1. مربع
  2. چلتی اوسط واپسی کی حکمت عملی پر مبنی

چلتی اوسط واپسی کی حکمت عملی پر مبنی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-27 17:51:43
ٹیگز:

img

جائزہ

جبڑے کا مطلب ریورسشن حکمت عملی ایک بہت ہی آسان رجحان ٹریڈنگ حکمت عملی ہے۔ اس کا بنیادی خیال یہ ہے کہ جب قلیل مدتی حرکت پذیر اوسط طویل مدتی حرکت پذیر اوسط سے ایک خاص فیصد کم ہوجاتا ہے تو طویل عرصے تک طویل مدتی حرکت پذیر اوسط سے نیچے جاتا ہے ، اور جب قلیل مدتی حرکت پذیر اوسط طویل مدتی حرکت پذیر اوسط سے تجاوز کرتا ہے تو پوزیشن بند کردی جاتی ہے۔ حکمت عملی پہلے قلیل مدتی اور طویل مدتی حرکت پذیر اوسط کا حساب لگاتی ہے ، اور پھر دو حرکت پذیر اوسط کے مابین تعلقات کی بنیاد پر تجارتی سگنل تیار کرتی ہے۔

حکمت عملی منطق

یہ حکمت عملی بنیادی طور پر دو حرکت پذیر اوسطوں پر انحصار کرتی ہے ، ایک قلیل مدتی اور ایک طویل مدتی۔ قلیل مدتی حرکت پذیر اوسط پیرامیٹر چھوٹا میپیریڈ ہے ، اور طویل مدتی حرکت پذیر اوسط پیرامیٹر بڑا میپیریڈ ہے۔ حکمت عملی پہلے ان دو حرکت پذیر اوسطوں کا حساب لگاتی ہے ، اور پھر ان کے درمیان سائز کے تعلقات کا موازنہ کرتی ہے۔

جب قلیل مدتی حرکت پذیر اوسط اوپر سے گرتا ہے اور طویل مدتی حرکت پذیر اوسط کا ایک خاص فیصد (فیصد نیچے خریدنے کے پیرامیٹر کے ذریعہ مقرر) کو توڑتا ہے تو ، طویل مدتی جانے کے لئے خرید کا سگنل تیار کیا جاتا ہے۔ جب قلیل مدتی حرکت پذیر اوسط بعد میں بڑھتا ہے اور طویل مدتی حرکت پذیر اوسط سے تجاوز کرتا ہے تو ، پوزیشن کو بند کرنے کے لئے فروخت کا سگنل تیار کیا جاتا ہے۔

حکمت عملی مختصر مدت اور طویل مدتی چلتی اوسط کے مابین اوسط ریورس مواقع کو حاصل کرتی ہے۔ جب مختصر مدت کی چلتی اوسط ایک خاص حد تک طویل مدتی چلتی اوسط سے نیچے ہوتی ہے تو ، اس کا مطلب یہ ہے کہ اثاثہ کم قدر ہوسکتا ہے اور اس کا اوسط پر واپس آنے کا موقع ہونا چاہئے ، لہذا طویل عرصے سے جانے سے ریبونٹ منافع حاصل ہوسکتا ہے۔

فوائد کا تجزیہ

جبڑے کا مطلب ریورسشن کی حکمت عملی مندرجہ ذیل فوائد ہیں:

  1. منطق سادہ اور سمجھنے اور لاگو کرنے کے لئے آسان ہے
  2. مارکیٹ کے رجحانات کا درست اندازہ لگانے کے لئے قلیل مدتی اور طویل مدتی رجحانات کے موڑ کے مقامات کو پکڑتا ہے
  3. لچکدار پیرامیٹر کی ترتیبات جو چلتی اوسط مدت اور رعایت فیصد کو ایڈجسٹ کرکے زیادہ تجارتی سگنل حاصل کرسکتی ہیں
  4. مقداری ٹریڈنگ سمیلیشن اور اصلاح کے لئے موزوں سادہ بیک ٹسٹنگ عمل

حکمت عملی سادہ پیرامیٹر کی اصلاح کے ذریعے اچھے نتائج حاصل کرسکتی ہے۔ چلتی اوسط اور رعایت فیصد پیرامیٹرز کو ایڈجسٹ کرکے ، بیک ٹیسٹنگ کو مارکیٹ کے مختلف اثاثوں جیسے اسٹاک ، فاریکس اور کریپٹو کرنسیوں پر انجام دیا جاسکتا ہے تاکہ پیرامیٹر کے بہترین مجموعے کو اسکرین کیا جاسکے۔

خطرے کا تجزیہ

جبڑے کا مطلب ہے کہ واپسی کی حکمت عملی میں بھی کچھ خطرات ہیں:

  1. کم سگنل جو اکثر تجارت کرنے کے قابل نہیں ہیں
  2. قیمتوں میں ردوبدل کی صورت حال کو یاد کرنے کا امکان
  3. ناقص پیرامیٹرز سے زیادہ کثرت سے تجارت ، زیادہ تجارتی اخراجات اور سلائپ نقصانات ہوسکتے ہیں

خطرات کو کم کرنے کے لئے مندرجہ ذیل طریقے استعمال کیے جا سکتے ہیں:

  1. مناسب طریقے سے ٹریڈنگ سگنل کی ایک مناسب مقدار کے لئے پیرامیٹرز کو ایڈجسٹ کریں
  2. جھوٹے بریک آؤٹ سے بچنے کے لئے بریک آؤٹ پل بیک انٹری کا طریقہ اپنائیں
  3. چلتی اوسط مدت اور رعایت فیصد کا انتخاب کرکے پیرامیٹر مجموعوں کو بہتر بنائیں

اصلاح کی ہدایات

جبڑے کا مطلب ریورسشن کی حکمت عملی مندرجہ ذیل پہلوؤں سے بہتر بنایا جا سکتا ہے:

  1. مختلف قیمت کے اعداد و شمار جیسے قریبی، اعلی، کم، عام قیمت کو حکمت عملی سگنل ذریعہ کے طور پر ٹیسٹ کریں
  2. مختلف قسم کے چلتے ہوئے اوسط کی کوشش کریں جیسے افادیت، وزن، ہل چلتے ہوئے اوسط وغیرہ
  3. غیر رجحان سازی مارکیٹوں میں غیر ضروری تجارت سے بچنے کے لئے فلٹر حالات شامل کریں
  4. قیمت میں اضافہ لیکن ناکافی رفتار کے ساتھ جھوٹے بریک آؤٹ سے بچنے کے لئے حجم کے اشارے شامل کریں
  5. خودکار پیرامیٹر کی اصلاح کے لئے مشین لرننگ یا جینیاتی الگورتھم استعمال کریں

نتیجہ

جبڑے کی اوسط ریورسشن حکمت عملی مختصر اور طویل مدتی حرکت پذیر اوسط کا موازنہ کرکے قلیل مدتی قیمتوں میں طویل مدتی رجحانات سے انحراف کے بعد اوسط ریورسشن کے مواقع کو حاصل کرتی ہے۔ حکمت عملی میں ایک سادہ منطق ہے جو سمجھنے اور لاگو کرنے میں آسان ہے۔ پیرامیٹر کی اصلاح کے ذریعے یہ اچھے نتائج حاصل کرسکتا ہے۔ لیکن کم سگنل اور لاپتہ الٹ جیسے خطرات اب بھی موجود ہیں ، جس میں حکمت عملی کی واپسی کو زیادہ سے زیادہ کرنے کے لئے پیرامیٹرز اور فلٹرز 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")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں