نادرایا واٹسن ریگریشن اور اے ٹی آر چینل پر مبنی حکمت عملی کی پیروی کا رجحان
ChaoZhang
جائزہ
یہ حکمت عملی ایک رجحان سے باخبر رہنے کی حکمت عملی ہے جو رجحان کی سمت اور انٹری پوائنٹس کی نشاندہی کرنے کے لئے ناداریہ واٹسن ریگریشن اور اے ٹی آر چینل کو جوڑتی ہے۔ جب قیمت ٹریک سے باہر نکلتی ہے تو ، زیادہ کام کریں۔ جب قیمت ٹریک سے باہر نکلتی ہے تو ، فلیٹ پوزیشن۔
حکمت عملی کا اصول
سب سے پہلے ، اس حکمت عملی نے نادرائے واٹسن کی بنیادی واپسی کا استعمال کرتے ہوئے دو مختلف تاخیر والے ادوار کے لئے واپسی کے منحنی خطوط کا حساب کتاب کیا ، اور پھر رجحان کی سمت کا فیصلہ کرنے کے لئے دو واپسی کے منحنی خطوط کے کراس کا موازنہ کیا۔ خاص طور پر ، h-lag اور h-lag ادوار کے لئے واپسی کے منحنی خطوط کو الگ الگ حساب کتاب کیا گیا ، اور h-lag منحنی خطوط پر h-lag منحنی خطوط کو عبور کرتے وقت اس کا تعین کیا گیا ہے۔ جب h-lag منحنی خطوط پر h-lag منحنی خطوط کے نیچے h-lag منحنی خطوط کو عبور کرتے وقت اس کا تعین کیا گیا ہے۔
دوسرا ، یہ حکمت عملی اے ٹی آر چینل کا استعمال کرتے ہوئے داخلے کے نقطہ کی نشاندہی کرتی ہے۔ اوپر کی طرف واپسی کی منحنی خطوط کے لئے n- مرحلے کے اے ٹی آر کے ضرب کو شامل کریں ، اور نیچے کی طرف واپسی کی منحنی خطوط کے لئے n- مرحلے کے اے ٹی آر کے ضرب کو کم کریں۔ جب قیمت اوپر کی طرف سے ٹوٹ جاتی ہے تو زیادہ دیکھو اور داخل ہو جاؤ ، اور جب نیچے کی طرف سے ٹوٹ جاتا ہے تو زیادہ دیکھو اور داخل ہو۔
آخر میں ، اسٹاپ نقصان کا طریقہ کار ترتیب دیا گیا ہے۔ اگر قیمت لگاتار stopLossBars کی جڑ K لائن سے کم ہے تو ، اسٹاپ نقصان ختم ہوجاتا ہے۔
حکمت عملی کا تجزیہ
اس حکمت عملی میں رجعت تجزیہ اور چینل کی بریک تھرو کا امتزاج کیا گیا ہے ، جس سے مارکیٹ کے رجحانات کی سمت اور طاقت کا زیادہ درست اندازہ لگایا جاسکتا ہے۔ اس طریقہ کار سے ٹریڈنگ کے رجحانات کی نشاندہی کرنے والے اشارے جیسے کہ صرف متحرک اوسط کا استعمال کرنے کے مقابلے میں ، اس حکمت عملی کی استحکام میں اضافہ ہوتا ہے ، جس سے غلط سگنل کم ہوجاتے ہیں۔
اس کے علاوہ ، اے ٹی آر چینل نے ایک معقول داخلے کا مقام ترتیب دیا ہے تاکہ رجحان کے الٹ پوائنٹس کے قریب غلطی سے داخل ہونے سے بچا جاسکے۔ اسٹاپ نقصان کا طریقہ کار بھی انفرادی نقصان کو مؤثر طریقے سے کنٹرول کرتا ہے۔
لہذا ، اس حکمت عملی میں رجحانات کی نشاندہی کرنے کی مضبوط صلاحیت ، زیادہ درست انٹری اور ایک اسٹاپ نقصان کا خطرہ کنٹرول کرنے جیسے فوائد ہیں۔
خطرے کا تجزیہ
اس حکمت عملی کا سب سے بڑا خطرہ یہ ہے کہ جب اے ٹی آر چینل کو توڑ دیا جاتا ہے تو ، قیمت شاید ریورسنگ یا اسٹیکنگ کر رہی ہو ، جس سے یہ اندراج کے لئے موزوں نہیں ہوتا ہے یا اندراج کے فورا بعد ہی اس سے باہر نکل جاتا ہے۔
اس کے علاوہ ، رجعت وکر اور اے ٹی آر چینل دونوں کو کچھ پیرامیٹرز کی اصلاح کی ضرورت ہوتی ہے۔ اگر پیرامیٹرز کو غلط ترتیب دیا گیا ہے تو ، رجعت تجزیہ کا اثر ناقص ہے ، یا اے ٹی آر بہت چھوٹا ہے ، اس سے حکمت عملی کی تاثیر متاثر ہوگی۔
اصلاح کی سمت
حکمت عملی کی استحکام اور درستگی کو بڑھانے کے لئے رجحانات اور الٹ اشارے جیسے VOLUME ، MACD وغیرہ کے ساتھ دوسرے اشارے کے ساتھ مل کر غور کیا جاسکتا ہے۔
رجعت تجزیہ میں جوہری افعال کو بھی ایڈجسٹ کیا جاسکتا ہے ، جیسے کہ ایپینچنیکوف کے جوہری وغیرہ کو مدنظر رکھتے ہوئے ، یہ دیکھنے کے لئے کہ آیا بہتر فٹ ہونے کا اثر حاصل کیا جاسکتا ہے۔
اے ٹی آر چینل کے اے ٹی آر کی مدت اور ضرب کو بھی بار بار جانچنے اور بہتر بنانے کی ضرورت ہے تاکہ بہترین پیرامیٹرز کا مجموعہ تلاش کیا جاسکے۔
خلاصہ کریں۔
اس حکمت عملی میں رجعت تجزیہ اور چینل توڑنے کے طریقوں کا استعمال کیا گیا ہے ، جس میں رجحان کی سمت اور طاقت کی نشاندہی کی گئی ہے ، معقول مقامات پر داخلہ لیا گیا ہے ، اور اس کے نتیجے میں ایک مستحکم رجحان سے باخبر رہنے کی حکمت عملی قائم کی گئی ہے۔ ذیلی حکمت عملی کو بہتر بنانے کے لئے بہت زیادہ جگہ موجود ہے ، اور اس میں مزید جانچ اور بہتری کی ضرورت ہے۔
/*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("Custom Strategy with Stop Loss and EMA", overlay=true)
src = input(close, title='Source')
h = input(10, title='Lookback Window', tooltip='The number of bars used for the estimation.')
r = input(10, title='Relative Weighting', tooltip='Relative weighting of time frames.')
x_0 = input(50, title='Start Regression at Bar', tooltip='Bar index on which to start regression.')
lag = input(2, title='Lag', tooltip='Lag for crossover detection.')
stopLossBars = input(3, title='Stop Loss Bars', tooltip='Number of bars to check for stop loss condition.')
emaPeriod = input(46, title='EMA Period', tooltip='Period for Exponential Moving Averages.')
lenjeje = input(32, title='ATR Period', tooltip='Period to calculate upper and lower band')
coef = input(2.7, title='Multiplier', tooltip='Multiplier to calculate upper and lower band')
// Function for Nadaraya-Watson Kernel Regression
kernel_regression1(_src, _size, _h) =>
_currentWeight = 0.0
_cumulativeWeight = 0.0
for i = 0 to _size + x_0
y = _src[i]
w = math.pow(1 + (math.pow(i, 2) / ((math.pow(_h, 2) * 2 * r))), -r)
_currentWeight += y * w
_cumulativeWeight += w
[_currentWeight, _cumulativeWeight]
// Calculate Nadaraya-Watson Regression
[currentWeight1, cumulativeWeight1] = kernel_regression1(src, h, h)
yhat1 = currentWeight1 / cumulativeWeight1
[currentWeight2, cumulativeWeight2] = kernel_regression1(src, h-lag, h-lag)
yhat2 = currentWeight2 / cumulativeWeight2
// Calculate Upper and Lower Bands
upperjeje = yhat1 + coef * ta.atr(lenjeje)
lowerjeje = yhat1 - coef * ta.atr(lenjeje)
// Plot Upper and Lower Bands
plot(upperjeje, color=color.rgb(0, 247, 8), title="Upper Band", linewidth=2)
plot(lowerjeje, color=color.rgb(255, 0, 0), title="Lower Band", linewidth=2)
// Calculate EMAs
emaLow = ta.ema(low, emaPeriod)
emaHigh = ta.ema(high, emaPeriod)
// Plot EMAs
plot(emaLow, color=color.rgb(33, 149, 243, 47), title="EMA (Low)", linewidth=2)
plot(emaHigh, color=color.rgb(255, 153, 0, 45), title="EMA (High)", linewidth=2)
// Long Entry Condition
longCondition = low < lowerjeje
strategy.entry("Long", strategy.long, when=longCondition)
// Stop Loss Condition
stopLossCondition = close[1] < strategy.position_avg_price and close[2] < strategy.position_avg_price and close[3] < strategy.position_avg_price
strategy.close("Long", when=stopLossCondition)
// Close and Reverse (Short) Condition
shortCondition = high > upperjeje
strategy.close("Long", when=shortCondition)
strategy.entry("Short", strategy.short, when=shortCondition)