1. مربع
  2. بہتر سپر ٹرینڈ حکمت عملی

بہتر سپر ٹرینڈ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-17 15:55:15
ٹیگز:

img

جائزہ

اس مضمون میں ایک رجحان کی پیروی کرنے والی حکمت عملی کا گہرائی سے تجزیہ کیا گیا ہے جس میں بہتر درستگی کے لئے سپر ٹرینڈ اشارے کو اسٹوکاسٹک آر ایس آئی فلٹر کے ساتھ جوڑ دیا گیا ہے۔ اس کا مقصد غالب رجحان پر غور کرتے ہوئے اور جھوٹے اشاروں کو کم کرتے ہوئے خرید و فروخت کے سگنل پیدا کرنا ہے۔ اسٹوکاسٹک آر ایس آئی زیادہ خرید و فروخت کی حالت میں جھوٹے اشاروں کو فلٹر کرتا ہے۔

حکمت عملی منطق

سپر ٹرینڈ حساب کتاب

سب سے پہلے ، حقیقی رینج (TR) اور اوسط حقیقی رینج (ATR) کا حساب لگایا جاتا ہے۔ پھر ATR کا استعمال کرتے ہوئے اوپری اور نچلی بینڈ کا حساب لگایا جاتا ہے۔

اوپری بینڈ = ایس ایم اے ((بند، اے ٹی آر مدت) + اے ٹی آر ضرب * اے ٹی آر کم بینڈ = ایس ایم اے ((قریبی ، اے ٹی آر کی مدت) - اے ٹی آر ضرب * اے ٹی آر

ایک اپ ٹرینڈ کی نشاندہی اس وقت کی جاتی ہے جب قریب > نیچے کی حد ہوتی ہے۔ ایک ڈاؤن ٹرینڈ کی نشاندہی اس وقت کی جاتی ہے جب قریب < اوپری حد ہوتی ہے۔

اپ ٹرینڈ کے دوران ، سپر ٹرینڈ کو نچلے بینڈ پر سیٹ کیا جاتا ہے۔ ڈاؤن ٹرینڈ کے دوران ، سپر ٹرینڈ کو اوپری بینڈ پر سیٹ کیا جاتا ہے۔

فلٹرنگ میکانزم

جھوٹے سگنلز کو کم کرنے کے لئے ، فلٹر شدہ سپر ٹرینڈ حاصل کرنے کے لئے ایک چلتی اوسط کا استعمال کرتے ہوئے سپر ٹرینڈ کو ہموار کیا جاتا ہے۔

اسٹوکاسٹک آر ایس آئی

RSI کی قیمت کا حساب لگایا جاتا ہے ، پھر اسٹوکاسٹک RSI پیدا کرنے کے لئے اس پر اسٹوکاسٹک اشارے کا اطلاق کیا جاتا ہے۔ یہ ظاہر کرتا ہے کہ آیا RSI زیادہ خریدا گیا ہے یا زیادہ فروخت ہوا ہے۔

داخلے اور باہر نکلنے کے حالات

طویل اندراج: فلٹر شدہ سپر ٹرینڈ کے اوپر قریب کراسنگ اپ ٹرینڈ اور اسٹوکاسٹک آر ایس آئی < 80 میں مختصر اندراج: ڈاؤن ٹرینڈ اور اسٹوکاسٹک آر ایس آئی > 20 میں فلٹر شدہ سپر ٹرینڈ سے نیچے قریب کراس

لمبا باہر نکلنا: اوپر کے رجحان میں فلٹر شدہ سپر ٹرینڈ سے نیچے کراسز بند کریں
شارٹ آؤٹ: ڈاؤن ٹرینڈ میں فلٹر شدہ سپر ٹرینڈ سے اوپر کراسز بند کریں

حکمت عملی کے فوائد

اس بہتر رجحان کی پیروی کرنے والی حکمت عملی میں سادہ چلتی اوسط سے مندرجہ ذیل برتری ہے:

  1. خود سپر ٹرینڈ میں ٹرینڈ کی شناخت اور غلط سگنل فلٹرنگ کی اچھی صلاحیتیں ہیں۔
  2. فلٹرنگ میکانزم غلط سگنل کو مزید کم کرتا ہے جس کے نتیجے میں زیادہ قابل اعتماد سگنل ہوتے ہیں۔
  3. اسٹوکاسٹک آر ایس آئی اوور بک / اوور سیل حالات کے دوران اہم سپورٹ / مزاحمت کی سطح کے ارد گرد جھوٹے سگنل سے بچتا ہے۔
  4. اسٹریٹجی میں رجحان کی سمت اور زیادہ خریدنے / زیادہ فروخت کی حالت دونوں پر غور کیا جاتا ہے جس سے رجحان کی پیروی اور غلط سگنل سے بچنے کے درمیان بہتر توازن پیدا ہوتا ہے۔
  5. لچکدار پیرامیٹر ایڈجسٹمنٹ مختلف مارکیٹ کے ماحول میں موافقت کی اجازت دیتا ہے.

خطرات اور اصلاح

ممکنہ خطرات

  1. ہائی اتار چڑھاؤ کی نقل و حرکت کے دوران سٹاپ نقصان مارا جا سکتا ہے.
  2. سپر ٹرینڈ اور فلٹرنگ کے ساتھ تاخیر کے مسائل کی وجہ سے حالیہ قیمتوں میں تبدیلیاں غائب ہیں.
  3. غلط اسٹوکاسٹک آر ایس آئی پیرامیٹر کی ترتیبات جو حکمت عملی کی کارکردگی کو متاثر کرتی ہیں۔

رسک مینجمنٹ

  1. سٹاپ نقصان کو مناسب طریقے سے ایڈجسٹ کریں یا ٹریلنگ سٹاپ نقصان کا استعمال کریں۔
  2. ٹیون پیرامیٹرز جیسے اے ٹی آر کی مدت اور فلٹر کی مدت تاخیر کے اثر کو متوازن کرنے کے لئے.
  3. اسٹوکاسٹک آر ایس آئی پیرامیٹرز کی جانچ اور اصلاح کریں۔

اصلاح کے مواقع

  1. زیادہ سے زیادہ پیرامیٹرز تلاش کرنے کے لئے مختلف پیرامیٹرز کے مجموعے کی جانچ کریں.
  2. مختلف فلٹرنگ میکانزم جیسے ای ایم اے ہموار وغیرہ کی کوشش کریں.
  3. پیرامیٹرز کو خودکار طور پر بہتر بنانے کے لیے مشین لرننگ کا استعمال کریں۔
  4. داخلے کی شرائط کو مکمل کرنے کے لئے دیگر اشارے شامل کریں۔

نتیجہ

اس حکمت عملی میں سپر ٹرینڈ اور اسٹوکاسٹک آر ایس آئی کی طاقتوں کو موثر رجحان کی نشاندہی اور معیاری تجارتی سگنلز کے ل combines جوڑتا ہے ، جبکہ فلٹرنگ میکانزم کے ذریعہ مارکیٹ شور کے لئے بھی حکمت عملی کو مضبوط بناتا ہے۔ پیرامیٹر کی اصلاح یا دوسرے اشارے / ماڈلز کے ساتھ مل کر کارکردگی میں مزید بہتری حاصل کی جاسکتی ہے۔ مجموعی طور پر ، یہ حکمت عملی مستحکم واپسی کی تلاش کرنے والوں کے لئے اچھی رجحان کی پیروی کرنے کی صلاحیت اور کچھ رسک کنٹرول کا مظاہرہ کرتی ہے۔

/*backtest
start: 2024-01-09 00:00:00
end: 2024-01-16 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Improved SuperTrend Strategy with Stochastic RSI", shorttitle="IST+StochRSI", overlay=true)

// Input parameters
atr_length = input(14, title="ATR Length")
atr_multiplier = input(1.5, title="ATR Multiplier")
filter_length = input(5, title="Filter Length")
stoch_length = input(14, title="Stochastic RSI Length")
smooth_k = input(3, title="Stochastic RSI %K Smoothing")

// Calculate True Range (TR) and Average True Range (ATR)
tr = ta.rma(ta.tr, atr_length)
atr = ta.rma(tr, atr_length)

// Calculate SuperTrend
upper_band = ta.sma(close, atr_length) + atr_multiplier * atr
lower_band = ta.sma(close, atr_length) - atr_multiplier * atr

is_uptrend = close > lower_band
is_downtrend = close < upper_band

super_trend = is_uptrend ? lower_band : na
super_trend := is_downtrend ? upper_band : super_trend

// Filter for reducing false signals
filtered_super_trend = ta.sma(super_trend, filter_length)

// Calculate Stochastic RSI
rsi_value = ta.rsi(close, stoch_length)
stoch_rsi = ta.sma(ta.stoch(rsi_value, rsi_value, rsi_value, stoch_length), smooth_k)

// Entry conditions
long_condition = ta.crossover(close, filtered_super_trend) and is_uptrend and stoch_rsi < 80
short_condition = ta.crossunder(close, filtered_super_trend) and is_downtrend and stoch_rsi > 20

// Exit conditions
exit_long_condition = ta.crossunder(close, filtered_super_trend) and is_uptrend
exit_short_condition = ta.crossover(close, filtered_super_trend) and is_downtrend

// Plot SuperTrend and filtered SuperTrend
plot(super_trend, color=color.orange, title="SuperTrend", linewidth=2)
plot(filtered_super_trend, color=color.blue, title="Filtered SuperTrend", linewidth=2)

// Plot Buy and Sell signals
plotshape(series=long_condition, title="Buy Signal", color=color.green, style=shape.triangleup, location=location.belowbar)
plotshape(series=short_condition, title="Sell Signal", color=color.red, style=shape.triangledown, location=location.abovebar)

// Output signals to the console for analysis
plotchar(long_condition, "Long Signal", "▲", location.belowbar, color=color.green, size=size.small)
plotchar(short_condition, "Short Signal", "▼", location.abovebar, color=color.red, size=size.small)

// Strategy entry and exit
strategy.entry("Long", strategy.long, when=long_condition)
strategy.entry("Short", strategy.short, when=short_condition)
strategy.close("Long", when=exit_long_condition)
strategy.close("Short", when=exit_short_condition)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں