موونگ اوسط ریورژن حکمت عملی
ChaoZhang
جائزہ
چلتی اوسط اوسط جواب دینے کی حکمت عملی ایک بہت ہی آسان رجحان کی تجارت کی حکمت عملی ہے۔ اس کا بنیادی خیال یہ ہے کہ جب قلیل مدتی چلتی اوسط طویل مدتی چلتی اوسط سے کم ہے تو اس میں ایک خاص فیصد زیادہ ہوتا ہے ، اور جب قلیل مدتی چلتی اوسط پر طویل مدتی چلتی اوسط ہوتا ہے تو اس میں کوئی فرق نہیں پڑتا ہے۔ یہ حکمت عملی پہلے ایک قلیل مدتی اور ایک طویل مدتی چلتی اوسط کا حساب لگاتی ہے ، اور پھر دونوں چلتی اوسط کے تعلقات کے مطابق تجارتی سگنل پیدا کرتی ہے۔
حکمت عملی کا اصول
یہ حکمت عملی بنیادی طور پر دو حرکت پذیر اوسطوں پر انحصار کرتی ہے ، ایک قلیل مدتی حرکت پذیر اوسط اور ایک طویل مدتی حرکت پذیر اوسط۔ قلیل مدتی حرکت پذیر اوسط پیرامیٹر چھوٹا میپریوڈ ہے ، اور طویل مدتی حرکت پذیر اوسط پیرامیٹر بڑا میپریوڈ ہے۔ حکمت عملی پہلے ان دو حرکت پذیر اوسطوں کا حساب لگاتی ہے ، اور پھر دونوں حرکت پذیر اوسطوں کے سائز کے تعلقات کا موازنہ کرتی ہے۔
جب قلیل مدتی حرکت پذیری اوسط اوپر سے نیچے کی طرف سے طویل مدتی حرکت پذیری اوسط کا ایک خاص فیصد گرتا ہے (%BelowToBuy پیرامیٹر کے ذریعہ مقرر کیا جاتا ہے) ، تو خریدنے کا اشارہ ہوتا ہے ، اور زیادہ خریداری کی جاتی ہے۔ جب قلیل مدتی حرکت پذیری اوسط بعد میں بڑھتا ہے ، اور طویل مدتی حرکت پذیری اوسط کو دوبارہ عبور کرتا ہے ، تو فروخت کا اشارہ ہوتا ہے ، اور پوزیشن کو صاف کرتا ہے۔
اس حکمت عملی میں قلیل مدتی منتقل اوسط اور طویل مدتی منتقل اوسط کے مابین اوسط قیمت پر واپسی کے مواقع کو پکڑ لیا گیا ہے۔ جب قلیل مدتی منتقل اوسط طویل مدتی منتقل اوسط سے کسی حد تک کم ہے تو ، اس کا اشارہ ہے کہ اثاثہ کم قیمت کا ہوسکتا ہے ، اور اس میں اوسط قیمت پر واپسی کا موقع ہونا چاہئے ، اور اس سے زیادہ فائدہ اٹھانا ممکن ہے۔
طاقت کا تجزیہ
اوسط منتقل کرنے کے لئے اوسط ردعمل کی حکمت عملی میں مندرجہ ذیل فوائد ہیں:
- سادہ، سمجھنے میں آسان اور قابل عمل
- مختصر اور طویل مدتی رجحانات کے نقطہ نظر کو پکڑنے اور مارکیٹ کے رجحانات کو درست اندازہ لگانے کے لئے
- پیرامیٹرز کی لچکدار ترتیب ، جو آپ کو زیادہ ٹریڈنگ سگنل حاصل کرنے کے لئے منتقل اوسط کی مدت اور رعایت کی فیصد کو ایڈجسٹ کرنے کی اجازت دیتی ہے
- پیمائش کے عمل کو آسان بنانے کے لئے پیمائش کی تجارت کے لئے آسان
اس حکمت عملی کے سادہ پیرامیٹرز کو بہتر بنانے سے اچھے نتائج برآمد ہوسکتے ہیں۔ متحرک اوسط پیرامیٹرز کو ایڈجسٹ کرکے اور فیصد فیصد پیرامیٹرز کو ایڈجسٹ کرکے ، اسٹاک ، غیر ملکی کرنسی ، اور کریپٹو کرنسی جیسے مختلف مارکیٹ اثاثوں پر نظر ثانی کی جاسکتی ہے ، اور بہترین پیرامیٹرز کا مجموعہ منتخب کیا جاسکتا ہے۔
خطرے کا تجزیہ
اس کے علاوہ، اس میں کچھ خطرات بھی ہیں:
- کم سگنل ، زیادہ تجارت نہیں
- قیمتوں میں کمی کا خطرہ
- غلط پیرامیٹرز زیادہ ٹرانزیکشن لاگت اور سلائڈ پوائنٹ کے نقصان کا سبب بن سکتے ہیں جو زیادہ بار بار تجارت کرتے ہیں
مندرجہ ذیل طریقوں سے خطرے کو کم کیا جا سکتا ہے:
- ٹریڈنگ سگنل کو مناسب طریقے سے ایڈجسٹ کریں
- جعلی دراندازی سے بچنے کے لئے ایک بار پھر دراندازی سے باہر نکلنے کا طریقہ
- پیرامیٹرز کے مجموعے کو بہتر بنانے کے لئے ، منتقل اوسط مدت اور رعایت فیصد کا انتخاب کریں
اصلاح کی سمت
اوسطاً جواب دینے کی حکمت عملی کو مندرجہ ذیل طریقوں سے بہتر بنایا جاسکتا ہے:
- مختلف قیمتوں کے اعداد و شمار کی جانچ کریں ، جیسے اختتامی قیمت ، اعلی ترین قیمت ، کم ترین قیمت ، اور عام قیمت ، حکمت عملی کے اشارے کے ذریعہ
- مختلف قسم کے متحرک اوسط کو آزمائیں جیسے کہ اشاریہ متحرک اوسط، لکیری وزن والی متحرک اوسط، ہل متحرک اوسط وغیرہ
- غیر رجحاناتی مارکیٹوں میں غیر ضروری تجارت سے بچنے کے لئے فلٹرنگ کی شرائط میں اضافہ کریں
- قیمتوں میں اضافے سے بچنے کے لئے ٹرانزیکشن حجم کے اشارے کے ساتھ مل کر ، لیکن مقدار کی کمی کے ساتھ جعلی توڑ
- مشین لرننگ یا جینیاتی الگورتھم کا استعمال کرتے ہوئے پیرامیٹرز کو خود بخود بہتر بنانا
خلاصہ کریں۔
حرکت پذیر اوسط کی مساوی ردعمل کی حکمت عملی قلیل مدتی اور طویل مدتی دو حرکت پذیر اوسط کے تعلقات کا موازنہ کرکے ، قلیل مدتی قیمتوں کے طویل مدتی رجحان سے انحراف کے بعد واپسی کے مواقع پر گرفت کرتی ہے۔ حکمت عملی کا نظریہ آسان ، سمجھنے میں آسان اور لاگو کرنے کے لئے ، پیرامیٹرز کی اصلاح کے ذریعہ بہتر اثر حاصل کیا جاسکتا ہے۔ تاہم ، کم تجارتی سگنل ، قیمتوں میں تبدیلی کو آسانی سے چھوڑنے کا خطرہ بھی موجود ہے ، حکمت عملی کے فوائد کو زیادہ سے زیادہ کرنے کے لئے پیرامیٹرز اور فلٹرنگ کے حالات کی جانچ اور اصلاح کی ضرورت ہے۔
/*backtest
start: 2023-02-20 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// @version=4
//
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
//
// @author Sunil Halai
//
// This very simple strategy is an implementation of PJ Sutherlands' Jaws Mean reversion algorithm. It simply buys when a small moving average period (e.g. 2) is below
// a longer moving average period (e.g. 5) by a certain percentage, and closes when the small period average crosses over the longer moving average.
//
// If you are going to use this, you may wish to apply this to a range of investment assets, as the amount signals is low. Alternatively you may wish to tweak the settings to provide more
// signals.
strategy("Jaws Mean Reversion [Strategy]", overlay = true)
//Strategy inputs
source = input(title = "Source", defval = close)
smallMAPeriod = input(title = "Small Moving Average", defval = 2)
bigMAPeriod = input(title = "Big Moving Average", defval = 5)
percentBelowToBuy = input(title = "Percent below to buy %", defval = 3)
//Strategy calculation
smallMA = sma(source, smallMAPeriod)
bigMA = sma(source, bigMAPeriod)
buyMA = ((100 - percentBelowToBuy) / 100) * sma(source, bigMAPeriod)[0]
if(crossunder(smallMA, buyMA))
strategy.entry("BUY", strategy.long)
if(crossover(smallMA, bigMA))
strategy.close("BUY")