چلتی اوسط چینل بریک آؤٹ ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-29 14:31:25
ٹیگز:

img

جائزہ

یہ حکمت عملی سادہ حرکت پذیر اوسط کے سنہری کراس اور موت کے کراس اصولوں پر مبنی ہے ، جو 7 دن اور 14 دن کی حرکت پذیر اوسط کے کراس اوور کی بنیاد پر خرید و فروخت کے فیصلے کرتی ہے۔ جب 7 دن کی ایم اے نیچے سے 14 دن کی ایم اے سے اوپر کی طرف بڑھتی ہے تو یہ خرید کا اشارہ پیدا کرتی ہے ، اور جب 7 دن کی ایم اے اوپر سے 14 دن کی ایم اے سے نیچے کی طرف بڑھتی ہے تو فروخت کا اشارہ کرتی ہے۔ اس حکمت عملی میں منافع اور کنٹرول کے خطرات کو مقفل کرنے کے لئے اسٹاپ نقصان ، منافع اور ٹریلنگ اسٹاپ افعال بھی شامل ہیں۔

حکمت عملی منطق

اس حکمت عملی کا بنیادی تجارتی منطق 7 دن اور 14 دن کی حرکت پذیر اوسط کے کراس اوور اصولوں پر مبنی ہے۔ 7 دن کا ایم اے قلیل مدتی قیمت کے رجحانات کی عکاسی کرتا ہے ، جبکہ 14 دن کا ایم اے درمیانی مدتی رجحانات کی عکاسی کرتا ہے۔ جب قلیل مدتی ایم اے نیچے سے درمیانی مدتی ایم اے سے اوپر سے گزرتا ہے تو ، اس سے یہ اشارہ ہوتا ہے کہ قلیل مدتی رجحان مضبوط ہورہا ہے ، جس سے یہ طویل عرصے تک جانے کا اچھا وقت بن جاتا ہے۔ اس کے برعکس ، جب قلیل مدتی ایم اے اوپر سے درمیانی مدتی ایم اے سے نیچے سے گزرتا ہے تو ، اس سے یہ اشارہ ہوتا ہے کہ قلیل مدتی رجحان کمزور ہورہا ہے ، لہذا کسی کو پوزیشن بند کرنا چاہئے یا مختصر جانا چاہئے۔

خاص طور پر ، یہ حکمت عملی ایس ایم اے اشارے کا استعمال کرتے ہوئے 7 دن اور 14 دن کے سادہ چلنے والے اوسط کا حساب لگاتی ہے۔ ہر موم بتی کی تشکیل کے بعد ، یہ 7 دن کی لائن اور 14 دن کی لائن کی موجودہ اقدار کا موازنہ کرتی ہے۔ اگر 7 دن کی لائن 14 دن کی لائن سے اوپر عبور کرتی ہے تو ، طویل سگنل تیار ہوتا ہے۔ اگر 7 دن کی لائن 14 دن کی لائن سے نیچے عبور کرتی ہے تو ، مختصر سگنل تیار ہوتا ہے تاکہ مختصر ہوجائے۔

اس کے علاوہ ، حکمت عملی میں منافع میں مقفل ہونے اور خطرات پر قابو پانے کے ل stop اسٹاپ نقصان ، منافع حاصل کرنے اور ٹریلنگ اسٹاپ افعال بھی مرتب کیے جاتے ہیں۔ بیک ٹیسٹ کے نتائج کی بنیاد پر پیرامیٹرز کو بہتر بنایا جاسکتا ہے۔

فوائد

اس حکمت عملی کے مندرجہ ذیل فوائد ہیں:

  1. سادہ اور واضح قوانین، سمجھنے اور لاگو کرنے میں آسان، beginners کے سیکھنے کے لئے موزوں.
  2. چلتی اوسط کراس اوور کے اصول وقت سے آزمائشی اور موثر ہیں ، جیت کی شرح نسبتا high زیادہ ہے۔
  3. مؤثر طریقے سے خطرات کو کنٹرول کرنے کے لئے سٹاپ نقصان، منافع لے اور پیچھے روکنے کے ساتھ لیس.
  4. چند پیرامیٹرز، ٹیسٹنگ اور اصلاح کے لئے آسان.

خطرات اور جوابی اقدامات

اس حکمت عملی کے ساتھ کچھ خطرات بھی ہیں:

  1. چلتے ہوئے اوسط رجحان کی تبدیلیوں کی عکاسی کرنے میں تاخیر کا شکار ہوسکتے ہیں ، جو رجحانات کے الٹ جانے پر ممکنہ طور پر بڑے نقصانات کا سبب بن سکتے ہیں۔
  2. مختلف مارکیٹوں میں کثرت سے کراس اوور سگنل زیادہ غلط سگنل پیدا کرتے ہیں ، جو حکمت عملی کی افادیت کو کم کرتے ہیں۔

ان خطرات سے نمٹنے کے لیے مندرجہ ذیل اقدامات پر غور کیا جا سکتا ہے:

  1. کراس اوور سگنلز کو فلٹر کرنے اور رجحان کی موڑ کے مقامات پر غلط سگنلز سے بچنے کے لئے ایم اے سی ڈی اور کے ڈی جے جیسے دوسرے اشارے شامل کریں۔
  2. سٹاپ نقصان کی حد میں توسیع، واحد نقصان کے اثرات کو کم کرنے کے لئے ہولڈنگ مدت کو کم.
  3. مختلف مارکیٹوں کے لئے طویل مدت کا استعمال کرتے ہوئے، مختلف مارکیٹ کے حالات کی بنیاد پر چلتی اوسط پیرامیٹرز کو بہتر بنائیں.

اصلاح کی ہدایات

اس حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:

  1. بہترین ترتیب تلاش کرنے کے لئے مختلف ایم اے مجموعے اور پیرامیٹرز کا تجربہ کریں۔
  2. حکمت عملی کی افادیت کو بہتر بنانے کے لئے سگنل فلٹرنگ کے لئے دیگر اشارے شامل کریں.
  3. سٹاپ نقصان کو بہتر بنائیں، منافع کے پیرامیٹرز کو کم کرنے اور منافع تناسب کو بڑھانے کے لئے.
  4. مختلف مصنوعات اور تجارتی سیشنوں کی بنیاد پر ٹھیک ٹھیک پیرامیٹرز.

نتیجہ

اختتام کے طور پر ، یہ حکمت عملی ابتدائی افراد کے لئے سیکھنے کے لئے بہت موزوں ہے۔ منطق آسان اور سمجھنے اور لاگو کرنے میں آسان ہے۔ اس میں نسبتا good اچھی مارکیٹ موافقت بھی ہے ، جس میں پیرامیٹر ایڈجسٹمنٹ اور اصلاح کے لئے کافی گنجائش ہے تاکہ مستحکم منافع حاصل کیا جاسکے۔ مقداری تجارت کے ابتدائی افراد کے لئے شروع کرنے اور سیکھنے کے لئے اس کا استعمال کرنا قابل قدر ہے۔


/*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
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © bensonsuntw

strategy("Strategy Template[Benson]", pyramiding=1, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

backtest_year = input(2019, type=input.integer, title='backtest_year')
backtest_month = input(01, type=input.integer, title='backtest_month', minval=1, maxval=12)
backtest_day = input(01, type=input.integer, title='backtest_day', minval=1, maxval=31)
start_time = timestamp(backtest_year, backtest_month, backtest_day, 00, 00)
stop_loss_and_tp = input(title="Enable Stop Loss and Take Profit", type=input.bool, defval=true)
trail_stop = input(title="Enable Trail Stop", type=input.bool, defval=true)
buy_stop_loss = input(0.2, type=input.float, title='buy_stop_loss')
sell_stop_loss = input(0.1, type=input.float, title='sell_stop_loss')
buy_tp = input(0.4, type=input.float, title='buy_tp')
sell_tp =input(0.2, type=input.float, title='sell_tp')
trail_stop_long = input(1.1, type=input.float, title='trail_stop_long')
trail_stop_short = input(0.9, type=input.float, title='trail_stop_short')
trail_stop_long_offset = input(0.05, type=input.float, title='trail_stop_long_offset')
trail_stop_short_offset = input(0.05, type=input.float, title='trail_stop_short_offset')


// you can set your own logic here
shortCondition = crossunder(sma(close,7),sma(close,14))
longCondition = crossover(sma(close,7),sma(close,14))

strategy.entry("Buy", strategy.long, when=longCondition  )
strategy.close("Buy", when=shortCondition)
strategy.exit("Close Buy","Buy", limit= stop_loss_and_tp?strategy.position_avg_price * (1+buy_tp):na, stop = stop_loss_and_tp?strategy.position_avg_price * (1-buy_stop_loss):na,trail_price=trail_stop?strategy.position_avg_price *trail_stop_long:na,trail_offset=trail_stop?-strategy.position_avg_price *trail_stop_long_offset:na)

strategy.entry("Sell", strategy.short, when=shortCondition)
strategy.close("Sell", when=longCondition)
strategy.exit("Close Sell","Sell", limit= stop_loss_and_tp?strategy.position_avg_price * (1-sell_tp):na, stop = stop_loss_and_tp?strategy.position_avg_price * (1+sell_stop_loss):na,trail_price=trail_stop?strategy.position_avg_price *trail_stop_short:na,trail_offset=trail_stop?strategy.position_avg_price *trail_stop_short_offset:na)


net_profit = strategy.netprofit + strategy.openprofit

plot(net_profit, title="Net Profit", linewidth=2, style=plot.style_area, transp=50, color=net_profit >= 0 ? #26A69A : color.red)






مزید