لانگ لائن کوانٹم حکمت عملی کے لئے ای ایم اے کراس اوور

مصنف:چاؤ ژانگ، تاریخ: 2024-02-20 15:22:12
ٹیگز:

img

جائزہ

یہ حکمت عملی طویل مدتی ہولڈنگ کا مقصد ، مارکیٹ میں داخلے اور باہر نکلنے کے وقت کا تعین کرنے کے لئے مختلف ٹائم فریموں کے چلتے ہوئے اوسط (ایم اے) اور آر ایس آئی اشارے کے مابین کراس اوور پیٹرن کا استعمال کرتی ہے۔ یہ حکمت عملی پیرامیٹر ٹوننگ کے ذریعے ریئل ٹائم اصلاح کی اجازت دیتی ہے اور اہم اشاریوں میں طویل مدتی سرمایہ کاری کے لئے موزوں ہے۔

حکمت عملی منطق

اس حکمت عملی کا بنیادی طریقہ کار ای ایم اے لائنوں کے گولڈن کراس اور ڈیتھ کراس کے ذریعے انٹری اور آؤٹ پوائنٹس کی نشاندہی کرنا ہے۔ اس میں زیادہ خریدنے اور زیادہ فروخت کی حالتوں کا تعین کرنے کے لئے آر ایس آئی اشارے کو بھی شامل کیا گیا ہے۔

خاص طور پر ، خرید سگنل منطق مندرجہ ذیل کی جانچ کرتی ہے۔ قیمت EMA20 سے نیچے اور EMA50 سے اوپر کی حد کو عبور کرتی ہے ، جو ایک سنہری کراس بناتی ہے ، جو ایک واحد EMA سسٹم کے مقابلے میں زیادہ درست طریقے سے رجحان کے الٹ کی نشاندہی کرنے میں مدد کرتی ہے۔ کھلی اور پچھلے دن کی کم قیمت سے کم ہونے پر اضافی معیارات جھوٹے بریک آؤٹ کو مزید فلٹر کرتے ہیں۔

مذکورہ بالا خریداری کے معیار کو مختلف پیرامیٹرز کے ساتھ تشکیل دیا گیا ہے تاکہ 4 خریداری کے قواعد تشکیل دیئے جائیں ، جو مختلف ای ایم اے کی مدت اور مقدار کے مطابق ہیں۔ اس سے ٹرانچ خریداری کے ذریعے پوزیشنوں کی تدریجی تعمیر کی اجازت ملتی ہے ، جس سے اوسط لاگت میں کمی واقع ہوتی ہے۔

آؤٹ پٹ کے ل the ، حکمت عملی EMA10 سے اوپر کی موت کے لئے چیک کرتی ہے ، جس میں RSI سگنل زیادہ سے زیادہ خریدا جاتا ہے۔ یا EMA10 سے نیچے کی موت کے لئے ، جس میں RSI سگنل زیادہ سے زیادہ فروخت ہوتا ہے۔ کچھ واپسی فیصد کی بنیاد پر منافع لینے کا اصول بھی نافذ کیا جاتا ہے۔ EMA کراس اوورز کے ساتھ RSI کے امتزاج کا استعمال کرتے ہوئے غلط سگنل کے خطرے کو کم کرتا ہے۔

فوائد کا تجزیہ

اس حکمت عملی کی سب سے بڑی طاقت ای ایم اے کراسنگ کے ساتھ رجحان کی تبدیلی کے نکات کی نشاندہی کرنے کی اس کی تاثیر میں ہے ، جس سے رجحان کی پیروی ممکن ہے۔ سنگل ای ایم اے سسٹم کے مقابلے میں ، ڈبل ای ایم اے کراس اوورز غلط سگنلز کو ختم کرنے میں مدد کرتے ہیں۔ اس کے علاوہ ، آر ایس آئی کا استعمال اوور بک / اوور سیل زون میں داخل ہونے سے پہلے تصدیق کا اضافہ کرتا ہے ، جس سے تجارتی خطرات میں مزید کمی واقع ہوتی ہے۔

ایک اور فائدہ یہ ہے کہ اہرام سازی اور اوسط لاگت کو کم کرنا۔ اس طرح کی ٹرانچ خریداری مختلف قیمتوں کی سطح پر مقدار کو تقسیم کرتی ہے ، جب رجحان دوبارہ شروع ہوتا ہے تو زیادہ سے زیادہ منافع کو یقینی بناتی ہے۔ یہ ایک ہی بڑی انٹری پوزیشن سے خطرہ کو متنوع بھی کرتی ہے۔

خطرے کا تجزیہ

اس حکمت عملی سے وابستہ اہم خطرات میں شامل ہیں:

  1. ای ایم اے سسٹم کی پسماندہ نوعیت کی وجہ سے ، یہ قیمتوں میں اچانک تبدیلیوں پر رد عمل ظاہر کرنے میں سست ہے ، بروقت طریقے سے پوزیشنوں سے باہر نکلنے کے قابل نہیں ہے۔ اسٹاپ نقصان کے طریقہ کار کو شامل کرنے سے ایسے خطرات کو کم کرنے میں مدد مل سکتی ہے۔

  2. خریدنے کے وقت کے فریم پر پابندیوں کی عدم موجودگی کی وجہ سے ابتدائی اندراجات ہوسکتے ہیں ، جو مارکیٹ میں استحکام میں پھنس جاتے ہیں۔ خریدنے کے علاقوں کو محدود کرکے اس کا مقابلہ کیا جاسکتا ہے۔

  3. پیرامیڈائزنگ خرید آرڈرز کے نتیجے میں پوزیشنوں کا سائز زیادہ ہوسکتا ہے ، جس سے ایک سمت کے بریک آؤٹ کے خطرات کا خطرہ پیدا ہوتا ہے۔ پانی کی سطح کے پیرامیٹرز کو ایڈجسٹ کرنا اور رسک کنٹرول متعارف کرانا اس طرح کے خطرات کو کم کرسکتا ہے۔

بہتر مواقع

اسٹریٹیجی کو مندرجہ ذیل شعبوں میں مزید بہتر بنایا جاسکتا ہے:

  1. نقصانات کو کم کرنے کے لئے سٹاپ نقصان کے قوانین کو شامل کریں جب نیچے کی طرف اہم حمایت کی سطح کو توڑ دیا جاتا ہے، نیچے کی طرف خطرات کو کنٹرول کرنا.

  2. بنیادی رجحان کی سمت کی جانچ پڑتال کرنے کے لئے ٹریڈنگ کی توثیق ماڈیول شامل کریں ، جب مجموعی رجحان اوپر کی طرف اشارہ کرتا ہے تو ہی تجارت میں داخل ہوں ، مخالف رجحان کے خطرات سے بچیں۔

  3. تصدیق سے پہلے قبل از وقت pyramiding اندراجات کو روکنے کے لئے سخت خرید زون پابندیوں کو مقرر کریں.

  4. انٹری کی درستگی اور جیت کی شرح کو بہتر بنانے کے لئے کثیر عنصر تجزیہ کے ساتھ مشین لرننگ الگورتھم استعمال کریں۔

نتیجہ

خلاصہ میں ، اس مضمون میں ایک طویل مدتی مقداری حکمت عملی کی تفصیلات بیان کی گئی ہیں جس میں اندراج اور باہر نکلنے کے اشارے کے لئے دوہری ای ایم اے کراس اوور اور آر ایس آئی اشارے کا استعمال کیا گیا ہے ، جس کی حمایت ٹرانچ پوزیشن بلڈنگ سے کارکردگی کو زیادہ سے زیادہ کرنے کے لئے کی جاتی ہے۔ منطق اور پیرامیٹرز کو مارکیٹوں میں انڈیکس اور اسٹاک کے لئے ایڈجسٹ کیا جاسکتا ہے ، جس سے یہ طویل مدتی رجحان کی پیروی کرنے کے لئے ایک ورسٹائل حکمت عملی بن جاتی ہے۔ رسک تجزیہ اور بہتری کے مواقع مزید اصلاح کے لئے حوالہ جات بھی فراہم کرتے ہیں۔ جیسا کہ حکمت عملی زیادہ نفیس ہوجاتی ہے ، مجھے یقین ہے کہ یہ براہ راست تجارتی ماحول میں طویل مدتی ہولڈنگ کے لئے ایک ٹھوس نظام کی حیثیت سے کام کرے گا۔


/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("EMA_zorba1", shorttitle="3 NIFTY RSI EMA", overlay=true)

// Input parameters
qt1 = input.int(1, title="Quantity 1", minval=1)
qt2 = input.int(2, title="Quantity 2", minval=1)
qt3 = input.int(3, title="Quantity 3", minval=1)
qt4 = input.int(4, title="Quantity 4", minval=1)
ema10 = ta.ema(close, 10)
ema20 = ta.ema(close, 20)
ema50 = ta.ema(close, 50)
ema100 = ta.ema(close, 100)
ema200 = ta.ema(close, 200)

// RSI(14) condition
rsi_threshold = 65
rsi_crossed_above_70 = ta.rsi(close, 14) > rsi_threshold
rsi_crossed_above_70_two_days_ago = ta.rsi(close[5], 14) > rsi_threshold or ta.rsi(close[4], 14) > rsi_threshold or ta.rsi(close[3], 14) > rsi_threshold
rsi_crossed_above_70_yesterday = ta.rsi(close[1], 14) > rsi_threshold

// Date range filter
start_date = timestamp(year=2021, month=1, day=1)
end_date = timestamp(year=2024, month=1, day=1)
in_date_range = true

// Profit condition
profit_percentage = input(1, title="Profit Percentage")  // Adjust this value as needed

// Pyramiding setting
pyramiding = input.int(1, title="Pyramiding", minval=1, maxval=10)

// Buy conditions
buy_condition_1 = in_date_range and close < ema20 and close > ema50 and close < open and close < low[1]
buy_condition_2 = in_date_range and close < ema50 and close > ema100 and close < open and close < low[1]
buy_condition_3 = in_date_range and close < ema100 and close > ema200 and close < open and close < low[1]
buy_condition_4 = in_date_range and close < ema200 and close < open and close < low[1]

// Exit conditions
profit_condition = strategy.position_avg_price * (1 + profit_percentage / 100) <= close
exit_condition_1 = in_date_range and ((close > ema10 and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and rsi_crossed_above_70_two_days_ago) and profit_condition and close < low[1] and close < low[2]
exit_condition_2 = in_date_range and ((close < ema10 and close[1] > ema10 and close < close[1] and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and rsi_crossed_above_70_yesterday) and profit_condition and close < low[1] and close < low[2]

// Strategy logic
strategy.entry("Buy1", strategy.long, qty=qt1 * pyramiding, when=buy_condition_1)
strategy.entry("Buy2", strategy.long, qty=qt2 * pyramiding, when=buy_condition_2)
strategy.entry("Buy3", strategy.long, qty=qt3 * pyramiding, when=buy_condition_3)
strategy.entry("Buy4", strategy.long, qty=qt4 * pyramiding, when=buy_condition_4)

strategy.close("Buy1", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy2", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy3", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy4", when=exit_condition_1 or exit_condition_2)


مزید