تبدیلی کی شرح کو بہتر بنانے کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-20 13:54:49
ٹیگز:

img

جائزہ

یہ حکمت عملی اصل شرح تبدیلی (آر او سی) کی حکمت عملی کو بہتر بناتی ہے۔ اصل آر او سی حکمت عملی کے مقابلے میں ، اس حکمت عملی میں درج ذیل اصلاحات ہیں:

  1. موجودہ ROC کے ساتھ متحرک موازنہ کے لئے زیادہ سے زیادہ تاریخی ROC قدر متعارف کروائیں تاکہ رشتہ دار رفتار کی قیمت حاصل کی جاسکے۔
  2. سگنل پیدا کرنے کے لئے رشتہ دار رفتار کی قیمت کو ہموار کریں.
  3. خریدنے اور فروخت سگنل کی حدیں شامل کریں.

ان اصلاحی اقدامات کے ذریعے ، حکمت عملی کو زیادہ مستحکم اور قابل اعتماد بنانے کے ل many ، بہت سے غلط سگنل کو فلٹر کیا جاسکتا ہے۔

حکمت عملی کا اصول

اس حکمت عملی کا بنیادی اشارے شرح تبدیلی (ROC) ہے۔ ROC ایک خاص مدت کے دوران اسٹاک کی قیمتوں میں تبدیلی کی شرح کی پیمائش کرتا ہے۔ اس حکمت عملی میں پہلے 9 کی مدت میں ROC کی قیمت کا حساب لگایا جاتا ہے۔ پھر یہ پچھلے 200 ادوار میں اس ROC اشارے کی زیادہ سے زیادہ قیمت کو ریکارڈ کرتا ہے اور رفتار کی رشتہ دار طاقت حاصل کرنے کے لئے موجودہ ROC کو زیادہ سے زیادہ تاریخی ROC کے فیصد کے طور پر شمار کرتا ہے۔ مثال کے طور پر ، اگر پچھلے 200 دنوں میں سب سے زیادہ ROC 100 تک پہنچ گیا ہے تو ، جب آج کی ROC 80 ہے تو رشتہ دار طاقت 80٪ ہے۔

نسبتا strength طاقت کو مختصر مدت کے اتار چڑھاؤ کو فلٹر کرنے اور ہموار منحنی خطوط حاصل کرنے کے لئے 10 پیریڈ ایس ایم اے کے ذریعہ ہموار کیا جاتا ہے۔ جب ہموار منحنی خطوط 3 دن تک مستقل طور پر بڑھتے ہیں اور قیمت -80٪ سے نیچے ہوتی ہے تو ، یہ سمجھا جاتا ہے کہ اسٹاک کی قیمت میں کمی سست ہونا شروع ہوجاتی ہے اور نیچے کی علامت ظاہر ہوتی ہے ، لہذا طویل عرصے تک جائیں۔ جب ہموار منحنی خطوط 3 دن تک مستقل طور پر گرتے ہیں اور قیمت 80٪ سے زیادہ ہوتی ہے تو ، یہ سمجھا جاتا ہے کہ اسٹاک کی قیمت میں اضافہ سست ہونا شروع ہوجاتا ہے اور اوپری نشان ظاہر ہوتا ہے ، لہذا قریب کی پوزیشن۔

فوائد کا تجزیہ

اصل ROC حکمت عملی کے مقابلے میں، اس حکمت عملی میں مندرجہ ذیل اہم فوائد ہیں:

  1. تاریخی زیادہ سے زیادہ ROC قدر کا موازنہ متعارف کرانے سے رفتار کے اشارے کی متعلقہ سطح کو مؤثر طریقے سے ماپا جاسکتا ہے اور ناقابل یقین سگنل کو فلٹر کیا جاسکتا ہے جس میں مطلق اقدار کافی زیادہ نہیں ہیں۔
  2. ہموار پروسیسنگ شور کو فلٹر کرتی ہے اور سگنل کو زیادہ مستحکم اور قابل اعتماد بناتی ہے۔
  3. خرید و فروخت کی حدیں مقرر کرنے سے ناقابل عمل لین دین میں کمی واقع ہوتی ہے۔

عام طور پر، یہ حکمت عملی مؤثر طریقے سے ROC اشارے پر عملدرآمد کرتی ہے تاکہ اسے لائیو ٹریڈنگ کے لئے زیادہ موزوں بنایا جاسکے۔

خطرے کا تجزیہ

اس حکمت عملی کے اہم خطرات یہ ہیں:

  1. آر او سی اشارے مارکیٹ کے رجحانات کا تعین نہیں کرسکتے ہیں اور کچھ گمراہ کن ہیں۔ جب اس میں بیل-بہار منتقلی کی مدت کا سامنا کرنا پڑتا ہے تو حکمت عملی ناکام ہوسکتی ہے۔
  2. خرید و فروخت کی حدیں کامل نہیں ہیں۔ حدوں کو بہت زیادہ یا بہت کم رکھنا حکمت عملی کی کارکردگی کو متاثر کرے گا۔
  3. ایس ایم اے پیرامیٹر کی غلط ترتیبات بھی حکمت عملی کے نتائج کو متاثر کریں گی۔

مذکورہ بالا خطرات کو کم کرنے کے لئے ، اہم رجحانات کا تعین کرنے کے لئے رجحان کے اشارے کو جوڑنے پر غور کریں۔ حد کے پیرامیٹرز کو ایڈجسٹ کریں اور زیادہ سے زیادہ پیرامیٹرز کی جانچ کریں۔ ایس ایم اے سائیکل پیرامیٹرز کو بہتر بنائیں۔

اصلاح کی ہدایات

حکمت عملی کو مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے:

  1. مجموعی طور پر مارکیٹ کی سمت کا تعین کرنے کے لئے رجحان کے اشارے کو یکجا کریں اور بیل-بہار تبادلوں کے دوران ناکامی سے بچیں.
  2. ROC لمبائی کے پیرامیٹرز اور خرید و فروخت کی حد کے پیرامیٹرز کو ٹیسٹ کریں تاکہ پیرامیٹرز کے بہترین مجموعے کو تلاش کیا جاسکے۔
  3. بہترین پیرامیٹرز تلاش کرنے کے لئے SMA ہموار پیرامیٹرز کو بہتر بنائیں.
  4. سٹاپ نقصان کے طریقہ کار کو بڑھانا.

خلاصہ

یہ ROC اشارے کی ثانوی ترقی پر مبنی ایک اصلاح کی حکمت عملی ہے۔ اس میں تاریخی زیادہ سے زیادہ قیمت کے مقابلے ، ایس ایم اے ہموار کرنے ، اور غلط سگنلز کو فلٹر کرنے اور حکمت عملی کو زیادہ مستحکم بنانے کے لئے خرید و فروخت کی حد جیسے ذرائع متعارف کرائے گئے ہیں۔ اس کا بنیادی فائدہ اعلی سگنل کا معیار ہے جو براہ راست تجارت کے لئے موزوں ہے۔ حکمت عملی کی کارکردگی کو مزید بہتر بنانے کے لئے رجحانات ، پیرامیٹر کی اصلاح وغیرہ کو ملا کر فالو اپ میں بہتری لائی جاسکتی ہے۔


/*backtest
start: 2024-02-12 00:00:00
end: 2024-02-19 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title="Rate Of Change Mod Strategy", shorttitle="ROC", format=format.price, precision=2)
//length = input.int(9, minval=1)
//source = input(close, "Source")
//roc = 100 * (source - source[length])/source[length]
//plot(roc, color=#2962FF, title="ROC")
//hline(0, color=#787B86, title="Zero Line")

length = input.int(9, minval=1, title="Length")
maxHistory = input(200, title="Max Historical Period for ROC")
lenghtSmooth = input.int(10, minval=1, title="Length Smoothed ROC")
lenghtBUY = input.int(-80, title="Buy Threshold")
lenghtSELL = input.int(80, title="Buy Threshold")

source = close
roc = 100 * (source - source[length]) / source[length]

// Calculate the maximum ROC value in the historical period
maxRoc = ta.highest(roc, maxHistory)

// Calculate current ROC as a percentage of the maximum historical ROC
rocPercentage = (roc / maxRoc) * 100


rocPercentageS = ta.sma(rocPercentage, lenghtSmooth)
if ta.rising(rocPercentageS, 3) and rocPercentageS < lenghtBUY
    strategy.entry("Buy", strategy.long)

if ta.falling(rocPercentageS, 3) and rocPercentageS > lenghtSELL
    strategy.close("Buy")


plot(rocPercentage, color=color.new(color.blue, 0), title="Percentage ROC")
plot(rocPercentageS, color=color.new(#21f32c, 0), title="Percentage ROC")
hline(0, color=color.new(color.gray, 0), title="Zero Line")


مزید