فعالیت فنکشن بہتر کردہ اسکیل نارملائزڈ ویکٹر تجارتی حکمت عملی
خلاصہ
یہ حکمت عملی drkhodakarami کے scale-normalized vector strategy میں بہتری ہے، جس میں بنیادی طور پر ایکٹیویشن فنکشن شامل کیا گیا ہے تاکہ حکمت عملی کی کارکردگی بہتر ہو سکے۔ یہ حکمت عملی ٹائم ایکسس پر فرق (difference) کا استعمال کرتے ہوئے مارکیٹ میں تبدیلی کی شرح کا حساب لگاتی ہے، اور تھریش ہولڈ (threshold) کے ذریعے لانگ (long) اور شارٹ (short) سگنلز کا فیصلہ کرتی ہے۔ اس کے علاوہ، حکمت عملی میں swish، ReLU اور step ایکٹیویشن فنکشنز شامل کیے گئے ہیں، جو فرق کی ترتیب (difference series) کو ہموار کر کے سگنل کی درستگی کو بہتر بناتے ہیں۔
حکمت عملی کا اصول
- طے شدہ ٹائم ایکسس پر close قیمت کے فرق سے فیصد تبدیلی کی شرح x کا حساب لگائیں۔
- x کو ایکٹیویشن فنکشن میں ڈالیں، جس سے پروسیس شدہ ترتیب p حاصل ہوتی ہے۔
- مثبت اور منفی تھریش ہولڈ th سیٹ کریں، جب p اوپر سے th کو عبور کرے تو لانگ کریں، اور جب نیچے سے -th کو عبور کرے تو شارٹ کریں۔
- دوبارہ ڈرائنگ (repainting) کو بند کریں تاکہ جھوٹے سگنل سے بچا جا سکے۔
فوائد کا تجزیہ
- ایکٹیویشن فنکشن متعارف کرانے سے شور کو فلٹر کیا جا سکتا ہے اور سگنل کے معیار کو بہتر بنایا جا سکتا ہے۔
- نئے اوپن اور کلوز منطق شامل کرنے سے خودکار ٹریڈنگ ممکن ہو جاتی ہے۔
- پیرامیٹرز کی حسب ضرورت کی گنجائش بڑھانے سے زیادہ مارکیٹوں کے مطابق ڈھل سکتے ہیں۔
- بصری ڈیزائن بہترین ہے، جو ٹریڈنگ سگنلز کو واضح طور پر ظاہر کرتا ہے۔
خطرات کا تجزیہ
- تھریش ہولڈ کی غلط ترتیب سے ٹریڈنگ کے مواقع ضائع ہو سکتے ہیں۔
- ایکٹیویشن فنکشن کا غلط انتخاب مارکیٹ کی معلومات کو فلٹر کر سکتا ہے۔
- دوبارہ ڈرائنگ (repainting) کی وجہ سے سگنل کی تحریف (distortion) کے مسئلے کی جانچ ضروری ہے۔
حل کے طریقے:
- تھریش ہولڈ پیرامیٹرز کو ایڈجسٹ کریں، بہترین قدر تلاش کریں۔
- مختلف ایکٹیویشن فنکشنز آزمائیں، سب سے موزوں تلاش کریں۔
- دوبارہ ڈرائنگ کا پتہ لگانے والی منطق شامل کریں، سگنل کی درستگی کی تصدیق کریں۔
بہتری کی سمت
- خود کار طریقے سے تھریش ہولڈ سیٹ کرنے کا اضافہ۔
- ایکٹیویشن فنکشن کے پیرامیٹرز کو بہتر بنانا۔
- خودکار نقصان روکنے (stop-loss) کی منطق شامل کرنا۔
- مزید عوامل (factors) کے ساتھ سگنل کو فلٹر کرنا۔
خلاصہ
یہ حکمت عملی drkhodakarami کی بنیاد پر ایکٹیویشن فنکشن متعارف کر کے کارکردگی کو بہتر بناتی ہے، اور پیرامیٹرز کی حسب ضرورت کی گنجائش بڑھانے سے مارکیٹ کی تبدیلیوں کے مطابق بہتر طور پر ڈھل سکتی ہے۔ اس کے ساتھ ساتھ بصری ڈیزائن شاندار ہے، جو ٹریڈنگ کے مواقع کو واضح طور پر ظاہر کرتا ہے۔ مستقبل میں ایکٹیویشن فنکشن اور تھریش ہولڈ کی ترتیب کو مزید بہتر بنایا جا سکتا ہے، اور نقصان روکنے کی منطق کے ساتھ مزید سگنل فلٹرنگ شامل کی جا سکتی ہے، جس سے بہتر حکمت عملی کے نتائج حاصل ہونے کی امید ہے۔
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// author: capissimo
strategy("Scaled Normalized Vector Strategy, ver.4", precision=2, overlay=false)
// This is a modification of my Scaled Normalized Vector Strategy - 1