لکیری ریگریشن RSI پر مبنی مقداری تجارتی حکمت عملی
ChaoZhang
جائزہ
یہ حکمت عملی لکیری واپسی آر ایس آئی اشارے کے ڈیزائن پر مبنی ہے۔ حکمت عملی لکیری واپسی آر ایس آئی اور ای ایم اے کے کراسنگ کے حساب سے خرید اور فروخت کے اشارے پیدا کرتی ہے۔ حکمت عملی ایک ہی وقت میں دو خرید و فروخت کے منطقی اختیارات پیش کرتی ہے ، جو ضرورت کے مطابق منتخب کی جاسکتی ہے۔
حکمت عملی کا اصول
حکمت عملی نے پہلے 200 سائیکل کی لمبائی کی لکیری واپسی کا حساب لگایا ، اور پھر لکیری واپسی کے نتائج کی بنیاد پر 21 سائیکل کا RSI۔ اس کے بعد 50 سائیکل کی لمبائی کی EMA کا حساب لگایا گیا۔ جب RSI EMA کو عبور کرتا ہے تو خریدنے کا اشارہ پیدا ہوتا ہے ، اور جب RSI EMA کو عبور کرتا ہے تو فروخت کا اشارہ پیدا ہوتا ہے ، منافع کا خاتمہ ہوتا ہے۔
اس حکمت عملی میں دو قسم کی خرید و فروخت کی منطق پیش کی گئی ہے۔
- RSI پر EMA پہنتے وقت خریدیں
- RSI EMA سے اوپر ہے اور خریدنے لائن سے اوپر ہے جب خریدیں
مارکیٹ کے حالات کے مطابق خریدنے کے لئے کون سا منطق استعمال کرنا ہے.
طاقت کا تجزیہ
اس حکمت عملی میں لکیری واپسی RSI اور EMA کے فوائد شامل ہیں ، جو قیمت کے کچھ شور کو مؤثر طریقے سے ختم کرسکتے ہیں ، جس سے زیادہ قابل اعتماد تجارتی اشارے پیدا ہوسکتے ہیں۔
لکیری واپسی آر ایس آئی رجحان کو بہتر طور پر ظاہر کرتی ہے اور ای ایم اے ٹرن آؤٹ پوائنٹس کو تلاش کرنے میں مدد کرتا ہے۔ دونوں کا مجموعہ رجحان میں واپسی کے مواقع تلاش کرسکتا ہے ، جس سے اوسطا واپسی کی حکمت عملی تشکیل دی جاسکتی ہے۔
اس حکمت عملی میں دو قسم کے خرید و فروخت کے منطق کا انتخاب کیا گیا ہے ، جو مارکیٹ کے مراحل کے مطابق زیادہ لچک سے ایڈجسٹ کیا جاسکتا ہے۔ مثال کے طور پر رجحان واضح ہونے پر پہلا منطق منتخب کیا جاسکتا ہے ، اور ہلچل کے وقت دوسرا۔
خطرے کا تجزیہ
یہ حکمت عملی بنیادی طور پر RSI اور EMA کے تعلقات پر انحصار کرتی ہے ، اور اگر دونوں کے مابین تعلقات میں کوئی تبدیلی آتی ہے تو ، اس سے تجارتی سگنل میں غلطی پیدا ہوسکتی ہے۔ یہ ایک اہم خطرہ ہے۔
اس کے علاوہ ، RSI اور EMA خود بھی ایک اشارے کے طور پر کچھ تاخیر کا شکار ہوسکتے ہیں ، جس کی وجہ سے خرید و فروخت میں کچھ حد تک تاخیر ہوسکتی ہے ، جس سے ٹرن آؤٹ پوائنٹس کو کامل طور پر نہیں پکڑا جاسکتا ہے۔
خطرے کو کم کرنے کے لئے ، آر ایس آئی اور ای ایم اے کی لمبائی کے پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کیا جاسکتا ہے ، اور دونوں کے مابین تعاون کو بہتر بنایا جاسکتا ہے۔ یہ ڈیلرشپ یونٹ بھی مناسب طریقے سے کنٹرول کرتا ہے ، تاکہ انفرادی نقصانات کو زیادہ سے زیادہ سے بچایا جاسکے۔
اصلاح کی سمت
اس حکمت عملی کو مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے:
- لکیری رجعت RSI اور EMA کی لمبائی کے پیرامیٹرز کو بہتر بنائیں اور بہترین پیرامیٹرز کا مجموعہ تلاش کریں
- سگنل کے معیار کو بہتر بنانے کے لئے دیگر اشارے فلٹرز جیسے MACD ، برن بینڈ وغیرہ شامل کریں
- اتار چڑھاؤ کے اشارے کے ساتھ پوزیشن مینجمنٹ کو ایڈجسٹ کرنا
- مشین سیکھنے کے طریقوں کا استعمال کرتے ہوئے پیرامیٹرز کو خود کار طریقے سے بہتر بنائیں
خلاصہ کریں۔
یہ حکمت عملی RSI اور EMA کی لکیری واپسی پر مبنی ہے۔ اس حکمت عملی میں RSI اور EMA کے ایک کراس کے ذریعہ پلٹاو کے مواقع تلاش کرنے کے لئے ایک اوسط پلٹاو حکمت عملی تیار کی گئی ہے۔ یہ حکمت عملی بیک وقت دو خریدنے کے منطق کے اختیارات پیش کرتی ہے ، جو مارکیٹ کی مختلف صورتحال کے ل flexible لچکدار ہے۔ مجموعی طور پر ، اس حکمت عملی میں متعدد اشارے کے فوائد کو ملا کر پلٹاو کے مواقع کو مؤثر طریقے سے پایا جاسکتا ہے۔ اس حکمت عملی کو پیرامیٹرز کی اصلاح اور دیگر اشارے کے معاون فلٹرنگ کے ذریعہ بہتر کارکردگی کا مظاہرہ کیا جاسکتا ہے۔
/*backtest
start: 2023-01-17 00:00:00
end: 2024-01-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Linear RSI")
startP = timestamp(input(2017, "Start Year"), input(12, "Month"), input(17, "Day"), 0, 0)
end = timestamp(input(9999, "End Year"), input(1, "Month"), input(1, "Day"), 0, 0)
_testPeriod() => true
//inputs
length = input(defval=200, minval=1, title="LR length")
length2 = input(defval=21, minval=1, title="RSI length")
ema_fast = input(defval=50, minval=1, title="EMA")
lag = 0
overBought = input(50)
overSold = input(50)
//rsi
src = close
Lr = linreg(src, length, lag)
rsi = rsi(Lr, length2)
ema = ema(rsi, ema_fast)
plot(rsi, color = rsi > overBought ? color.green : rsi < overSold ? color.red : color.silver)
plot(overBought, color=color.purple)
plot(overSold, color=color.purple)
plot(ema, color=color.blue)
first_type = input(true, title="Use first logic?")
second_type = input(false, title="Use second logic?")
long_condition = (first_type ? crossover(rsi, ema) and _testPeriod() : false) or (second_type ? rsi > ema and rsi > overBought and _testPeriod() : false)
strategy.entry('BUY', strategy.long, when=long_condition)
short_condition = crossunder(rsi, ema)
strategy.close('BUY', when=short_condition)