حقیقی اتار چڑھاؤ پر مبنی وزنی موونگ ایوریج انٹرٹیمپورل حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی میں حقیقی رینج اور وزن والی حرکت پذیری اوسط (WMA) کا استعمال کرتے ہوئے ایک کراس میٹرکس بنایا گیا ہے تاکہ رجحانات کا اندازہ لگایا جاسکے۔ اس کے علاوہ ، اس میں متعدد پوزیشنوں پر مشتمل پائیمرڈ پوزیشننگ میکانزم ہے ، اور متعدد اسٹاپ نقصان کے طریقہ کار ہیں ، جس کا مقصد مستحکم منافع حاصل کرنا ہے۔
حکمت عملی کا اصول
یہ حکمت عملی سب سے پہلے اوپر کی لہر کی حد ((sub) اور نیچے کی لہر کی حد ((baja) کا حساب لگاتی ہے ، اور پھر بالترتیب تیز لائن ((corto) دور اور آہستہ لائن ((largo) دور کے WMA کا حساب لگاتی ہے۔ تیز اور آہستہ لائن کا فرق WMA کے ذریعہ ایک بار پھر اشارے ((ind) کا حساب لگاتا ہے۔ جب اشارے پر 0 ہوتا ہے تو خریدنے کا اشارہ ہوتا ہے اور جب 0 ہوتا ہے تو فروخت کا اشارہ ہوتا ہے۔
مارکیٹ میں آنے کے بعد ، حکمت عملی نے 5 پوزیشنوں کی پیش گوئی کی ، مساوات کے مطابق ((دوگنا) جمع کرنے کے طریقہ کار کے مطابق پائرمارڈ میں اضافہ کریں۔ اس کے ساتھ ہی ، نقصان کا طریقہ کار بھی ترتیب دیا گیا ہے۔ اس کے بعد پوزیشن کھولنے پر یہ فیصلہ کرنا ہوگا کہ آیا موجودہ فلوٹ اسٹاپ لائن سے کم ہے یا نہیں ، تاکہ خطرے کو کنٹرول کیا جاسکے۔
طاقت کا تجزیہ
اس حکمت عملی میں ٹرانسمیشن فیصلے، پائریڈریٹ، اور ایک سے زیادہ نقصانات کو روکنے کے لئے میکانیزم شامل ہیں، جو خطرے کو مؤثر طریقے سے کنٹرول کرنے اور مستحکم منافع کے حصول کے لئے استعمال کیا جا سکتا ہے.
ٹرانسپیرنٹ فیصلہ تیزی سے اور سست لائن کے مجموعے کے ذریعے رجحان کا فیصلہ کرنے کا نظام قائم کرتا ہے ، جو مارکیٹ کے شور کو مؤثر طریقے سے فلٹر کرسکتا ہے ، رجحان کے موڑ کے مقامات کی نشاندہی کرسکتا ہے۔ پیرامڈ کی پوزیشننگ رجحان کے ابتدائی مرحلے میں زیادہ منافع بخش ہوسکتی ہے ، اور ایک سے زیادہ اسٹاپ نقصان کا طریقہ کار ایک ہی نقصان کو مؤثر طریقے سے کنٹرول کرسکتا ہے۔
خطرے کا تجزیہ
اس حکمت عملی کا بنیادی خطرہ یہ ہے کہ اچانک واقعات ہوسکتے ہیں جس کی وجہ سے تیزی سے تجارت میں ردوبدل ہوتا ہے ، جس سے روک تھام کی کٹوتی ہوتی ہے اور اس سے نقصان ہوتا ہے۔ اس کے علاوہ ، پیرامیٹرز کی غلط ترتیب حکمت عملی کی استحکام کو بھی متاثر کرتی ہے۔
اسٹریٹجک استحکام کو بہتر بنانے کے لئے پیرامیٹرز کی ترتیب کو بہتر بنانا ، سائیکل پیرامیٹرز کو ایڈجسٹ کرنا ، پوزیشنوں کی تعداد وغیرہ کو بہتر بنانا۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
اسٹریٹجک پیمائش کے فیصلے میں اضافہ ، اسٹریٹجک اصلاح کے پیرامیٹرز جیسے اتار چڑھاؤ کی شرح ، تبادلوں کی مقدار وغیرہ کے ساتھ مل کر ، حکمت عملی کو زیادہ مناسب بنانے کے لئے۔
مشین لرننگ ماڈل کے فیصلے میں اضافہ ، حکمت عملی کی درستگی کو بہتر بنانے کے لئے ایل ایس ٹی ایم جیسے گہری سیکھنے کے ماڈل سے معاون فیصلے کا استعمال کریں۔
پوزیشن مینجمنٹ کے طریقہ کار کو بہتر بنائیں ، پوزیشن میں اضافے کو زیادہ معقول بنانے کے لئے پوزیشن میں اضافے کی شرح کو ایڈجسٹ کرنے پر غور کریں۔
فیوچر کوآرڈینیشن ماڈل کے ساتھ مل کر ، فیوچر کوآرڈینیشن کا استعمال کرتے ہوئے خطرے کو مزید کنٹرول کریں۔
خلاصہ کریں۔
یہ حکمت عملی مجموعی طور پر ایک کراس سائیکل رجحان حکمت عملی ہے جو حقیقی طول و عرض کے اشارے پر مبنی ہے ، جس میں اہرام کی بڑھتی ہوئی خطرہ اور متعدد اسٹاپ نقصان کا طریقہ کار ہے ، جو خطرے کو مؤثر طریقے سے کنٹرول کرسکتا ہے ، مستحکم منافع کی تلاش میں ہے۔ یہ ایک بہت ہی عملی مقداری تجارتی حکمت عملی ہے۔ تاہم ، اس کے باوجود رجحان کی تبدیلی اور پیرامیٹرز کی اصلاح کے مسئلے پر توجہ دینے کی ضرورت ہے۔ اعدادوشمار ، مشین لرننگ وغیرہ سے مزید اصلاح کی جاسکتی ہے۔
/*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)