حقیقی رینج پر مبنی وزن دار اوسط حرکت پذیر کراس پیریڈ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-17 15:09:28
ٹیگز:

جائزہ

یہ حکمت عملی ٹرینڈ فیصلے کے لئے کراس پیریڈ اشارے کی تعمیر کے لئے ٹرو رینج اور ویٹڈ موونگ ایوریج (ڈبلیو ایم اے) کا استعمال کرتی ہے۔ اسی وقت ، اس میں مستحکم منافع کے حصول کے لئے متعدد اسٹاپ نقصان کے طریقہ کار کے ساتھ اہرام پوزیشن جمع کرنے کا طریقہ کار ہے۔

حکمت عملی کا اصول

اس حکمت عملی میں سب سے پہلے اوپر کی طول و عرض (سوب) اور نیچے کی طول و عرض (باجا) کا حساب لگایا جاتا ہے ، اور پھر بالترتیب تیز لائن (کورٹو) سائیکل اور سست لائن (لارگو) سائیکل کے ڈبلیو ایم اے کا حساب لگایا جاتا ہے۔ تیز اور سست لائنوں کے درمیان فرق کا حساب ڈبلیو ایم اے کے ذریعہ دوبارہ کیا جاتا ہے تاکہ اشارے (اند) حاصل کیا جاسکے۔ جب اشارے 0 سے اوپر گزر جاتا ہے تو خرید کا اشارہ پیدا ہوتا ہے۔ جب یہ 0 سے نیچے گزر جاتا ہے تو فروخت کا اشارہ پیدا ہوتا ہے۔

مارکیٹ میں داخل ہونے کے بعد ، حکمت عملی میں 5 پوزیشنیں پہلے سے طے کی جاتی ہیں ، جو اہرام (دوبارہ) انداز میں جمع ہوتی ہیں۔ اسی وقت ، اسٹاپ نقصان کا ایک طریقہ کار طے کیا جاتا ہے تاکہ اس کے بعد کھولی جانے والی پوزیشنوں کا فیصلہ کیا جاسکے کہ آیا موجودہ فلوٹنگ منافع اسٹاپ نقصان لائن سے کم ہے ، تاکہ خطرات پر قابو پایا جاسکے۔

فوائد کا تجزیہ

حکمت عملی میں ایسے طریقہ کار شامل ہیں جیسے کراس سائیکل فیصلے ، پرامڈ پوزیشن جمع کرنا ، اور متعدد اسٹاپ نقصانات ، جو خطرات کو مؤثر طریقے سے کنٹرول کرسکتے ہیں اور مستحکم منافع حاصل کرسکتے ہیں۔

کراس سائیکل فیصلے تیز رفتار اور سست لائنوں کے امتزاج کے ذریعہ رجحان فیصلے کا نظام قائم کرتے ہیں ، جو مارکیٹ کے شور کو مؤثر طریقے سے فلٹر کرسکتے ہیں اور رجحان کی موڑ کے مقامات کی نشاندہی کرسکتے ہیں۔ پرامڈ پوزیشنیں رجحان کے آغاز میں زیادہ منافع حاصل کرسکتی ہیں ، اور متعدد اسٹاپ نقصان کے طریقہ کار مؤثر طریقے سے واحد نقصان کو کنٹرول کرسکتے ہیں۔

خطرے کا تجزیہ

اس حکمت عملی کا بنیادی خطرہ ایک اچانک واقعہ کا امکان ہے جس کی وجہ سے مارکیٹ میں تیزی سے الٹ پڑتا ہے جس سے اسٹاپ نقصان کا خاتمہ ہوتا ہے اور نقصانات کا سبب بنتا ہے۔ اس کے علاوہ ، پیرامیٹر کی غلط ترتیبات بھی حکمت عملی کے استحکام کو متاثر کریں گی۔

مارکیٹ میں الٹ جانے کے خطرے سے نمٹنے کے لئے اسٹاپ نقصان کی لائن کو مناسب طریقے سے نرمی کرنا ضروری ہے۔ پیرامیٹر کی ترتیبات کو بہتر بنانا اور سائیکل پیرامیٹرز ، پوزیشنوں کی تعداد وغیرہ کو ایڈجسٹ کرنا حکمت عملی کے استحکام کو بہتر بنا سکتا ہے۔

اصلاح کی سمت

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

فیصلے کے لئے شماریاتی اشارے میں اضافہ کریں، پیرامیٹرز کو درست کرنے کے لئے اتار چڑھاؤ اور حجم جیسے اشارے استعمال کریں اور حکمت عملی کو زیادہ موافقت پذیر بنائیں۔
فیصلے کے لئے مشین لرننگ ماڈل کو بڑھانا ، فیصلے میں مدد اور حکمت عملی کی درستگی کو بہتر بنانے کے لئے LSTM اور دیگر گہری سیکھنے کے ماڈل استعمال کریں۔
پوزیشن مینجمنٹ کے طریقہ کار کو بہتر بنائیں، پوزیشن میں اضافے کی وسعت کو فلوٹنگ منافع فیصد کے مطابق ایڈجسٹ کرنے پر غور کریں تاکہ پوزیشن میں اضافے کو زیادہ معقول بنایا جاسکے۔
اسپاٹ اور فیوچر آربیٹریج کے ذریعے خطرات کو مزید کنٹرول کرنے کے لئے فیوچر ہیجنگ ماڈلز کو شامل کریں۔

خلاصہ

خلاصہ یہ ہے کہ ، یہ ایک کراس سائیکل ٹرینڈ حکمت عملی ہے جس کی بنیاد اصلی رینج اشارے پر ہے جس میں اہرامی پوزیشن جمع اور متعدد اسٹاپ نقصان کے طریقہ کار ہیں ، جو خطرات کو مؤثر طریقے سے کنٹرول کرسکتے ہیں اور مستحکم منافع حاصل کرسکتے ہیں۔ یہ ایک بہت ہی عملی مقداری تجارتی حکمت عملی ہے۔ تاہم ، خطرات کو الٹ کرنے اور پیرامیٹر کی اصلاح کے مسائل پر توجہ دینے کی ضرورت ہے۔ اعدادوشمار ، مشین لرننگ اور دیگر پہلوؤں میں مزید اصلاحات کی جاسکتی ہیں۔

/*backtest
start: 2023-01-10 00:00:00
end: 2024-01-16 00:00:00
period: 1d
basePeriod: 1h
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/
// © MaclenMtz

//@version=5
strategy("[MACLEN] Rangos", shorttitle="Rangos [https://t.me/Bitcoin_Maclen]", overlay=false )

//------WINDOW----------

i_startTime = input(defval = timestamp("01 Jan 2022 00:00 -0700"), title = "Start Time", group = "Backtest Window")
i_endTime = input(defval = timestamp("31 Dec 2025 00:00 -0700"), title = "End Time")
window = true

//-----------------------------

sube = close>close[1] ? ta.tr : 0
baja = close<close[1] ? ta.tr : 0

corto = input(10)
largo = input(30)
suavizado = input(10)

fastDiff = ta.wma(sube, corto) - ta.wma(baja,corto)
slowDiff = ta.wma(sube, largo) - ta.wma(baja, largo)
ind = ta.wma(fastDiff - slowDiff, suavizado)

iColor = ind>0 ? color.green : ind<0 ? color.red : color.black
plot(ind, color=iColor)
plot(0, color=color.white)

long = ind[1]<ind and ind[2]<ind[1] and ind<0
short = ind[1]>ind and ind[2]>ind[1] and ind>0

plotshape(long and not long[1], style = shape.xcross, color=color.green, location=location.bottom, size=size.tiny)
plotshape(short and not short[1], style = shape.xcross, color=color.red, location=location.top, size=size.tiny)

//Contratos
contrato1 = input(50000)/(16*close)
c1 = contrato1
c2 = contrato1
c3 = contrato1*2
c4 = contrato1*4
c5 = contrato1*8

//cap_enopentrade = strategy.opentrades == 1 ? c1: strategy.opentrades == 2 ? c1+c2: strategy.opentrades == 3 ? c1+c2+c3: strategy.opentrades == 4 ? c1+c2+c3+c4: strategy.opentrades == 5 ? c1+c2+c3+c4+c5 : 0
openprofit_porc = math.round((close-strategy.position_avg_price)/strategy.position_avg_price * 100,2)

porc_tp = input.float(6.5)
safe = input(-6)

//----------------Strategy---------------------------

if strategy.opentrades == 0
    strategy.entry('BUY1', strategy.long, qty=c1, when = long and not long[1] and window)

if strategy.opentrades == 1
    strategy.entry('BUY2', strategy.long, qty=c2, when = long and not long[1] and window and openprofit_porc<safe)

if strategy.opentrades == 2
    strategy.entry('BUY3', strategy.long, qty=c3, when = long and not long[1] and window and openprofit_porc<safe)

if strategy.opentrades == 3
    strategy.entry('BUY4', strategy.long, qty=c4, when = long and not long[1] and window and openprofit_porc<safe)

if strategy.opentrades == 4
    strategy.entry('BUY5', strategy.long, qty=c5, when = long and not long[1] and window and openprofit_porc<safe)

min_prof = strategy.openprofit>0

strategy.close_all(when=short and min_prof)

plot(openprofit_porc)

مزید

2019 FMZ - تمام حقوق محفوظ ہیں