1. مربع
  2. چلتی اوسط اور اسٹوکاسٹک ٹریڈنگ کی حکمت عملی

چلتی اوسط اور اسٹوکاسٹک ٹریڈنگ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-02 10:48:37
ٹیگز:

img

جائزہ

یہ حکمت عملی ایک خودکار اسٹاک ٹریڈنگ سسٹم کو نافذ کرنے کے لئے چلنے والے اوسط اور اسٹوکاسٹک آسکیلیٹر کو جوڑتی ہے۔ اس میں رجحان اور زیادہ خرید / فروخت کے اشاروں کو پکڑنے کے لئے مختلف لمبائی کے دو چلتے ہوئے اوسط اور اسٹوکاسٹک اشارے کا استعمال ہوتا ہے ، اور زیادہ خرید / فروخت والے علاقوں میں رجحان کی سمت اور اشارے کے اشاروں کی بنیاد پر خرید و فروخت کے فیصلے کرتا ہے۔

حکمت عملی منطق

1. چلتی اوسط

ایک تیز لائن (5 دن) اور سست لائن (20 دن) چلتی اوسط استعمال کی جاتی ہے۔ سست لائن کے اوپر تیز لائن کراسنگ خرید کا اشارہ ہے ، جبکہ نیچے کراسنگ فروخت کا اشارہ ہے۔ چلتی اوسط قیمت کے رجحان اور سمت کا تعین کرتی ہے۔

2. اسٹوکاسٹک آسکیلیٹر

اسٹوکاسٹک پیرامیٹرز کو مقرر کیا گیا ہے: K لائن کی مدت 14 ، K لائن ہموار مدت 3 ، D لائن ہموار مدت 3۔ K لائن پر 20 سے نیچے oversold علاقہ ہے ، جبکہ 80 سے اوپر oversold علاقہ ہے۔ اسٹوکاسٹک آسکیلیٹر اس بات کا تعین کرتا ہے کہ آیا یہ overbought / oversold علاقوں میں ہے۔

3. داخلے کے قوانین

خریدنے کی شرط: تیز رفتار ایم اے کراس اوور سست ایم اے اور کے لائن <20 (زیادہ فروخت شدہ خطہ) فروخت کی شرط: تیز رفتار ایم اے کراس اوور سست ایم اے اور کے لائن سے نیچے > 80 (زیادہ خریدنے والا علاقہ)

خریدنے کی شرط پوری ہونے پر لانگ جائیں، فروخت کی شرط پوری ہونے پر شارٹ جائیں۔

4. سٹاپ نقصان کی ترتیبات

خریدنے کے بعد 1٪ منافع کا ہدف مقرر کریں؛ فروخت کے بعد 1٪ سٹاپ نقصان مقرر کریں.

فوائد کا تجزیہ

یہ حکمت عملی وسط سے طویل مدتی قیمت کے رجحانات کو مؤثر طریقے سے پکڑنے کے لئے رجحان اور اشارے کو جوڑتی ہے ، جبکہ اسٹوکاسٹک آسکیلیٹر کا استعمال تجارت کے وقت کو کنٹرول کرنے اور واضح سمت پسندی کے بغیر بے ترتیب اندراجات سے بچنے کے لئے کرتی ہے۔ حکمت عملی کے پیرامیٹرز کو مختلف مارکیٹ کے ماحول میں ایڈجسٹ کیا جاسکتا ہے۔ مجموعی طور پر یہ حکمت عملی بڑے / درمیانے درجے کے اسٹاک پر بہت اچھی طرح سے کام کرتی ہے۔

خطرات اور حل

  • اہم خبروں کے واقعات سے قیمتوں میں اضافے سے بڑے نقصانات ہوسکتے ہیں۔ اسٹاپ نقصانات خطرے کو کنٹرول کرسکتے ہیں۔

  • مستحکم رینج سے منسلک مارکیٹوں کے نتیجے میں لگاتار چھوٹے نقصانات ہوسکتے ہیں۔ نقصانات کو کم کرنے کے لئے ایم اے کی مدت کو ایڈجسٹ کریں۔

  • اہم مارکیٹ کے اوقات سے گریز کریں جب قیمتیں الٹ جاتی ہیں۔

اصلاح

  • زیادہ سے زیادہ پیرامیٹرز تلاش کرنے کے لئے مختلف پیرامیٹرز کے مجموعوں کا تجربہ کریں، جیسے مختلف ایم اے لمبائی.

  • منافع کی شرح کو بہتر بنانے کے لئے فلٹر کے حالات کے لئے حجم، اتار چڑھاؤ جیسے دیگر تجزیہ کے اوزار شامل کریں.

  • اسٹاک کے انتخاب کے طریقہ کار کی تحقیق کریں ، جیسے مضبوط اسٹاک یا کیپ ویٹڈ انڈیکس کا انتخاب کرنا ، تاکہ ایک اسٹاک کے خطرات کو کم کیا جاسکے۔

نتیجہ

مجموعی حکمت عملی ہموار کام کرتی ہے۔ اسٹاپ نقصانات اور منافع کے اہداف کے ساتھ ، مجموعی طور پر منافع / نقصان کا پروفائل ٹھوس ہے۔ پیرامیٹر ٹوننگ اور اسٹاک پول فلٹرنگ سے مزید بہتری کی توقع کی جاسکتی ہے۔ عام طور پر یہ نافذ کرنے میں آسان اور مضبوط مقداری تجارتی حکمت عملی ہے۔

/*backtest
start: 2024-01-25 00:00:00
end: 2024-02-01 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Moving Average and Stochastic Strategy 80% ", overlay=true)

// Moving Average Settings
maShortLength = input(5, title="Short MA Length")
maLongLength = input(20, title="Long MA Length")

// Stochastic Settings
stochLength = input(14, title="Stochastic Length")
smoothK = input(3, title="Stochastic %K")
smoothD = input(3, title="Stochastic %D")
stochOverbought = 80
stochOversold = 20

// Profit Target Settings
profitTarget = input(1, title="Profit Target (%)") // 1% profit target

// Calculate Moving Averages
maShort = sma(close, maShortLength)
maLong = sma(close, maLongLength)

// Calculate Stochastic
k = sma(stoch(close, high, low, stochLength), smoothK)
d = sma(k, smoothD)

// Entry Conditions
longConditionMA = crossover(maShort, maLong) and k < stochOversold
shortConditionMA = crossunder(maShort, maLong) and k > stochOverbought

// Opposite Conditions
oppositeLongConditionMA = crossunder(maShort, maLong) and k < stochOversold
oppositeShortConditionMA = crossover(maShort, maLong) and k > stochOverbought

// Strategy Logic
if (longConditionMA)
    strategy.entry("Buy", strategy.long)
    strategy.exit("Exit Buy", "Buy", profit=close * (50 + profitTarget / 100))

if (shortConditionMA)
    strategy.entry("Sell", strategy.short)
    strategy.exit("Exit Sell", "Sell", profit=close * (20 - profitTarget / 100))

// Opposite Strategy Logic
if (oppositeLongConditionMA)
    strategy.entry("Sell", strategy.short)
    strategy.exit("Exit Sell", "Sell", profit=close * (50 - profitTarget / 100))

if (oppositeShortConditionMA)
    strategy.entry("Buy", strategy.long)
    strategy.exit("Exit Buy", "Buy", profit=close * (20 + profitTarget / 100))

// Plot Moving Averages
plot(maShort, color=color.blue, title="Short MA")
plot(maLong, color=color.red, title="Long MA")

// Plot Stochastic
hline(stochOverbought, "Overbought", color=color.red)
hline(stochOversold, "Oversold", color=color.green)
plot(k, color=color.black, title="Stochastic %K")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں