategy.commission.percent, commission_value=0.01)
// Parametry wskaźnika SuperTrend
atrLength = input(10, title="Lenght ATR")
factor = input(3.0, title="Mult.")
// Parametry dla SMA
lengthSMA = input(200, title="Lenght SMA")
// Parametry dla Stop Loss
sl = input.float(25.0, '% Stop Loss', step=0.1)
// Obliczanie ATR
atr = ta.atr(atrLength)
// Obliczanie podstawowej wartości SuperTrend
up = hl2 - (factor * atr)
dn = hl2 + (factor * atr)
// Obliczanie 200-SMA
sma200 = ta.sma(close, lengthSMA)
// Inicjalizacja zmiennych
var float upLevel = na
var float dnLevel = na
var int trend = na
var int trendWithFilter = na
// Logika SuperTrend
upLevel := close[1] > upLevel[1] ? math.max(up, upLevel[1]) : up
dnLevel := close[1] < dnLevel[1] ? math.min(dn, dnLevel[1]) : dn
trend := close > dnLevel[1] ? 1 : close < upLevel[1] ? -1 : nz(trend[1], 1)
// Filtr SMA i aktualizacja trendWithFilter
trendWithFilter := close > sma200 ? math.max(trend, 0) : math.min(trend, 0)
// Logika wejścia
longCondition = trend == 1
shortCondition = trend == -1
// Wejście w pozycje
if (longCondition) and close > sma200
strategy.entry("Long", strategy.long)
if (shortCondition) and close < sma200
strategy.entry("Short", strategy.short)
// Warunki zamknięcia pozycji
Long_close = trend == -1 and close > sma200
Short_close = trend == 1 and close < sma200
// Zamknięcie pozycji
if (Long_close)
strategy.close("Long")
if (Short_close)
strategy.close("Short")
// Kolory superTrendu z filtrem sma200
trendColor = trendWithFilter == 1 ? color.green : trendWithFilter == -1 ? color.red : color.blue
//ploty
plot(trendWithFilter == 1 ? upLevel : trendWithFilter == -1 ? dnLevel : na, color=trendColor, title="SuperTrend")
// Stop Loss ( this code is from author RafaelZioni, modified by wielkieef )
per(procent) =>
strategy.position_size != 0 ? math.round(procent / 100 * strategy.position_avg_price / syminfo.mintick) : float(na)
// --------------------------------------------------------------------------------------------------------------------
strategy.exit('SL',loss=per(sl))
//by wielkieef