
اس حکمت عملی کو بہتر بنانے کی حکمت عملی ہے جس کی بنیاد پر حرکیات کے اشارے میں تبدیلی کی شرح ((ROC)) ہے۔ اصل ROC حکمت عملی کے مقابلے میں ، اس حکمت عملی میں مندرجہ ذیل اصلاحات کی گئیں ہیں:
ان اصلاحات کے ذریعہ ، بہت سے غیر موثر سگنل کو فلٹر کیا جاسکتا ہے ، اور حکمت عملی کو زیادہ مستحکم اور قابل اعتماد بنایا جاسکتا ہے۔
اس حکمت عملی کا بنیادی اشارے تبدیلی کی شرح (ROC) ہے۔ ROC ایک خاص دورانیے میں اسٹاک کی قیمتوں میں تبدیلی کی شرح کی پیمائش کرتا ہے۔ حکمت عملی پہلے 9 دورانیوں کی ROC کی مقدار کا حساب لگاتی ہے۔ اس کے بعد یہ پچھلے 200 دورانیوں میں اس ROC اشارے کی زیادہ سے زیادہ قیمت کو ریکارڈ کرتی ہے اور موجودہ ROC کو سب سے زیادہ تاریخی ROC کا فیصد سمجھتی ہے ، جس سے اس کی طاقت کی نسبتا intensity شدت حاصل ہوتی ہے۔ مثال کے طور پر ، اگر پچھلے 200 دنوں میں ، ROC کی اونچائی 100 سے زیادہ ہے ، تو اس دن کی ROC 80 ہے ، تو اس کی نسبتا intensity طاقت 80٪ ہے۔
اس نسبتا طاقت کو لمبائی 10 کے ایس ایم اے کے ذریعہ ہموار کیا جاتا ہے ، مختصر مدت کے اتار چڑھاؤ کو فلٹر کیا جاتا ہے ، اور ہموار منحنی خطوط حاصل کیے جاتے ہیں۔ جب ہموار منحنی خطوط مسلسل 3 دن تک بڑھتے ہیں ، اور اس کی قیمت -80٪ سے کم ہوتی ہے تو ، اس بات کا خیال ہے کہ اسٹاک کی قیمتوں میں کمی شروع ہوگئی ہے ، جس سے نیچے کی علامت پیدا ہوتی ہے ، لہذا زیادہ کام کریں۔ جب ہموار منحنی خطوط مسلسل 3 دن تک کم ہوچکے ہیں ، اور اس کی قیمت 80٪ سے زیادہ ہے تو ، اس بات کا خیال ہے کہ اسٹاک کی قیمتوں میں اضافہ سست ہونا شروع ہوگیا ہے ، جس سے اوپر کی علامت پیدا ہوئی ہے ، لہذا اس کی جگہ خالی ہے۔
یہ حکمت عملی بنیادی طور پر آر او سی کی حکمت عملی کے مقابلے میں مندرجہ ذیل فوائد ہیں:
مجموعی طور پر، اس حکمت عملی نے ROC اشارے کو مؤثر طور پر سیکنڈری پروسیسنگ کی ہے، جس سے یہ زیادہ مناسب ہے.
اس حکمت عملی میں مندرجہ ذیل خطرات شامل ہیں:
مذکورہ بالا خطرات کو کم کرنے کے لئے ، رجحان کے اشارے کے ساتھ مل کر بڑے رجحان کا تعین کرنے پر غور کیا جاسکتا ہے۔ خطرے کے پیرامیٹرز کو ایڈجسٹ کریں ، بہترین پیرامیٹرز کی جانچ کریں۔ SMA سائیکل پیرامیٹرز کو بہتر بنائیں۔
اس حکمت عملی کو مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے:
یہ حکمت عملی ROC اشارے کی بنیاد پر ثانوی ترقی کے لئے ایک اصلاحی حکمت عملی ہے۔ اس میں تاریخی زیادہ سے زیادہ قیمت کا موازنہ ، SMA ہموار اور خرید و فروخت کی کمی جیسے ذرائع متعارف کروائے گئے ہیں ، جو حکمت عملی کو زیادہ مستحکم بنانے کے لئے غیر موثر سگنل کو فلٹر کرسکتے ہیں۔ اس کا بنیادی فائدہ یہ ہے کہ سگنل کا معیار اعلی ہے ، جو حقیقی دنیا کے لئے موزوں ہے۔ اس کے بعد اس حکمت عملی کی کارکردگی کو مزید بہتر بنانے کے لئے رجحانات ، پیرامیٹرز کی اصلاح وغیرہ کو جوڑ کر بہتر بنایا جاسکتا 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")