EMA ایک سے زیادہ لاگت پر مبنی اوسط لاگت کی حکمت عملی متحرک سٹاپ نقصان اور ہدف منافع پر مبنی ہے۔


تخلیق کی تاریخ: 2024-01-19 15:16:53 آخر میں ترمیم کریں: 2024-01-19 15:16:53
کاپی: 2 کلکس کی تعداد: 778
1
پر توجہ دیں
1617
پیروکار

EMA ایک سے زیادہ لاگت پر مبنی اوسط لاگت کی حکمت عملی متحرک سٹاپ نقصان اور ہدف منافع پر مبنی ہے۔

جائزہ

اس حکمت عملی میں متحرک کثیر اشاریہ حرکت پذیر اوسط کو مارکیٹ میں آنے والے سگنل کے طور پر استعمال کیا گیا ہے ، جس میں اسٹاپ نقصانات اور ہدف منافع کے طریقہ کار کو ٹریک کرنے کے ساتھ مل کر خطرہ اور منافع کا انتظام کیا گیا ہے۔ اس حکمت عملی میں ای ایم اے کی ہموار نوعیت کا بھرپور فائدہ اٹھایا گیا ہے تاکہ رجحانات کی نشاندہی کی جاسکے ، متعدد ڈی سی اے ان پٹ کے ذریعہ لاگت کو کنٹرول کیا جاسکے۔ اس کے علاوہ ، متحرک اسٹاپ نقصانات اور ہدف منافع کی ترتیب کو مربوط کیا گیا ہے تاکہ پوری حکمت عملی کو زیادہ ذہین اور خودکار بنایا جاسکے۔

حکمت عملی کا اصول

اشارے کا حساب کتاب

  • EMA5 ، EMA10 ، EMA20 ، EMA50 ، EMA100 ، EMA200 انڈیکس کی اوسط اوسط
  • اے ٹی آر اوسط حقیقی اتار چڑھاو

مارکیٹ میں داخل ہونے کا اشارہ

ای ایم اے کا دورانیہ اپنی مرضی کے مطابق کیا جاسکتا ہے ، عام طور پر 5 ، 10 ، 20 ، 50 ، 100 اور 200 دورانیے منتخب کیے جاتے ہیں۔ اس حکمت عملی میں قیمت کو ای ایم اے کے اوپر اور نیچے 1٪ کی حد میں لے جانے کی شرط کے طور پر استعمال کیا گیا ہے۔

رسک مینجمنٹ

خطرے کے انتظام کے متعدد نظاموں کو مربوط کرنا:

  1. اے ٹی آر اسٹاپ: جب اے ٹی آر مقررہ حد سے زیادہ ہو تو صفائی کا نقصان
  2. زیادہ سے زیادہ مارکیٹ میں آنے کی تعداد کو کنٹرول کریں: زیادہ سے زیادہ سرمایہ کاری سے بچیں
  3. متحرک ٹریلنگ اسٹاپ: قیمتوں میں حقیقی وقت کے اتار چڑھاؤ پر مبنی ٹریلنگ اسٹاپ

منافع کا طریقہ کار

ہدف منافع کی سطح مقرر کریں اور جب قیمت ہدف قیمت سے زیادہ ہو تو باہر نکلیں

حکمت عملی کا تجزیہ

  1. ای ایم اے کے رجحانات کی شناخت کا استعمال کرتے ہوئے ، مختصر مدت کے اتار چڑھاؤ کو فلٹر کریں
  2. ڈی سی اے کی قیمتوں میں تقسیم ، خرید و فروخت سے بچنے کے لئے
  3. ایک سے زیادہ ای ایم اے پورٹ فولیو ، کامیابی کی شرح میں اضافہ
  4. متحرک سٹاپ نقصان REAL-TIME کنٹرول نقصان
  5. واضح منافع کا ہدف، زیادہ منافع ضائع نہ کریں

خطرات اور بہتری

  1. EMA فیکٹر کے انتخاب کو بہتر بنانے کی ضرورت ہے ، مختلف مارکیٹوں میں مختلف دورانیہ کے مجموعی اثر میں فرق ہے
  2. ڈی سی اے کے زیادہ استعمال سے فنڈز کا زیادہ استعمال ہو سکتا ہے
  3. سٹاپ نقصان کی حد کی ترتیب کو بہتر بنانے کی ضرورت ہے

حکمت عملی کو بہتر بنانے کے خیالات

  1. اعلی درجے کی ای ایم اے سسٹم کا استعمال کرتے ہوئے رجحانات کی شناخت
  2. کثیر متغیر کی اصلاح کے لئے بہترین ڈی سی اے کی تعداد اور روکنے کی حد
  3. قیمتوں میں تبدیلی کی پیشن گوئی کے لئے مشین لرننگ ماڈل شامل کریں
  4. انٹیگریٹڈ فنڈ مینجمنٹ ماڈیول کنٹرول مجموعی ان پٹ

خلاصہ کریں۔

اس حکمت عملی میں ای ایم اے کی شناخت کے رجحانات ، ڈی سی اے لاگت کنٹرول ، متحرک ٹریکنگ اسٹاپ نقصانات اور ہدف منافع سے نکلنے جیسے متعدد میکانزم شامل ہیں۔ پیرامیٹرز کی ایڈجسٹمنٹ اور رسک کنٹرول کے لحاظ سے بہت زیادہ اصلاح کی گنجائش ہے۔ مجموعی طور پر ، اس حکمت عملی میں بہت زیادہ موافقت اور توسیع ہے ، جو سرمایہ کاروں کے لئے مستحکم اضافی منافع کا باعث بن سکتی ہے۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2023-01-12 00:00:00
end: 2024-01-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EMA DCA Strategy with Trailing Stop and Profit Target", overlay=true )

// Define the investment amount for when the condition is met
investment_per_condition = 6

// Define the EMAs
ema5 = ema(close, 5)
ema10 = ema(close, 10)
ema20 = ema(close, 20)
ema50 = ema(close, 50)
ema100 = ema(close, 100)
ema200 = ema(close, 200)

// Define ATR sell threshold
atr_sell_threshold = input(title="ATR Sell Threshold", type=input.integer, defval=10, minval=1)

// Helper function to find if the price is within 1% of the EMA
isWithin1Percent(price, ema) =>
    ema_min = ema * 0.99
    ema_max = ema * 1.01
    price >= ema_min and price <= ema_max

// Control the number of buys
var int buy_count = 0
buy_limit = input(title="Buy Limit", type=input.integer, defval=3000)

// Calculate trailing stop and profit target levels
trail_percent = input(title="Trailing Stop Percentage", type=input.integer, defval=1, minval=0, maxval=10)
profit_target_percent = input(title="Profit Target Percentage", type=input.integer, defval=3, minval=1, maxval=10)

// Determine if the conditions are met and execute the strategy
checkConditionAndBuy(emaValue, emaName) =>
    var int local_buy_count = 0 // Create a local mutable variable
    if isWithin1Percent(close, emaValue) and local_buy_count < buy_limit
        strategy.entry("Buy at " + emaName, strategy.long, qty=investment_per_condition / close, alert_message ="Buy condition met for " + emaName)
        local_buy_count := local_buy_count + 1
        // alert("Buy Condition", "Buy condition met for ", freq_once_per_bar_close)
        
    local_buy_count // Return the updated local_buy_count

// Add ATR sell condition
atr_condition = atr(20) > atr_sell_threshold
if atr_condition
    strategy.close_all()
    buy_count := 0 // Reset the global buy_count when selling

// Strategy execution
buy_count := checkConditionAndBuy(ema5, "EMA5")
buy_count := checkConditionAndBuy(ema10, "EMA10")
buy_count := checkConditionAndBuy(ema20, "EMA20")
buy_count := checkConditionAndBuy(ema50, "EMA50")
buy_count := checkConditionAndBuy(ema100, "EMA100")
buy_count := checkConditionAndBuy(ema200, "EMA200")

// Calculate trailing stop level
trail_offset = close * trail_percent / 100
trail_level = close - trail_offset

// Set profit target level
profit_target_level = close * (1 + profit_target_percent / 100)

// Exit strategy: Trailing Stop and Profit Target
strategy.exit("TrailingStop", from_entry="Buy at EMA", trail_offset=trail_offset, trail_price=trail_level)
strategy.exit("ProfitTarget", from_entry="Buy at EMA",  when=close >= profit_target_level)

// Plot EMAs
plot(ema5, title="EMA 5", color=color.red)
plot(ema10, title="EMA 10", color=color.orange)
plot(ema20, title="EMA 20", color=color.yellow)
plot(ema50, title="EMA 50", color=color.green)
plot(ema100, title="EMA 100", color=color.blue)
plot(ema200, title="EMA 200", color=color.purple)