1. مربع
  2. آئیچیموکو کلاؤڈ پر مبنی مومنٹم ٹریکنگ حکمت عملی

آئیچیموکو کلاؤڈ پر مبنی مومنٹم ٹریکنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-18 12:32:46
ٹیگز:

img

جائزہ

یہ حکمت عملی قیمت کے رجحانات کی نشاندہی کرنے اور اس کے مطابق تجارت کرنے کے لئے حرکت پذیر اوسط ، رشتہ دار طاقت انڈیکس (آر ایس آئی) اور ایچیموکو کلاؤڈ کو جوڑتی ہے۔ بنیادی خیال یہ ہے کہ جب قلیل مدتی حرکت پذیر اوسط درمیانی مدت کے اوسط سے تجاوز کرتا ہے اور بادل کے اوپر گھس جاتا ہے تو خرید سگنل پیدا کرنا ، اور جب الٹا ہوتا ہے تو فروخت سگنل پیدا کرنا۔

حکمت عملی منطق

اس حکمت عملی میں چار حرکت پذیر اوسط استعمال ہوتے ہیں - 13 ، 21 ، 89 اور 233 دن۔ 13 دن کا ایم اے قلیل مدتی رجحان کی نمائندگی کرتا ہے جبکہ 233 دن کی لائن طویل مدتی رجحان کو ظاہر کرتی ہے۔ 21 اور 89 دن کے ایم اے اس کے درمیان ہیں۔ جب قلیل مدتی ایم اے درمیانی مدت کے اوپر سے گزر جاتا ہے تو ، اس سے اوپر کی طرف توڑ کا اشارہ ہوتا ہے اور خرید سگنل پیدا ہوتا ہے۔ مخالف کراس فروخت سگنل کی طرف جاتا ہے۔

اس کے علاوہ ، تبادلوں کی لائن (9 دن کی ایم اے) ، بیس لائن (26 دن کی ایم اے) اور لیڈنگ اسپین (تبدیلی کی اوسط اور بیس لائنز) کا استعمال کیا جاتا ہے۔ لیڈنگ اسپین سے اوپر گھسنے سے خرید سگنل ملتے ہیں جبکہ اس سے نیچے توڑنے سے فروخت ہوتی ہے۔

مزید برآں ، 12 اور 24 دن کے آر ایس آئی کا اطلاق ہوتا ہے۔ 12 دن کا آر ایس آئی قلیل مدتی اوور خرید / اوور سیل سطحوں کی نمائندگی کرتا ہے جبکہ 24 دن کی لائن درمیانی مدتی حالات کو ظاہر کرتی ہے۔ ان دونوں کے مابین کراس اوورز تجارتی سگنلز کی تصدیق میں مدد کرسکتے ہیں۔

فوائد

  • ایم اے کے ساتھ رجحان کی سمت کی نشاندہی
  • داخلہ اور باہر نکلنے کے وقت کے لئے Ichimoku بادل
  • RSI کا استعمال کرتے ہوئے جھوٹے بریک آؤٹ سے بچیں

یہ حکمت عملی سیکیورٹی کی قیمتوں کے غالب رجحان کو پکڑنے میں نمایاں ہے۔ ایم اے اور آئیچیموکو پر مبنی انٹری اور آؤٹ پٹ صحت سے متعلق کو بہتر بناتا ہے۔ مزید برآں ، آر ایس آئی کراس اوور جھوٹے سگنلز سے بچنے میں مدد کرتا ہے۔ خلاصہ یہ ہے کہ ، یہ رجحان کے ساتھ مؤثر طریقے سے تجارت کرنے کے لئے متعدد اشارے کی طاقت کو یکجا کرتا ہے۔

خطرات

  • رجحان کی تبدیلی کا خطرہ
    تاجروں کو قیمتوں سے خبردار رہنا چاہئے جو چلتے ہوئے اوسط کو چھو رہے ہیں اور پوزیشنوں کو بند کرنے کے لئے تیار رہیں.

  • پیرامیٹر کی اصلاح
    ایم اے کے ادوار ، Ichimoku پیرامیٹرز وغیرہ کو بہتر بنانے کے لئے کمرے موجود ہیں۔ تاجروں کو مختلف مصنوعات کے لئے بہترین سیٹ تلاش کرنے کے لئے تجربہ کیا جاسکتا ہے۔

  • تجارت کی اعلی تعدد
    یہ حکمت عملی کافی کثرت سے تجارت کرسکتی ہے ، لہذا کمیشن کے اخراجات پر غور کرنے کی ضرورت ہے۔ ٹھیک ٹھیک پیرامیٹرز غیر ضروری تجارت کو کم کرنے میں مدد کرسکتے ہیں۔

بہتری

  • سٹاپ نقصان / منافع کا ہدف شامل کریں
    اس طرح کے رسک مینجمنٹ میکانزم متعارف کرانے سے استعمال میں کمی آئے گی۔

  • پیرامیٹر ٹیوننگ
    مختلف مصنوعات میں بہتر استحکام کے لئے ایم اے ادوار، Ichimoku ان پٹ، RSI دن وغیرہ کو بہتر بنائیں.

  • مزید اشارے شامل کریں
    اتار چڑھاؤ اور حجم کے بارے میں دیگر مشتق اشارے اضافی بصیرت فراہم کرسکتے ہیں۔

نتیجہ

یہ ایم اے ، آر ایس آئی اور ایچیموکو کلاؤڈ کی طاقتوں کو استعمال کرنے والی حکمت عملی کے بعد ایک عام رجحان ہے۔ یہ غالب رجحانات پر قابل اعتماد طریقے سے مقفل ہوتا ہے۔ اسٹاپ نقصان ، پیرامیٹر کی اصلاح وغیرہ جیسی اصلاحات کے ذریعے کارکردگی کو مزید بہتر بنایا جاسکتا ہے۔ مجموعی طور پر یہ مستحکم ، منافع بخش رفتار کی حکمت عملی ہے جو مستحکم منافع کی تلاش میں کافی خطرہ کی خواہش رکھنے والے سرمایہ کاروں کے لئے موزوں ہے۔

/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3

strategy("EMA + Ichimoku Kinko Hyo Strategy", shorttitle="EMI", overlay=true, default_qty_type=strategy.percent_of_equity, max_bars_back=1000, default_qty_value=100, calc_on_order_fills= true, calc_on_every_tick=true, pyramiding=0)

TenkanSenPeriods = input(9, minval=1, title="Tenkan Sen Periods")
KijunSenPeriods = input(26, minval=1, title="Kijun Sen Periods")
SenkouSpanBPeriods = input(52, minval=1, title="Senkou Span B Periods")
displacement = input(26, minval=1, title="Displacement")
donchian(len) => avg(lowest(len), highest(len))
TenkanSen = donchian(TenkanSenPeriods)
KijunSen = donchian(KijunSenPeriods)
SenkouSpanA = avg(TenkanSen, KijunSen)
SenkouSpanB = donchian(SenkouSpanBPeriods)
SenkouSpanH = max(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
SenkouSpanL = min(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
ChikouSpan = close[displacement-1]

Sema = ema(close, 13)
Mema = ema(close, 21)
Lema = ema(close, 89)
XLema = ema(close, 233)

plot(Sema, color=blue, title="13 EMA", linewidth = 2)
plot(Mema, color=fuchsia, title="21 EMA", linewidth = 1)
plot(Lema, color=orange, title="89 EMA", linewidth = 2)
plot(XLema, color=teal, title="233 EMA", linewidth = 2)
plot(KijunSen, color=maroon, title="Kijun Sen", linewidth = 3)
plot(close, offset = -displacement, color=lime, title="Chikou Span", linewidth = 2)
sa=plot (SenkouSpanA, offset = displacement, color=green,  title="Senkou Span A", linewidth = 1)
sb=plot (SenkouSpanB, offset = displacement, color=red,  title="Senkou Span B", linewidth = 3)
fill(sa, sb, color = SenkouSpanA > SenkouSpanB ? green : red)

longCondition = (rsi(close, 12)>rsi(close, 24)) and close>ChikouSpan and Sema>KijunSen
strategy.entry("Long",strategy.long,when = longCondition)

strategy.close("Long", when = (rsi(close, 12)<rsi(close, 24) and (close<KijunSen and close<ChikouSpan)))

shortCondition = (rsi(close, 12)<rsi(close, 24)) and close<ChikouSpan and Sema<KijunSen
strategy.entry("Short",strategy.short, when = shortCondition)

strategy.close("Short", when = (rsi(close, 12)>rsi(close, 24) and (close>KijunSen and close>ChikouSpan)))
مزید

2019 FMZ - تمام حقوق محفوظ ہیں