1. مربع
  2. دوہری حرکت پذیر اوسط اتار چڑھاؤ کی نگرانی کی حکمت عملی

دوہری حرکت پذیر اوسط اتار چڑھاؤ کی نگرانی کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-29 11:15:08
ٹیگز:

img

جائزہ

دوہری حرکت پذیر اوسط اتار چڑھاؤ ٹریکنگ حکمت عملی گولڈن کراس ڈیڈ کراس اور حرکت پذیر اوسط اتار چڑھاؤ ٹریکنگ حکمت عملیوں کے خیالات کو مربوط کرتی ہے۔ مختلف ادوار کے ساتھ سادہ حرکت پذیر اوسط (ایس ایم اے) کے کراس اوور کا حساب کتاب کرکے ، یہ رجحانات کا فیصلہ کرنے کے لئے سنہری کراس اور مردہ کراس کا احساس کرتی ہے۔ دریں اثنا ، بولنگر بینڈ اور ویڈیا انڈیکس کو جوڑ کر ، یہ مارکیٹ کے رجحانات اور اتار چڑھاؤ کا فیصلہ کرتی ہے ، جس سے موثر رجحان کی نشاندہی اور اہم موڑ کے مقامات کو موثر انداز میں حاصل کیا جاسکتا ہے۔

حکمت عملی منطق

اس حکمت عملی کے بنیادی اشارے میں سادہ چلتی اوسط (ایس ایم اے) ، بولنگر بینڈ اور متغیر انڈیکس متحرک اوسط (ویڈیا) شامل ہیں۔ حکمت عملی مختلف ادوار کے ساتھ تیز ایس ایم اے اور سست ایل ایم اے مرتب کرتی ہے۔ تیز اور سست لائنوں کا سنہری کراس لانگ سگنل کے طور پر کام کرتا ہے ، جبکہ موت کا کراس ایگزٹ سگنل کے طور پر کام کرتا ہے۔ دریں اثنا ، یہ ایک انعقاد کی مدت کے دوران بولنگر بینڈ کے اوپر یا نیچے قیمت کی خرابی کی نگرانی کرتا ہے۔ ویڈیا ، جو اتار چڑھاؤ کی معلومات کو شامل کرتا ہے ، موجودہ رجحان کی سمت اور طاقت کا فیصلہ کرتا ہے۔

خاص طور پر ، لانگ سگنل منطق اس وقت متحرک ہوتی ہے جب تیز رفتار ایس ایم اے سست ایل ایم اے کو عبور کرتی ہے ، اور قیمت VIDYA منحنی خطوط سے اوپر ہوتی ہے ، جس سے اپ ٹرینڈ اور اتار چڑھاؤ کی توسیع ظاہر ہوتی ہے۔ جب تیز رفتار ایس ایم اے سست ایل ایم اے سے نیچے عبور کرتی ہے یا قیمت VIDYA منحنی خطوط سے نیچے آجاتی ہے تو ایگزٹ سگنل متحرک ہوجاتا ہے ، جس سے رجحان کی تبدیلی یا اتار چڑھاؤ میں کمی کا مطلب ہوتا ہے۔

فوائد کا تجزیہ

اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ مارکیٹ کے حالات کا اندازہ کرنے کے لئے دوہری اشارے کا امتزاج ، فیصلے کی درستگی کو بہتر بناتا ہے۔ خاص طور پر ، فوائد میں شامل ہیں:

  1. سنہری کراس اور مردہ کراس حکمت عملی رجحان موڑ کے مقامات کی نشاندہی کرنے کے لئے آسان اور موثر ہے.
  2. ویڈیا انڈیکس متحرک طور پر مارکیٹ میں اتار چڑھاؤ کی تبدیلیوں کو ٹریک کرتا ہے۔
  3. بولنگر بینڈ بروقت قیمتوں میں اتار چڑھاؤ کا جواب دیتے ہیں۔

خلاصہ یہ ہے کہ اس حکمت عملی میں رجحانات ، الٹ اور اتار چڑھاؤ کے طول و عرض سے متعلق معلومات شامل ہیں۔ یہ مارکیٹ میں ہونے والی تبدیلیوں کا تیزی سے جواب دیتا ہے اور اس میں الفا پیدا کرنے کا زیادہ امکان ہے۔

خطرے کا تجزیہ

اگرچہ اس حکمت عملی کے بہت سے فوائد ہیں ، لیکن پھر بھی کچھ خطرات ہیں جن سے آگاہ ہونا چاہئے:

  1. پیرامیٹرز کی غلط ترتیبات سے زیادہ ٹریڈنگ، بڑھتی ہوئی لاگت اور سلائڈنگ کا سبب بن سکتا ہے۔
  2. دوہری اشارے کے درمیان متضاد سگنل بہترین انٹری پوائنٹس کی گمشدگی کا باعث بن سکتے ہیں۔
  3. بیک ٹسٹ اوور فٹنگ کا خطرہ موجود ہے۔ اصلی تجارتی کارکردگی بیک ٹسٹ کے نتائج سے بہت مختلف ہوسکتی ہے۔

مذکورہ بالا خطرات کو کم کرنے کے لئے ، پیرامیٹر کی اصلاح ، سگنلز کے مابین ترجیحی قواعد ، سکڑنے کا کنٹرول ، اور مختلف مارکیٹ کے ماحول میں استحکام کی جانچ کی سفارش کی جاتی ہے۔

اصلاح کی ہدایات

بنیادی اصلاح کے طول و عرض پیرامیٹر ٹیوننگ اور فلٹر کی حالت کی ترتیب میں ہیں:

  1. SMA اور LMA مدت پیرامیٹرز کو بہتر بنائیں.
  2. بولنگر بینڈ کے لئے بینڈوڈتھ پیرامیٹر کو ایڈجسٹ کریں۔
  3. VIDYA میں الفا ہموار پیرامیٹر کو بہتر بنائیں.
  4. قیمت یا حجم فلٹر حالات شامل کریں.

پیرامیٹرز کی اصلاح اور قواعد کی اصلاح کا مجموعہ استحکام اور منافع کو مزید بڑھا سکتا ہے۔

نتیجہ

ڈبل موونگ ایوریج Volatility Tracking حکمت عملی مارکیٹ کے حالات کا تعین کرنے کے لئے متعدد اشارے استعمال کرتی ہے ، قیمتوں میں اتار چڑھاؤ کی صورتحال کی نگرانی کرتے ہوئے رجحان کی موڑ کے مقامات پر قبضہ کرتی ہے۔ یہ خطرہ اور واپسی کو متوازن کرنے کی ایک پرکشش حکمت عملی ہے۔ پیرامیٹر کی اصلاح اور واک فارورڈ تجزیہ پر مزید تحقیق سے رواں تجارت میں اطمینان بخش منافع حاصل ہونے کی توقع ہے۔

/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Combined Golden Cross and Progressive Trend Tracker", shorttitle="GCC-PTT", overlay=true)

// Inputs
fastMA_period = input(50, title="Fast MA Period")
slowMA_period = input(200, title="Slow MA Period")
src = input(close, title="Source")
lengthBB = input(20, title="Bollinger Bands Length")
mult = input(2.0, title="Bollinger Bands Multiplier")
mavType = input.string(title="Moving Average Type", defval="VAR", options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])

// Calculate Moving Averages for Golden Cross
fastMA = ta.sma(src, fastMA_period)
slowMA = ta.sma(src, slowMA_period)
bullish_cross = ta.crossover(fastMA, slowMA)
bearish_cross = ta.crossunder(fastMA, slowMA)

// Progressive Trend Tracker Components (Adjusted for NA assignment issue)
Var_Func(src, length) =>
    valpha = 2 / (length + 1)
    vud1 = src > src[1] ? src - src[1] : 0
    vdd1 = src < src[1] ? src[1] - src : 0
    vUD = math.sum(vud1, length)
    vDD = math.sum(vdd1, length)
    vCMO = (vUD - vDD) / (vUD + vDD)
    VAR = 0.0 // Adjusted here, assign an initial value
    VAR := ta.ema(src * math.abs(vCMO), length)
    VAR

VAR = Var_Func(src, 14) // Example VAR calculation, adjust as needed

// Bollinger Bands for dynamic support and resistance
BBandTop = fastMA + mult * ta.stdev(src, lengthBB)
BBandBot = fastMA - mult * ta.stdev(src, lengthBB)

// Plotting
plot(fastMA, color=color.blue, title="Fast MA")
plot(slowMA, color=color.red, title="Slow MA")
plot(BBandTop, color=color.green, title="Bollinger Band Top")
plot(BBandBot, color=color.red, title="Bollinger Band Bottom")
plot(VAR, color=color.purple, title="VAR", linewidth=2)

// Strategy Logic (Adjusted for strategy use)
// Long Entry when bullish cross and close above VAR
// Exit when bearish cross or close below VAR
if (bullish_cross and close > VAR)
    strategy.entry("CGC_PTT_Long", strategy.long)
if (bearish_cross or close < VAR)
    strategy.close("CGC_PTT_Long")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں