قیمت جھٹکا معاون فیصلہ تین عنصر ماڈل


تخلیق کی تاریخ: 2024-02-26 15:32:27 آخر میں ترمیم کریں: 2024-02-26 15:32:27
کاپی: 0 کلکس کی تعداد: 591
1
پر توجہ دیں
1617
پیروکار

قیمت جھٹکا معاون فیصلہ تین عنصر ماڈل

جائزہ

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۔

حکمت عملی کا اصول

اس حکمت عملی کی بنیادی منطق یہ ہے:

  1. تکنیکی اشارے جیسے فاسٹ اور سست حرکت پذیر اوسط ، MACD منحنی خطوط اور سگنل لائنوں کا حساب لگانا۔

  2. ٹریڈنگ حجم کے تناسب، RSI، MACD، اور سگنل لائن کے لئے کثیر عوامل کا تعین کرنے کے لئے؛

  3. 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؛

  4. LONG یا SHORT پوزیشن میں داخل ہوں اور اسٹاپ نقصان کو روکیں۔

  5. 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۔

طاقت کا تجزیہ

یہ حکمت عملی مندرجہ ذیل فوائد رکھتی ہے:

  1. کثیر عنصر کا فیصلہ ، سگنل کی درستگی کو بہتر بنانا ، اور غلط سگنل سے بچنا۔
  2. قیمتوں کے اتار چڑھاؤ کی خصوصیات کا استعمال کرتے ہوئے ، منافع کے لئے وسیع گنجائش کے ساتھ مختصر لائن کے مواقع پر قبضہ کرنا؛
  3. خود کار طریقے سے سٹاپ نقصان کو روکنے کے لئے، خطرے کو کنٹرول؛
  4. سادہ اور واضح ٹرانزیکشن منطق، آسانی سے لاگو کرنے کے لئے.

خطرے کا تجزیہ

اس حکمت عملی میں مندرجہ ذیل خطرات بھی ہیں:

  1. یہ الگورتھم تاریخی اعداد و شمار پر بہت زیادہ انحصار کرتا ہے اور مارکیٹ میں ہونے والی تبدیلیوں کے لیے حساس ہے۔
  2. اس کے علاوہ ، یہ بھی کہا گیا ہے کہ اس طرح کے طریقوں کو مزید بہتر بنانے کی ضرورت ہے ، اور اس میں غلط فہمیاں پیدا ہوسکتی ہیں۔
  3. اسٹریٹجک استحکام پر براہ راست اثر انداز ہونے کے لئے اسٹاپ نقصان کا تعین معقول ہے یا نہیں۔

مندرجہ بالا خطرات کے لئے، آپ کو مندرجہ ذیل طریقوں سے بہتر بنانے کی ضرورت ہے:

  1. اعداد و شمار کے نمونے لینے کے دورانیے کو بڑھانا اور مارکیٹ کے اعداد و شمار میں تبدیلیوں کے اثرات کو کم کرنا؛
  2. ہم آہنگی کی اصلاح کے لئے کثیر عنصر کے وزن کو ایڈجسٹ کرنا؛
  3. مختلف سٹاپ پوائنٹس کی جانچ کریں اور بہترین سٹاپ پوزیشن تلاش کریں۔

اصلاح کی سمت

اس حکمت عملی کو بہتر بنانے کے لئے مندرجہ ذیل نکات پر توجہ دی جاسکتی ہے:

  1. 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۔

  2. 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۔

  3. اسٹاپ اسٹریٹجی کو بہتر بنائیں۔ مختلف ٹریکنگ اسٹاپ ، متحرک اسٹاپ مجموعوں کی جانچ کر کے بہترین اسٹاپ سسٹم تلاش کریں۔

  4. 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۔

خلاصہ کریں۔

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۔

حکمت عملی کا ماخذ کوڈ
/*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)