1. مربع
  2. بٹ کوائن اسکیلپنگ کی حکمت عملی جس کی بنیاد چلتی اوسط کراس اوور اور موم بتی کے نمونوں پر ہے

بٹ کوائن اسکیلپنگ کی حکمت عملی جس کی بنیاد چلتی اوسط کراس اوور اور موم بتی کے نمونوں پر ہے

مصنف:چاؤ ژانگ، تاریخ: 2024-02-29 12:01:47
ٹیگز:

img

جائزہ

حکمت عملی منطق

اس حکمت عملی میں رجحان کے تعین کے لئے مختلف ادوار کے ساتھ دو چلتے ہوئے اوسط استعمال ہوتے ہیں۔ 9 پیریڈ ایم اے زیادہ حساس ہے اور قلیل مدتی رجحانات کو پکڑ سکتا ہے۔ 15 پیریڈ ایم اے زیادہ مستحکم ہے اور کچھ شور کو فلٹر کرسکتا ہے۔ جب تیز رفتار ایم اے سستے ایم اے سے اوپر گزر جاتا ہے تو ، اس سے یہ ظاہر ہوتا ہے کہ قلیل مدتی رجحان اوپر کی طرف ہے۔ اس کے برعکس قلیل مدتی رجحان میں کمی واقع ہوتی ہے۔

اس کے علاوہ ، موم بتیوں کے نمونوں کا استعمال سگنل کی تصدیق کے لئے کیا جاتا ہے۔ خریدنے کے سگنل صرف مضبوط موم بتیوں جیسے ہتھوڑوں اور ماروبوزوز پر پیدا ہوتے ہیں۔ اس سے مارکیٹ میں استحکام کے دوران غلط سگنلز سے بچنے میں مدد ملتی ہے۔

مخصوص تجارتی سگنل اور قواعد یہ ہیں:

  1. 9 پیریڈ ایم اے 15 پیریڈ ایم اے کے اوپر عبور کرتا ہے اور 15 پیریڈ ایم اے کا زاویہ 30 ڈگری سے زیادہ ہوتا ہے ، جو ایک اوپر کی طرف رجحان کا اشارہ کرتا ہے۔

  2. اگر موم بتی ایک ہتھوڑا یا ماروبوزو بناتی ہے، جس میں مضبوط اوپر کی رفتار ظاہر ہوتی ہے، تو خریدنے کا اشارہ پیدا ہوتا ہے؛

  3. 15 پیریڈ کے ایم اے سے نیچے 9 پیریڈ ایم اے کراسنگ ایک ڈاؤن ٹرینڈ کی نشاندہی کرتی ہے اور موم بتی کے نمونوں سے قطع نظر فروخت کا اشارہ پیدا کرتی ہے۔

  4. سٹاپ نقصان کو 0.5 فیصد پر سیٹ کریں اور انٹری کے بعد منافع کو 0.5 فیصد پر لے جائیں۔

فوائد کا تجزیہ

اس حکمت عملی کے فوائد یہ ہیں:

  1. چھوٹے ڈراؤونگ اور مستحکم منافع - ہر تجارت میں نقصان محدود ہے جو نیچے کی منڈیوں میں بھی بڑے پیمانے پر ڈراؤونگ سے بچتا ہے۔

  2. واضح سگنل - ایم اے کراس اوور موم بتی کے نمونوں کے ساتھ مل کر ٹرینڈ الٹ پوائنٹس کو مؤثر طریقے سے پہچانتا ہے۔

  3. آسان آٹومیشن - سادہ سگنل اور سایڈست پیرامیٹرز الگورتھمک ٹریڈنگ کو ممکن بناتے ہیں۔

  4. بٹ کوائن کی اتار چڑھاؤ کے لئے موزوں - بٹ کوائن کی کثرت سے اتار چڑھاؤ بہت سے قلیل مدتی تجارتی مواقع فراہم کرتا ہے۔

خطرے کا تجزیہ

کچھ خطرات بھی ہیں:

  1. متعدد چھوٹے نقصانات کا شکار ہوتا ہے - اسٹاپ آؤٹ کا زیادہ امکان جمع ہونے والے نقصانات کا باعث بنتا ہے۔

  2. پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت ہے۔ اگر ایم اے کی مدت اور منافع کی ترتیبات مارکیٹ کے حالات سے مطابقت نہیں رکھتی ہیں تو تاثیر کم ہوتی ہے۔

  3. مضبوط رجحانات پر انحصار کرتا ہے - سائیڈ وے کی نقل و حرکت سے زیادہ تجارت ہوسکتی ہے لیکن کم منافع مل سکتا ہے۔

حل یہ ہیں:

  1. اچھے رسک - انعام تناسب کو یقینی بنانے کے لیے بڑے سائز کی تجارت کریں۔

  2. مارکیٹ کی تبدیلیوں کی بنیاد پر پیرامیٹرز کو متحرک طور پر ایڈجسٹ کریں۔

  3. مارکیٹ کی حالت کی نشاندہی کریں اور مجموعی طور پر تجارت سے گریز کریں۔

اصلاح کی ہدایات

حکمت عملی کو بہتر بنانے کے کچھ طریقے:

  1. سٹاپ نقصان اور منافع لینے کے لئے موافقت پذیر میکانزم شامل کریں - مثال کے طور پر، چلتی اوسط پر پیچھے سٹاپ نقصان، متحرک منافع لینے وغیرہ.

  2. دوسرے اشارے کا استعمال کرتے ہوئے فلٹرز شامل کریں - مثال کے طور پر زیادہ خریدنے / زیادہ فروخت کے لئے RSI، بڑھتی ہوئی حجم وغیرہ.

  3. دیگر مصنوعات پر ٹیسٹ - اسی طرح کی منطق کا اطلاق اجناس، انڈیکس فیوچر وغیرہ پر اسکیلپنگ کرتے وقت کریں۔

  4. بہترین پیرامیٹرز تلاش کرنے کے لئے پیرامیٹر کی اصلاح اور بیک ٹسٹنگ کریں۔

نتیجہ

خلاصہ میں ، یہ ایک موثر بٹ کوائن اسکیلپنگ حکمت عملی ہے۔ اس پر عمل درآمد کرنا آسان اور انتہائی ترتیب دینے والا ہے۔ مسلسل اصلاحات کے ساتھ یہ مستحکم اسکیلپنگ آمدنی فراہم کرسکتا ہے۔ لیکن تجارتی خطرات کو محتاط طریقے سے پوزیشن سائزنگ اور اسٹاپ نقصان کو کنٹرول کرکے منظم کیا جانا چاہئے۔ مزید برآں ، مارکیٹ کی متحرک تبدیلیوں اور انفرادی صلاحیتوں کی بنیاد پر حکمت عملی کو بہتر بنایا جاسکتا ہے۔

/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Moving Average Crossover Strategy with Candlestick Patterns", overlay=true)

// Define input parameters
fast_length = input(9, "Fast MA Length")
slow_length = input(15, "Slow MA Length")
stop_loss_percent = input(0.5, "Stop Loss (%)")
target_percent = input(0.5, "Target (%)")
angle_threshold = input(30, "Angle Threshold (degrees)")

// Calculate moving averages
fast_ma = sma(close, fast_length)
slow_ma = sma(close, slow_length)

// Define candlestick patterns
is_pin_bar() =>
    pin_bar = abs(open - close) > 2 * abs(open[1] - close[1])
    high_tail = max(open, close) - high > abs(open - close) * 1.5
    low_tail = low - min(open, close) > abs(open - close) * 1.5
    pin_bar and high_tail and low_tail

is_marubozu() =>
    marubozu = abs(open - close) > abs(open[1] - close[1]) * 0.75
    no_upper_shadow = high == max(open, close)
    no_lower_shadow = low == min(open, close)
    marubozu and no_upper_shadow and no_lower_shadow

is_full_body() =>
    full_body = abs(open - close) > abs(open[1] - close[1]) * 0.95
    full_body

// Plot moving averages
plot(fast_ma, color=color.blue, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")

// Calculate angle of slow moving average
ma_angle = abs(180 * (atan(slow_ma[1] - slow_ma) / 3.14159))

// Generate buy/sell signals based on angle condition and candlestick patterns
buy_signal = crossover(fast_ma, slow_ma) and ma_angle >= angle_threshold and (is_pin_bar() or is_marubozu() or is_full_body())
sell_signal = crossunder(fast_ma, slow_ma)

// Calculate stop-loss and target levels
stop_loss_level = close * (1 - stop_loss_percent / 100)
target_level = close * (1 + target_percent / 100)

// Execute trades based on signals with stop-loss and target
strategy.entry("Buy", strategy.long, when=buy_signal)
strategy.exit("Exit", "Buy", stop=stop_loss_level, limit=target_level)

// Plot buy/sell signals on chart (optional)
plotshape(series=buy_signal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=sell_signal, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)

// Plot angle line
hline(angle_threshold, "Angle Threshold", color=color.black, linestyle=hline.style_dashed)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں