ایکسپونینشل سمیٹ اسٹوکاسٹک آسکیلیٹر حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-18 15:53:41
ٹیگز:

img

جائزہ

ایکسپونینشل ہموار اسٹوکاسٹک آسکیلیٹر حکمت عملی روایتی اسٹوکاسٹک اشارے کا ایک ترمیم شدہ ورژن ہے جس میں اسٹوکاسٹک کی حساسیت کو ایڈجسٹ کرنے اور تجارتی سگنل پیدا کرنے کے لئے ایک ایکسپونینشل وزن پیرامیٹر شامل کیا گیا ہے۔ جب اشارے زیادہ خریدنے والی سطحوں سے عبور کرتے ہیں تو یہ طویل ہوجاتا ہے اور جب اشارے زیادہ فروخت ہونے والی سطحوں سے عبور کرتے ہیں تو مختصر ہوجاتا ہے۔ بہتر حکمت عملی ایک بہت ہی مستحکم رجحان کی پیروی کرنے والی حکمت عملی بن سکتی ہے۔

حکمت عملی منطق

ایکسپونینشل ہموار اسٹوکاسٹک حکمت عملی کا مرکز ایکسپونینشل وزن پیرامیٹر میں واقع ہے۔ روایتی اسٹوکاسٹک کا حساب اس طرح کیا جاتا ہے:

s = 100 * (close - lowest low) / (highest high - lowest low)

اشاریہ پیرامیٹر کے ساتھ، فارمولا بن جاتا ہے:

exp = ex<10? (ex)/(10-ex) : 99   

s = 100 * (close - lowest low) / (highest high - lowest low)  

ks = s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50   
       :-math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50  

ایکسپ کو ایڈجسٹ کرکے ، ks پر s کے اثر کو تبدیل کیا جاسکتا ہے۔ ایکسپ میں اضافہ اشارے کو کم حساس بناتا ہے جبکہ ایکسپ کو کم کرنے سے یہ زیادہ حساس ہوجاتا ہے۔

خریدنے کے سگنل اس وقت پیدا ہوتے ہیں جب ks اوور بک لیول سے عبور کرتا ہے۔ فروخت کے سگنل اس وقت پیدا ہوتے ہیں جب ks اوور سیل لیول سے نیچے عبور کرتا ہے۔

فوائد

روایتی اسٹوکاسٹک حکمت عملی کے مقابلے میں ، ایکسپونینشل ہموار اسٹوکاسٹک آسکیلیٹر حکمت عملی کے مندرجہ ذیل فوائد ہیں:

  1. اسٹوکاسٹک کی حساسیت کو تجارت کی تعدد کو کنٹرول کرنے کے لئے اشاریاتی وزن کو تبدیل کرکے آزادانہ طور پر ایڈجسٹ کیا جاسکتا ہے۔
  2. بڑھتی ہوئی اشاریاتی وزن کچھ شور کو فلٹر کر سکتی ہے اور زیادہ مستحکم تجارتی سگنل پیدا کر سکتی ہے۔
  3. مختلف ٹائم فریم کے اشارے کو ملا کر ملٹی ٹائم فریم کی تصدیق حاصل کی جاسکتی ہے اور سگنل کی وشوسنییتا میں اضافہ ہوسکتا ہے۔

خطرات

ایکسپونینشل سمیٹڈ اسٹوکاسٹک اوسیلیٹر کی حکمت عملی میں بھی مندرجہ ذیل خطرات ہیں:

  1. ایک بہت بڑا اشاریاتی وزن کے ساتھ، بہت زیادہ سگنل فلٹرنگ کی وجہ سے کچھ تجارتی مواقع کھو سکتے ہیں.
  2. اشارے شور اور غلط کراس اوور کا شکار ہیں۔ قابل اعتماد کراس اوور سگنل کو یقینی بنانے کے لئے پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت ہے۔
  3. مختلف مارکیٹوں کے لئے زیادہ سے زیادہ پیرامیٹر رینج کی نشاندہی کرنے کی ضرورت ہے۔ پیرامیٹر کی غلط ترتیبات حکمت عملی کی کارکردگی کو متاثر کرسکتی ہیں۔

بہتری کے شعبے

ایکسپونینشل ہموار اسٹوکاسٹک آسکیلیٹر کی حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:

  1. دوسرے اشارے جیسے ایم اے سی ڈی اور حرکت پذیر اوسط کے ساتھ مل کر سگنل کو فلٹر کریں اور جھوٹے سگنل کو کم کریں۔
  2. خطرات کو مؤثر طریقے سے کنٹرول کرنے کے لئے سٹاپ نقصان کے طریقہ کار کو شامل کریں.
  3. بہترین پیرامیٹر مجموعے تلاش کرنے کے لئے ایکسپونینشل وزن پیرامیٹر کو بہتر بنائیں۔ مختلف مارکیٹوں کے لئے مختلف پیرامیٹر استعمال کیے جاسکتے ہیں۔
  4. مثال کے طور پر کمپوسٹیبلٹی بڑھانا، موسمی اشارے، مارکیٹ کی ساخت کے اشارے کے ساتھ مل کر استحکام کو مزید بہتر بنانا۔

نتیجہ

ایکسپونینشل ہموار اسٹوکاسٹک آسکیلیٹر حکمت عملی اسٹوکاسٹک اشارے کی حساسیت کو ایڈجسٹ کرکے زیادہ قابل اعتماد تجارتی سگنل تیار کرتی ہے۔ یہ درمیانی سے طویل مدتی رجحانات کو مؤثر طریقے سے ٹریک کرسکتا ہے اور اسے قلیل مدتی حکمت عملی میں بھی بہتر بنایا جاسکتا ہے۔ مزید کمپوز ایبلٹی اور پیرامیٹر کی اصلاح کے ساتھ ، اس میں زیادہ مستقل منافع بخش منافع حاصل کرنے کی صلاحیت 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"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © faytterro

//@version=5
strategy("Exponential Stochastic Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
len=input.int(14, "length") 
ex=input.int(2, title="exp", minval=1, maxval=10)
exp= ex<10? (ex)/(10-ex) : 99
s=100 * (close - ta.lowest(low, len)) / (ta.highest(high, len) - ta.lowest(low, len))
ks=s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50 :
 -math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50
plot(ks, color= color.white)
bot=input.int(20)
top=input.int(80)
longCondition = ta.crossover(ks, bot) and bar_index>0
if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)

shortCondition = ta.crossunder(ks, top) and bar_index>0
if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)
//    strategy.close("My Long Entry Id")
alertcondition(longCondition, title = "buy")
alertcondition(shortCondition, title = "sell")
h1=hline(top)
h2=hline(bot)
h3=hline(100)
h4=hline(0)
fill(h1,h3, color= color.rgb(255,0,0,200-top*2))
fill(h2,h4, color= color.rgb(0,255,0,bot*2))

مزید