1. مربع
  2. SMA کے ساتھ قیمت کراس اوور پر مبنی مقداری تجارتی حکمت عملی

SMA کے ساتھ قیمت کراس اوور پر مبنی مقداری تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-22 17:34:09
ٹیگز:

img

جائزہ

اس حکمت عملی کا نام SMA کے ساتھ قیمت کراس اوور پر مبنی مقداری تجارتی حکمت عملی ہے۔ یہ بنیادی طور پر مختلف ادوار کے SMAs کا حساب کتاب کرکے اور SMAs کے ساتھ قیمت کراس اوور کو ٹریک کرکے تجارتی سگنل تیار کرتا ہے۔ جب قیمت SMA کو اوپر کی طرف توڑتی ہے تو ، یہ خرید سگنل کو متحرک کرتی ہے۔ جب قیمت SMA کو نیچے کی طرف توڑتی ہے تو ، یہ فروخت سگنل کو متحرک کرتی ہے۔

حکمت عملی منطق

اس حکمت عملی کا بنیادی منطق 21 دن کی سادہ چلتی اوسط (ایس ایم اے) کے ساتھ قیمت کراس اوور کو ٹریک کرنا ہے۔ اس دوران ، یہ عام رجحان کا تعین کرنے کے لئے 50 دن کی ایس ایم اے اور 200 دن کی ایس ایم اے کا حساب بھی لگاتا ہے۔

خاص طور پر ، یہ حکمت عملی دی گئی تاریخ کی حد کے اندر قریب قیمت کی درخواست کرتی ہے ، اور ان پٹ ادوار کی بنیاد پر مختلف ایس ایم اے کا حساب لگاتی ہے۔ اگر قیمت 21 دن کی ایس ایم اے کو اوپر کی طرف توڑتی ہے تو ، یہ خرید کا اشارہ طے کرتی ہے۔ اگر قیمت 21 دن کی ایس ایم اے کو نیچے کی طرف توڑتی ہے تو ، یہ فروخت کا اشارہ طے کرتی ہے۔

ایس ایم اے کا حساب لگانے اور کراس اوورز کا تعین کرنے کے ساتھ ساتھ ، یہ حکمت عملی موجودہ پوزیشن کو بھی ٹریک کرتی ہے۔ جب یہ سگنل ٹرگرز خریدتا ہے تو یہ پوزیشن میں داخل ہوتا ہے ، اور سگنل ٹرگرز فروخت کرتے وقت پوزیشن کو فلیٹ کرتا ہے۔ اس طرح ، یہ ایس ایم اے کراس اوور پر مبنی خودکار تجارتی نظام کا احساس کرتا ہے۔

فوائد کا تجزیہ

اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ یہ آسان اور سمجھنے اور لاگو کرنے میں آسان ہے۔ ایس ایم اے ایک عام طور پر استعمال ہونے والا تکنیکی اشارے ہے اور ایس ایم اے کراس اوور سب سے عام تجارتی سگنلز میں سے ایک ہے۔ اس طرح کے اشارے کراس اوور کی حکمت عملیوں کو خودکار تجارت کے لئے مختلف اسٹاک اور وقت کی حد پر آسانی سے لاگو کیا جاسکتا ہے۔

ایک اور فائدہ یہ ہے کہ اس حکمت عملی کو ایس ایم اے پیرامیٹرز کو ایڈجسٹ کرکے بہتر بنایا جاسکتا ہے۔ مثال کے طور پر ، ہم مخصوص اسٹاک کے لئے بہترین تلاش کرنے کے لئے ایس ایم اے کی مدت کے مختلف مجموعوں کی جانچ کرسکتے ہیں۔ اس کے علاوہ ، تصدیق اور اصلاح کے ل other دوسرے اشارے شامل کرکے حکمت عملی کو بہتر بنایا جاسکتا ہے۔

خطرات اور حل

اس حکمت عملی کا سب سے بڑا خطرہ یہ ہے کہ اشارے پر مبنی حکمت عملی زیادہ سے زیادہ غلط سگنل پیدا کرتی ہے۔ مثال کے طور پر ، قیمت اکثر حد سے محدود ادوار کے دوران ایس ایم اے کو عبور کرسکتی ہے ، جس کے نتیجے میں غیر ضروری تجارت ہوتی ہے۔

عام حلوں میں اسٹاپ نقصان ، ٹوننگ پیرامیٹرز کی ترتیب ، یا فلٹر کی شرائط شامل ہیں۔ مثال کے طور پر ، ہم خطرہ کو محدود کرنے کے لئے زیادہ سے زیادہ نقصان کا تناسب طے کرسکتے ہیں ، زیادہ مستحکم پیرامیٹرز تلاش کرنے کے لئے ایس ایم اے کی مدت کو ایڈجسٹ کرسکتے ہیں ، یا کچھ تجارتی سگنل کو فلٹر کرنے کے لئے دوسرے اشارے استعمال کرسکتے ہیں۔

اصلاح کی ہدایات

حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:

  1. بہترین SMA پیرامیٹر کے مجموعے کی جانچ اور انتخاب کریں۔ بہترین ادوار تلاش کرنے کے لئے مختلف SMA لمبائیوں کو بیک ٹیسٹ کریں۔

  2. فلٹر سگنل کی تصدیق کے لئے دیگر اشارے شامل کریں ، جیسے آر ایس آئی ، ایم اے سی ڈی وغیرہ۔ اس سے غلط سگنل کو فلٹر کرنے میں مدد ملتی ہے۔

  3. سٹاپ نقصان منطق شامل کریں. زیادہ سے زیادہ قابل برداشت نقصان یا ٹریلنگ سٹاپ کو بہتر کنٹرول کے خطرات کے لئے مقرر کریں.

  4. انٹری ٹائمنگ کو بہتر بنائیں۔ ایس ایم اے کراس اوور کے مطابق سختی کے بجائے بڑے بریک آؤٹ کے ارد گرد داخل ہونے پر غور کریں۔

  5. مرکب حکمت عملیوں کی جانچ کریں۔ دیگر حکمت عملی کی اقسام جیسے رجحان کی پیروی کے ساتھ مل کر۔

نتیجہ

حکمت عملی سادہ ایس ایم اے کراس اوور سگنلز کے ساتھ خودکار تجارت کا احساس کرتی ہے۔ اس کے پیشہ کو سمجھنا اور نافذ کرنا آسان ہے۔ اس کے cons زیادہ سگنل ہیں اور وہپساؤ کا شکار ہیں۔ ہم اسے پیرامیٹر ٹوننگ ، فلٹرز ، اسٹاپ نقصان وغیرہ شامل کرکے بہتر بنا سکتے ہیں۔ حکمت عملی ہمیں ایک بنیادی فریم ورک فراہم کرتی ہے۔ ہم اسے مزید اجزاء کو شامل کرکے افزودہ کرسکتے ہیں۔

/*backtest
start: 2023-02-15 00:00:00
end: 2024-02-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Price Cross Above/Below SMA Strategy", shorttitle="Tressy Strat", overlay=true)

// Define start and end year inputs
start_year = input.int(2022, title="Start Year")
end_year = input.int(2022, title="End Year")

// Define start and end month inputs
start_month = input.int(1, title="Start Month", minval=1, maxval=12)
end_month = input.int(12, title="End Month", minval=1, maxval=12)

// Define SMA length inputs
sma_length = input.int(21, title="SMA Length")
sma_length_50 = input.int(50, title="50 SMA Length")
sma_length_200 = input.int(200, title="200 SMA Length")

// Filter data within the specified date range
filter_condition = true
filtered_close = request.security(syminfo.tickerid, "D", close[0], lookahead=barmerge.lookahead_on)

// Define SMAs using the input lengths
sma = ta.sma(filtered_close, sma_length)
sma_50 = ta.sma(filtered_close, sma_length_50)
sma_200 = ta.sma(filtered_close, sma_length_200)

// Initialize position
var bool in_position = false

// Condition for a price cross above SMA within the date range
cross_above = filter_condition and ta.crossover(filtered_close, sma)

// Condition for a price cross below SMA within the date range
cross_below = filter_condition and ta.crossunder(filtered_close, sma)

// Buy condition
if cross_above
    in_position := true

// Sell condition
if cross_below
    in_position := false

// Strategy entry and exit
if cross_above
    strategy.entry("Buy", strategy.long)
if cross_below
    strategy.close("Buy")

// Plot the SMAs on the chart
plot(sma, color=color.blue, title="21 SMA")
plot(sma_50, color=color.red, title="50 SMA")
plot(sma_200, color=color.orange, title="200 SMA")

// Plot the Buy and Sell signals with "tiny" size
plotshape(cross_above, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.tiny, title="Buy Signal")
plotshape(cross_below, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.tiny, title="Sell Signal")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں