چلتی اوسط کراس اوور ٹریڈنگ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-24 11:48:29
ٹیگز:

img

جائزہ

چلتی اوسط کراس اوور ٹریڈنگ حکمت عملی تیز EMA (fastLength) اور سست EMA (slowLength) لائنوں کے کراس اوور کا حساب لگاتے ہوئے خرید اور فروخت کے سگنل پیدا کرتی ہے۔ جب تیز لائن سست لائن سے اوپر عبور کرتی ہے تو ، خرید کا سگنل پیدا ہوتا ہے۔ جب تیز لائن سست لائن سے نیچے عبور کرتی ہے تو ، فروخت کا سگنل پیدا ہوتا ہے۔ یہ حکمت عملی آسان اور عملی ہے ، جو درمیانی اور قلیل مدتی تجارت کے لئے موزوں ہے۔

حکمت عملی کا اصول

اس حکمت عملی میں دو حرکت پذیر اوسط لائنیں ، تیز لائن اور سست لائن استعمال ہوتی ہیں۔ تیز لائن پیرامیٹر EMAfastLength 9 دن کی لائن پر ڈیفالٹ ہوتا ہے ، اور سست لائن پیرامیٹر EMAslowLength 26 دن کی لائن پر ڈیفالٹ ہوتا ہے۔ مارکیٹ خرید اور فروخت سگنل کا تعین کرنے کے لئے دو EMA لائنوں کے کراس اوور کا حساب لگائیں:

  1. جب تیز لائن سست لائن کے ذریعے اوپر کی طرف توڑتی ہے تو ، خریدنے کا اشارہ enterLong() پیدا ہوتا ہے۔
  2. جب تیز لائن سست لائن کے ذریعے نیچے کی طرف توڑتی ہے تو ، ایک فروخت کا اشارہ enterShort() پیدا ہوتا ہے۔

مخصوص تجارتی سگنل اور حکمت عملی کے قواعد مندرجہ ذیل ہیں:

  1. جب تیز لائن سست لائن کے اوپر سے گزرتی ہے، تو لمبی ہو جاتی ہے۔ جب تیز لائن سست لائن کے نیچے سے گزرتی ہے، تو قریب کی پوزیشن۔
  2. طویل عرصے تک منافع حاصل کرنا قیمت کا ہدف فیصد (ڈیفالٹ 0.15٪) ہے ، جس کا مطلب ہے جب منافع 15٪ تک پہنچ جاتا ہے تو پوزیشن بند کرنا۔
  3. طویل عرصے تک اسٹاپ نقصان قیمت کا اسٹاپ نقصان فیصد (ڈیفالٹ 0.20٪) ہے ، جس کا مطلب یہ ہے کہ نقصان 20٪ تک پہنچنے پر پوزیشن بند کرنا ہے۔
  4. مختصر پوزیشن اسی طرح کام کرتی ہے.

تو یہ حکمت عملی دو حرکت پذیر اوسط لائنوں کے سنہری کراس اور مردہ کراس پر مبنی تجارت کرتی ہے۔

فوائد کا تجزیہ

  1. حکمت عملی سادہ اور سمجھنے میں آسان ہے.
  2. چلتی اوسط کے اطلاق سے مارکیٹ کے کچھ شور کو فلٹر کیا جاتا ہے اور تجارتی سگنل کو زیادہ درست بنایا جاتا ہے۔
  3. تجارت کے قواعد واضح ہیں جس میں منافع لینے اور سٹاپ نقصان کے ساتھ واضح ہیں.
  4. ٹیسٹ پیرامیٹرز کو مختلف مارکیٹ کے حالات کے مطابق لچکدار طریقے سے ایڈجسٹ کیا جا سکتا ہے.

خطرے کا تجزیہ

  1. خود حرکت پذیر اوسطوں میں تاخیر ہوتی ہے، جو قلیل مدتی قیمتوں میں تبدیلیوں کو نظر انداز کر سکتی ہے، جس کی وجہ سے خریدنے اور فروخت کے غلط مقامات ہوتے ہیں۔
  2. مختلف سائیکل چلتی اوسط پیرامیٹرز غلط سگنل پیدا کر سکتے ہیں اور نقصانات لا سکتے ہیں.
  3. صرف چند پیرامیٹرز پر انحصار کرتے ہوئے ، اس حکمت عملی میں پیرامیٹرز کا بہترین مجموعہ تلاش کرنے کے لئے ہائپر پیرامیٹر کی اصلاح کی اعلی ضروریات ہیں۔
  4. کچھ خاص اہم رجحانات میں، یہ حکمت عملی ناکام ہونے کا امکان ہے۔

خطرات سے نمٹنے کے لئے ، پیرامیٹرز جن کو بہتر بنایا جاسکتا ہے ان میں چلتی اوسط سائیکل ، تجارتی قسم ، منافع لینے اور اسٹاپ نقصان کا تناسب وغیرہ شامل ہیں۔ خطرات کو کم کرنے کے لئے وسیع پیمانے پر جانچ کی ضرورت ہے۔

اصلاح کی ہدایات

اس حکمت عملی کا چلتا ہوا اوسط کراس اوور خیال آسان اور عملی ہے۔ اسے مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے۔

  1. چلتی اوسط کی قسم تبدیل کریں: EMA کے علاوہ SMA، LWMA، HMA اور دیگر اقسام کی بھی جانچ کریں۔
  2. دیگر اشارے شامل کریں: آر ایس آئی، ایم اے سی ڈی اور دیگر اشارے کے ساتھ مل کر۔
  3. پیرامیٹر کی اصلاح: بہترین پیرامیٹر مجموعہ تلاش کرنے کے لئے ای ایم اے کے دو سائیکل پیرامیٹرز کو خودکار طور پر بہتر بنائیں۔
  4. رجحان فلٹرنگ: اہم رجحانات کی صورتحال کی بنیاد پر انتخابی طور پر تجارت کریں۔
  5. منافع لینے اور اسٹاپ نقصان کی اصلاح: اسے زیادہ عملی بنانے کے لئے مقررہ فیصد منافع لینے اور اسٹاپ نقصان کو بہتر بنائیں۔

ان اصلاحاتی ٹیسٹوں کے ذریعے، حکمت عملی کے عملی اثر اور استحکام کو بہت بہتر بنایا جاسکتا ہے۔

خلاصہ

چلتی اوسط کراس اوور حکمت عملی کا خیال آسان ہے ، لیکن عملی اطلاق میں مسلسل اصلاح کی ضرورت ہے۔ یہ حکمت عملی تجارتی سگنل اور بنیادی تجارتی قواعد پیدا کرنے کا منطق فراہم کرتی ہے۔ اس کی بنیاد پر ، اسے قابل استعمال مقداری حکمت عملی بننے کے لئے بہت زیادہ بہتر بنایا جاسکتا ہے۔ چلتی اوسط کے اطلاق سے ہمیں حکمت عملی کے لئے خیالات بھی ملتے ہیں ، جس کی بنیاد پر ہم جدت اور بہتری لاسکتے ہیں۔


/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EMA Cross by MarketAlpha", overlay=true)
EMAfastLength = input(defval = 9, minval = 2)
EMAslowLength = input(defval = 26, minval = 2)
Targetpercentage = input(defval = 0.15, title = "Profit Target in percentage", minval = 0.05)
StopLosspercentage = input(defval = 0.20, title = "Stop Loss in percentage", minval = 0.05)
profitpoints = close*Targetpercentage
stoplosspoints = close*StopLosspercentage
price = close

FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2018, title = "From Year", minval = 2000)
ToMonth   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2017)

start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => true // create function "within window of time"

emafast = ema(price, EMAfastLength)
emaslow = sma(price, EMAslowLength)
plot(emafast,color=green)
plot(emaslow,color=red)

enterLong() => crossover(emafast, emaslow)
strategy.entry(id = "MarketAlpha Long", long = true, when = window() and enterLong())
strategy.exit("Exit Long", from_entry = "MarketAlpha Long", profit = profitpoints,loss = stoplosspoints)

enterShort() => crossunder(emafast, emaslow)
strategy.entry(id = "MarketAlpha Short", long = false, when = window() and enterShort())
strategy.exit("Exit Short", from_entry = "MarketAlpha Short", profit = profitpoints,loss = stoplosspoints)



مزید