اوسط گولڈن کراس اور ڈیڈ کراس پر مبنی تجارتی حکمت عملی
ChaoZhang
جائزہ
حرکت پذیر اوسط لکیری فورک ٹریڈنگ حکمت عملی خرید اور فروخت سگنل پیدا کرنے کے لئے تیز رفتار ای ایم اے ((fastLength) اور سست رفتار ای ایم اے ((slowLength) کی کراسنگ کا حساب لگاتا ہے۔ جب تیز رفتار لائن پر سست لائن سے گزرے تو خرید سگنل پیدا ہوتا ہے۔ جب تیز رفتار لائن کے نیچے سست لائن سے گزرے تو فروخت سگنل پیدا ہوتا ہے۔ یہ حکمت عملی آسان اور عملی ہے ، جو وسط شارٹ لائن ٹریڈنگ کے لئے موزوں ہے۔
حکمت عملی کا اصول
اس حکمت عملی میں دو حرکت پذیر اوسط ، تیز لائن اور سست لائن کا استعمال کیا گیا ہے۔ تیز لائن پیرامیٹر EMAfastLength ڈیفالٹ 9 دن کی لائن ہے ، اور سست لائن پیرامیٹر EMAAslowLength 26 دن کی لائن ہے۔ مارکیٹ میں خرید و فروخت کے اشارے کا فیصلہ کرنے کے لئے دو EMA لائنوں کے کراسنگ کا حساب لگایا گیا ہے:
- جب تیز لائن نیچے سے اوپر کی طرف سے سست لائن کو توڑتی ہے تو ، خریدنے کا اشارہ ہوتا ہے
- جب تیز لائن اوپر سے نیچے کی طرف سے سست لائن کو توڑ دیتی ہے تو ، بیچنے کا اشارہ پیدا ہوتا ہے
مخصوص ٹریڈنگ سگنل اور حکمت عملی کے قواعد مندرجہ ذیل ہیں:
- جب فاسٹ لائن پر سست لائن کو پار کریں تو ، زیادہ انٹری کریں؛ جب فاسٹ لائن کے نیچے سست لائن کو پار کریں تو ، صف بندی کریں۔
- زیادہ اسٹاپ قیمت کا ہدف فیصد (ڈیفالٹ 0.15٪) ہے ، یعنی جب قیمت میں 15٪ اضافہ ہوتا ہے تو اس کی پوزیشن ختم ہوجاتی ہے۔
- زیادہ سے زیادہ روکنے کی قیمت کا StopLosspercentage (ڈیفالٹ 0.20٪) ہے ، جب قیمت میں کمی 20٪ تک پہنچ جاتی ہے تو پوزیشن کو روکنا۔
- اس کے علاوہ،
لہذا اس حکمت عملی کا مطلب یہ ہے کہ ٹریڈنگ کی کارروائی کی جائے گی جب دو متحرک اوسط گولڈ فورک اور ڈیڈ فورک کے ساتھ ہوتا ہے۔
طاقت کا تجزیہ
- حکمت عملی سادہ اور سمجھنے میں آسان ہے۔
- اس کے علاوہ ، یہ ایک بہت ہی آسان طریقہ ہے ، اور یہ آپ کے کاروبار کے لئے ایک بہت ہی آسان طریقہ ہے۔
- تجارت کے قواعد واضح ہیں اور ایک واضح اسٹاپ اور نقصان کی حکمت عملی ہے۔
- ٹیسٹ پیرامیٹرز کو مختلف مارکیٹ کے حالات کے مطابق لچکدار طریقے سے ایڈجسٹ کیا جاسکتا ہے۔
خطرے کا تجزیہ
- ایک متحرک اوسط خود ہی دیرپا ہے اور قیمتوں کی مختصر مدت کی تبدیلیوں کو نظرانداز کرسکتا ہے ، جس کی وجہ سے خرید و فروخت کے نقطہ نظر غیر درست ہیں۔
- مختلف ادوار کی متحرک اوسط پیرامیٹرز ، ممکنہ طور پر جعلی سگنل پیدا کرسکتے ہیں ، جس سے نقصان ہوتا ہے۔
- صرف چند پیرامیٹرز پر انحصار کرتے ہوئے ، اس حکمت عملی میں اعلی پیرامیٹرز کی اصلاح کی ضرورت ہے ، جس میں پیرامیٹرز کا بہترین مجموعہ تلاش کرنا ہے۔
- یہ حکمت عملی بعض مخصوص بڑے پیمانے پر رجحانات میں ناکام ہوسکتی ہے.
خطرے کو کم کرنے کے لئے ، بہت سارے ٹیسٹوں کی ضرورت ہے ، جیسے متحرک اوسط کی مدت ، تجارت کی اقسام ، اسٹاپ نقصان کا تناسب وغیرہ۔
اصلاح کی سمت
اس حکمت عملی کا چلتی اوسط کراسنگ نظریہ آسان اور عملی ہے اور اسے مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے۔
- منتقل اوسط کی قسم کو تبدیل کریں: ای ایم اے کے علاوہ ، ایس ایم اے ، ایل ڈبلیو ایم اے ، ایچ ایم اے اور دیگر لکیری قسموں کی جانچ کی جاسکتی ہے۔
- دوسرے اشارے کے فیصلے شامل کریں: آر ایس آئی ، ایم اے سی ڈی اور دیگر اشارے کے ساتھ ٹائم ٹائم ٹریڈنگ۔
- خودکار اصلاح پیرامیٹرز: ای ایم اے کے دو دورانیہ پیرامیٹرز پر خودکار اصلاحی تلاش ، بہترین پیرامیٹرز کا مجموعہ تلاش کریں۔
- رجحانات کو فلٹر کریں: بڑے پیمانے پر رجحانات کے مطابق منتخب طور پر تجارت کریں۔
- اسٹاپ نقصان کی حکمت عملی کو بہتر بنانا: فکسڈ فی صد اسٹاپ نقصان کے طریقہ کار کو بہتر بنانا تاکہ یہ عملی جنگ میں زیادہ موثر ہو۔
ان اصلاحاتی ٹیسٹوں کے ذریعے حکمت عملی کی عملی جنگ کی تاثیر اور استحکام میں نمایاں اضافہ کیا جاسکتا ہے۔
خلاصہ کریں۔
متحرک اوسط کی کراسنگ حکمت عملی کا نظریہ آسان ہے ، عملی اطلاق کو مستقل طور پر بہتر بنانے کی ضرورت ہے۔ یہ حکمت عملی اس کے تجارتی سگنل جنریشن کی منطق اور بنیادی تجارتی قواعد دیتی ہے ، جس کی بنیاد پر اس کو قابل عمل مقداری حکمت عملی بنانے کے لئے بہت زیادہ بہتر بنایا جاسکتا ہے۔ متحرک اوسط کا اطلاق بھی ہمیں حکمت عملی کا نظریہ فراہم کرتا ہے ، جس کی بنیاد پر ہم جدت طرازی اور بہتری کرسکتے 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)