
قیمت کے اتار چڑھاؤ کے معاون فیصلے کے تین عنصر ماڈل ایک مختصر لائن ٹریڈنگ حکمت عملی ہے جس میں کثیر عنصر فیصلے کا امتزاج کیا گیا ہے۔ اس حکمت عملی میں تجارت کے تناسب ، RSI اشارے ، MACD اشارے اور سگنل لائن اشارے کے کثیر عوامل پر غور کیا گیا ہے ، اور قیمت کے اتار چڑھاؤ کے رویے کا فیصلہ کیا گیا ہے تاکہ مختصر لائن ٹریڈنگ کے مواقع کا پتہ لگایا جاسکے۔
اس حکمت عملی کی بنیادی منطق یہ ہے:
تکنیکی اشارے جیسے فاسٹ اور سست حرکت پذیر اوسط ، MACD منحنی خطوط اور سگنل لائنوں کا حساب لگانا۔
ٹریڈنگ حجم کے تناسب، RSI، MACD، اور سگنل لائن کے لئے کثیر عوامل کا تعین کرنے کے لئے؛
قیمتوں میں اتار چڑھاؤ کے اس مرحلے کو خرید و فروخت کے مواقع کے طور پر تسلیم کرنے کے لئے ایک جامع کثیر عوامل کا فیصلہ؛
LONG یا SHORT پوزیشن میں داخل ہوں اور اسٹاپ نقصان کو روکیں۔
جب قیمت اسٹاپ اسٹاپ یا اسٹاپ نقصان کی حالت تک پہنچ جاتی ہے تو ، صفائی کی پوزیشن۔
اس حکمت عملی میں تجارت کے تناسب ، آر ایس آئی اشارے ، ایم اے سی ڈی اشارے ، سگنل لائن اشارے جیسے متعدد عوامل کا فیصلہ کرنے کے ل price قیمت کے اتار چڑھاؤ کے رویے کا فیصلہ کرنے کے لئے مختصر لائن ٹریڈنگ کے مواقع کو پکڑنے کے لئے لچکدار استعمال کیا جاتا ہے۔ متعدد عوامل کا مجموعہ فیصلے سے کسی ایک عنصر کی وجہ سے غلط سگنل سے بچا جاسکتا ہے ، سگنل کی درستگی میں اضافہ ہوتا ہے۔
یہ حکمت عملی مندرجہ ذیل فوائد رکھتی ہے:
اس حکمت عملی میں مندرجہ ذیل خطرات بھی ہیں:
مندرجہ بالا خطرات کے لئے، آپ کو مندرجہ ذیل طریقوں سے بہتر بنانے کی ضرورت ہے:
اس حکمت عملی کو بہتر بنانے کے لئے مندرجہ ذیل نکات پر توجہ دی جاسکتی ہے:
کثیر عنصر کے وزن کو بہتر بنائیں ، متحرک ایڈجسٹمنٹ حاصل کریں۔ کثیر عنصر کے فیصلے کو مختلف حالات کے مطابق وزن میں ایڈجسٹ کیا جاسکتا ہے ، جس سے موافقت کو بہتر بنایا جاسکتا ہے۔
مشین لرننگ الگورتھم کے ساتھ مل کر ، کثیر عنصر کی خود کار طریقے سے اصلاح کو حاصل کریں۔ الگورتھم ماڈل کو تربیت دینے کے لئے نیورل نیٹ ورکس ، جینیاتی الگورتھم وغیرہ کا استعمال کریں ، تاکہ پیرامیٹرز کو خود بخود بہتر بنایا جاسکے۔
اسٹاپ اسٹریٹجی کو بہتر بنائیں۔ مختلف ٹریکنگ اسٹاپ ، متحرک اسٹاپ مجموعوں کی جانچ کر کے بہترین اسٹاپ سسٹم تلاش کریں۔
اعلی درجے کی تکنیکی اشارے کے ساتھ مل کر. مزید اشارے جیسے اتار چڑھاؤ کی شرح میں اتار چڑھاؤ ، حرکیات کے جھٹکے وغیرہ کی جانچ کی جاسکتی ہے ، جس میں متعدد عوامل کا ایک بھرپور مجموعہ ہے۔
قیمت کے اتار چڑھاؤ کی مدد سے تین فیکٹر ماڈل کی حکمت عملی قیمت کے اتار چڑھاؤ کے وقفے کی کثیر فیکٹر کی خصوصیت کا بھرپور استعمال کرتی ہے ، جس سے اعلی کارکردگی کا مظاہرہ ہوتا ہے۔ اس حکمت عملی میں کثیر فیکٹر فیصلے ، جیسے حجم ، آر ایس آئی ، ایم اے سی ڈی ، سگنل لائن وغیرہ کا استعمال کیا جاتا ہے ، جس سے بہترین خرید و فروخت کا وقت طے ہوتا ہے۔ کثیر فیکٹر فیصلے سے سگنل کی درستگی میں اضافہ ہوتا ہے ، جس سے مستحکم منافع حاصل کرنے میں مدد ملتی ہے۔ اس کے بعد ، مشین لرننگ الگورتھم کے ذریعہ کثیر فیکٹر موافقت کو بہتر بنایا جاسکتا ہے ، جس سے حکمت عملی کی بہتر کارکردگی حاصل کی جاسکتی ہے۔
/*backtest
start: 2024-01-26 00:00:00
end: 2024-02-25 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 Oscillator Profile Flagging", overlay=false)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.7)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=6)
takeProfit = input( title="Take Profit", defval=2)
stopLoss = input( title="Stop Loss", defval=0.7)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
plot(macdSlope, color=color.green, title="MACD Slope")
plot(signalSlope, color=color.red, title="Signal Slope")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
plot(rsiSlope, color=color.black, title="RSI Slope")
getRSISlopeChange(lookBack) =>
j = 0
for i = 0 to lookBack
if ( rsi[i] - rsi[ i + 1 ] ) > -5
j += 1
j
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0.0
float s = 0.0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0.0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0.0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0
bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0
bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 202.30 Profit 55.29% 5m
if ( ( getVolBias(longLookBack) == false ) and rsi <= 41 and math.abs(rsi - rsi[shortLookBack]) > 1 and hasNoSignalBias and rsiSlope > 1.5 and close > open)
strategy.entry("5C1", strategy.long, qty=1.0)
strategy.exit("TPS", "5C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 171.70 Profit 50.22% 5m
if ( getVolBias(longLookBack) == true and rsi > 45 and rsi < 55 and macdSlope > 0 and signalSlope > 0)
strategy.entry("5C2", strategy.long, qty=1.0)
strategy.exit("TPS", "5C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 309.50 Profit 30.8% 5m 2 tp .7 sl 289 trades
if ( macd > macdBiasValue and macdSlope > 0)
strategy.entry("5P1", strategy.short, qty=1.0)
strategy.exit("TPS", "5P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)