1. مربع
  2. JiaYiBing مقداری رجحان رفتار تجارتی حکمت عملی

JiaYiBing مقداری رجحان رفتار تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-03-08 15:40:05
ٹیگز:

img

جائزہ

جیا یی بینگ کوانٹیٹیو ٹرینڈ مومنٹم ٹریڈنگ حکمت عملی ایک لمبی لمبی تجارتی حکمت عملی ہے جس میں رجحان ٹریکنگ ، مومنٹم اشارے ، اور بولنگر بینڈ چینلز کو یکجا کیا گیا ہے۔ یہ حکمت عملی رجحان کی سمت کا تعین کرنے کے لئے تیز اور سست حرکت پذیر اوسط کے کراس اوور کا استعمال کرتی ہے ، اور بولنگر بینڈ چینلز اور مومنٹم اشارے کی بنیاد پر انٹری سگنلز کی تصدیق کرتی ہے۔ اس حکمت عملی میں رسک کنٹرول کے اقدامات جیسے منافع ، اسٹاپ نقصان ، ٹریلنگ اسٹاپ ، اور پوزیشن سائزنگ شامل ہیں۔

حکمت عملی کے اصول

اس حکمت عملی کا بنیادی اصول قیمتوں کے رجحانات اور رفتار کے اثرات کو فائدہ اٹھانے کے ذریعہ مارکیٹ کے مواقع کو حاصل کرنا ہے۔ خاص طور پر ، حکمت عملی قیمت کے رجحان کی سمت کا تعین کرنے کے لئے مختلف ادوار (تیز اور سست) کے ساتھ دو چلتی اوسط استعمال کرتی ہے۔ جب تیز رفتار اوسط سست چلتی اوسط سے تجاوز کرتا ہے تو ، یہ ایک عروج کا رجحان ظاہر کرتا ہے اور حکمت عملی ایک لمبا سگنل پیدا کرتی ہے۔ اس کے برعکس ، جب تیز رفتار اوسط سست چلتی اوسط سے نیچے عبور کرتا ہے تو ، یہ ایک نیچے کا رجحان ظاہر کرتا ہے اور حکمت عملی ایک مختصر سگنل پیدا کرتی ہے۔

رجحان اور انٹری ٹائمنگ کی مزید تصدیق کے ل the ، حکمت عملی میں بولنگر بینڈ اور رفتار کے اشارے بھی شامل ہیں۔ بولنگر بینڈ میں تین لائنیں شامل ہیں: درمیانی لائن حرکت پذیر اوسط ہے ، جبکہ اوپری اور نچلی بینڈ درمیانی لائن کے اوپر اور نیچے معیاری انحراف کی ایک خاص تعداد ہیں۔ جب قیمت اوپری بولنگر بینڈ سے اوپر ٹوٹ جاتی ہے تو ، اس سے مضبوط عروج کی رفتار ظاہر ہوتی ہے اور حکمت عملی لمبی ہوگی۔ جب قیمت نچلی بولنگر بینڈ سے نیچے ٹوٹ جاتی ہے تو ، اس سے مضبوط نیچے کی رفتار ظاہر ہوتی ہے اور حکمت عملی مختصر ہوجائے گی۔

اس کے علاوہ ، حکمت عملی میں ایک رفتار اشارے کا بھی تعارف کرایا گیا ہے ، جو موجودہ قیمت کا موازنہ کرکے قیمتوں میں تبدیلی کی رفتار کی پیمائش کرتا ہے۔ رفتار اشارے کو ایک خاص مدت پہلے کی قیمت کے ساتھ موازنہ کیا جاسکتا ہے۔ اس رفتار اشارے کا استعمال رجحان کی طاقت کا اندازہ کرنے اور داخلے کی اضافی تصدیق فراہم کرنے کے لئے کیا جاسکتا ہے۔

پوزیشن سائزنگ کے لحاظ سے ، حکمت عملی اکاؤنٹ کے ایکویٹی اور رسک کی ترجیح کی بنیاد پر پوزیشن سائز طے کرنے کی اجازت دیتی ہے۔ اسی وقت ، حکمت عملی میں ہر تجارت کے رسک ایکسپوزر کو کنٹرول کرنے کے لئے منافع ، اسٹاپ نقصان اور ٹریلنگ اسٹاپ میکانزم بھی شامل ہیں۔

مجموعی طور پر، جیا یی بینگ کی کوانٹیٹیٹیو ٹرینڈ مومنٹم ٹریڈنگ حکمت عملی کا مقصد مستحکم سرمایہ کاری کی واپسی کے حصول کے لئے، رجحان کی پیروی، رفتار کی تصدیق، اور خطرے کے انتظام جیسے متعدد جہتوں کے ذریعے سختی سے خطرے کو کنٹرول کرتے ہوئے رجحان مارکیٹ کے مواقع پر قبضہ کرنا ہے.

فوائد کا تجزیہ

  1. ٹرینڈ ٹریکنگ: حکمت عملی تیزی سے اور سست حرکت پذیر اوسط کے کراس اوور کا استعمال کرتی ہے تاکہ ٹرینڈنگ قیمت کے مواقع کو حاصل کیا جاسکے ، جس سے یہ مختلف مارکیٹ کے حالات کو اپنانے کے ل up اوپر کے رجحانات میں طویل اور نیچے کے رجحانات میں مختصر ہوسکتا ہے۔

  2. رفتار کی تصدیق: رجحان کی ثانوی تصدیق کے طور پر رفتار کے اشارے کا تعارف غلط سگنل کو فلٹر کرنے اور انٹری کے معیار کو بہتر بنانے میں مدد کرتا ہے۔

  3. بولنگر بینڈ کی مدد سے فیصلہ سازی: بولنگر بینڈ قیمتوں میں اتار چڑھاؤ کی حد کو ظاہر کرسکتے ہیں ، اور بولنگر بینڈ کے بریک آؤٹ کو رجحان میں تیزی یا غیر معمولی قیمتوں میں اتار چڑھاؤ کے اشارے کے طور پر دیکھا جاسکتا ہے ، جو اندراج کے لئے ایک حوالہ فراہم کرتا ہے۔

  4. پوزیشن سائزنگ: اسٹریٹجی میں اکاؤنٹ کے ایکویٹی کے فیصد اور ایک زیادہ سے زیادہ حد پر مبنی پوزیشن سائزنگ کا طریقہ استعمال کیا گیا ہے ، جس سے ہر تجارت میں استعمال ہونے والے دارالحکومت کا لچکدار کنٹرول ممکن ہوتا ہے ، دونوں فنڈز کا مکمل استعمال کرتے ہوئے اور زیادہ خطرہ سے بچنے سے بچنے کے ل.

  5. منافع اور اسٹاپ نقصان: حکمت عملی سیٹ منافع ، اسٹاپ نقصان ، اور ٹریلنگ اسٹاپ نقصان کی سطح لیتے ہیں ، جو جب قیمت متوقع سمت میں چلتی ہے تو منافع کی حفاظت کرسکتی ہے ، اور جب قیمت الٹ جاتی ہے تو نقصانات کو فیصلہ کن طور پر کم کرتی ہے ، مؤثر طریقے سے ہر تجارت کے زیادہ سے زیادہ نقصان کو کنٹرول کرتی ہے۔

  6. ملٹی پیرامیٹرز کی اصلاح: اسٹریٹجی میں متعدد ایڈجسٹ قابل پیرامیٹرز شامل ہیں ، جیسے حرکت پذیر اوسط ادوار ، بولنگر بینڈ پیرامیٹرز ، منافع اور اسٹاپ نقصان کے فیصد وغیرہ ، جن کو حکمت عملی کی موافقت اور استحکام کو بہتر بنانے کے لئے بہتر بنایا جاسکتا ہے۔

خطرے کا تجزیہ

  1. کثرت سے تجارت: یہ حکمت عملی حرکت پذیر اوسط کراس اوورز اور بولنگر بینڈ بریک آؤٹ پر مبنی انٹری سگنل تیار کرتی ہے۔ جب مارکیٹ میں اتار چڑھاؤ زیادہ ہوتا ہے تو ، یہ کثرت سے تجارتی سگنل تیار کرسکتا ہے ، جس سے تجارت کی کثرت زیادہ ہوتی ہے اور کمیشن اور سلائپ لاگت میں اضافہ ہوتا ہے۔

  2. پیرامیٹر حساسیت: حکمت عملی میں متعدد پیرامیٹرز شامل ہیں ، جیسے چلتی اوسط ادوار ، رفتار کے ادوار ، بولنگر بینڈ پیرامیٹرز وغیرہ۔ مختلف پیرامیٹرز کا انتخاب حکمت عملی کی کارکردگی پر نمایاں اثر ڈال سکتا ہے۔ اگر پیرامیٹرز کو صحیح طریقے سے منتخب نہیں کیا جاتا ہے تو ، اس سے حکمت عملی کی خراب کارکردگی کا باعث بن سکتا ہے۔

  3. پسماندہ رجحان کی پہچان: چلتی اوسط پیچھے رہ جانے والے اشارے ہیں ، خاص طور پر جب چلتی اوسط مدت لمبی ہوتی ہے تو ، رجحان کی تبدیلیوں کی نشاندہی کرنے کی رفتار سست ہوگی ، اور بہترین اندراج کا وقت یاد آ سکتا ہے۔

  4. اسٹاپ نقصان کا خطرہ: اگرچہ حکمت عملی اسٹاپ نقصان کے اقدامات طے کرتی ہے ، لیکن انتہائی مارکیٹ کے حالات میں (جیسے تیزی سے فرق) ، قیمت براہ راست اسٹاپ نقصان کی سطح کو عبور کرسکتی ہے ، جس کے نتیجے میں اصل نقصانات توقعات سے تجاوز کرتے ہیں۔

  5. مرکوز پوزیشن کا خطرہ: اگر حکمت عملی ایک مخصوص مدت کے دوران مسلسل ایک ہی سمت میں سگنل پیدا کرتی ہے تو ، اس سے پوزیشنوں کی ایک ہی سمت میں زیادہ توجہ مرکوز ہوسکتی ہے ، جس سے پوزیشن کا زیادہ خطرہ ہوتا ہے۔

  6. لیکویڈیٹی کا خطرہ: بیک ٹسٹنگ اور براہ راست تجارت میں حکمت عملی کی کارکردگی مارکیٹ کی لیکویڈیٹی سے متاثر ہوسکتی ہے ، خاص طور پر جب بڑے فنڈز کے ساتھ معاملات ہوتے ہیں ، جن کو سلائڈ اور ناکافی تجارتی حجم کے مسائل کا سامنا کرنا پڑ سکتا ہے۔

اصلاح کی ہدایات

  1. مزید تکنیکی اشارے متعارف کروائیں: موجودہ حرکت پذیر اوسط ، رفتار اور بولنگر بینڈ کی بنیاد پر ، کثیر اشارے کی تصدیق کے ذریعے سگنلز کی وشوسنییتا کو بہتر بنانے کے لئے زیادہ تکنیکی اشارے جیسے آر ایس آئی اور ایم اے سی ڈی متعارف کرائے جاسکتے ہیں۔

  2. انٹری اور ایگزٹ میکانزم کو بہتر بنائیں: انٹری اور ایگزٹ کے فیصلے میں مزید شرائط متعارف کروائی جاسکتی ہیں ، جیسے قیمتوں میں اضافے سے پہلے ایک خاص تجارتی حجم کی ضرورت ، مرحلہ وار پوزیشن بند کرنے یا باہر نکلنے کے لئے منافع حاصل کرنے کا استعمال ، حکمت عملی کی لچک اور منافع کو بڑھانے کے لئے۔

  3. متحرک پیرامیٹر ایڈجسٹمنٹ: متحرک اوسط ادوار ، رفتار کے ادوار ، بولنگر بینڈ پیرامیٹرز وغیرہ کے لئے ، پیرامیٹر موافقت پذیر میکانزم کا ایک مجموعہ ڈیزائن کیا جاسکتا ہے تاکہ مارکیٹ کی مختلف حالتوں اور اتار چڑھاؤ کی سطحوں کی بنیاد پر پیرامیٹر کی اقدار کو متحرک طور پر ایڈجسٹ کیا جاسکے ، جس سے حکمت عملی کی موافقت کو بہتر بنایا جاسکے۔

  4. پوزیشن سائزنگ کو بہتر بنائیں: موجودہ پوزیشن سائزنگ کی بنیاد پر بہتر بیلنس ریٹرن اور خطرات کے لئے پیسہ مینجمنٹ کے زیادہ جدید طریقے جیسے کیلی معیار ، فکسڈ تناسب ، متحرک ایکویٹی وغیرہ متعارف کرائے جاسکتے ہیں۔

  5. بنیادی تجزیہ کے ساتھ مل کر: خالص تکنیکی تجزیہ کی حکمت عملیوں کو مارکیٹ کی ناکامی یا ناکامی کا خطرہ لاحق ہوسکتا ہے۔ اگر کچھ بنیادی عوامل ، جیسے میکرو اکنامک ڈیٹا اور صنعت کے رجحانات کو فلٹر کرنے اور تکنیکی اشاروں کی تصدیق کرنے کے لئے ملایا جاسکتا ہے تو ، اس سے حکمت عملی کی کارکردگی میں بہتری آسکتی ہے۔

  6. بیک ٹیسٹنگ اور براہ راست تجارت کی مستقل مزاجی کو بہتر بنائیں: بیک ٹیسٹنگ اور براہ راست تجارت میں حکمت عملی کی کارکردگی مختلف ہوسکتی ہے۔ بیک ٹیسٹنگ کے نتائج کے ساتھ براہ راست کارکردگی کی مستقل مزاجی کو یقینی بنانے کے لئے ، عملدرآمد کی قیمت ، سلائڈج اور تاخیر جیسے عوامل سمیت بیک ٹیسٹنگ اور براہ راست تجارت کے عمل درآمد کے معیار پر توجہ مرکوز کرنا ضروری ہے۔

خلاصہ

جیا یبنگ کوانٹیٹیٹیو ٹرینڈ مومنٹم ٹریڈنگ حکمت عملی ایک مقداری تجارتی حکمت عملی ہے جو متعدد تکنیکی تجزیہ کے طریقوں کو مربوط کرتی ہے۔ یہ رجحانات کو پکڑنے کے لئے حرکت پذیر اوسط کراس اوورز کا استعمال کرتی ہے۔

/*backtest
start: 2024-02-01 00:00:00
end: 2024-02-29 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy('甲易炳', overlay=true)

// Parameters
trendPeriod = input(50, 'Trend Period')
momentumPeriod = input(14, 'Momentum Period')
bbPeriod = input(20, 'Bollinger Bands Period')
bbDeviation = input(2, 'Bollinger Bands Deviation')
fastMALen = input(23, 'Fast SMA Length')
slowMALen = input(50, 'Slow SMA Length')
longTakeProfitPerc = input.float(0.5, 'Long Take Profit %', minval=0.05, step=0.05) * 0.01
shortTakeProfitPerc = input.float(0.5, 'Short Take Profit %', minval=0.05, step=0.05) * 0.01
stopLossPerc = input.float(0.5, 'Stop Loss %', minval=0.05, step=0.05) * 0.01
enableTrailing = input.bool(true, 'Enable Trailing')
trailingTakeProfitPerc = input.float(0.01, 'Trailing Take Profit %', minval=0.01, maxval=100, step=0.01) * 0.01
trailingStopLossPerc = input.float(0.5, 'Trailing Stop Loss %', minval=0.05, step=0.05) * 0.01
qty_percent = input.int(20, 'Position Size %', step=1)
qty_cap = input.int(10000, 'Max Position Size', step=1000)
beast_mode = input.bool(false, 'Beast Mode')
set_cap = input.bool(true, 'Cap Position Size')
strategy.initial_capital = 50000
// Calculate position size
qty1 = (strategy.initial_capital + strategy.netprofit) * qty_percent / 10 / close
qty = (set_cap and qty1 > qty_cap) ? qty_cap : qty1

// Calculate moving averages
fastMA = ta.sma(close, fastMALen)
slowMA = ta.sma(close, slowMALen)

// Bollinger Bands
[upperBB, middleBB, lowerBB] = ta.bb(close, bbPeriod, bbDeviation)

// Entry conditions
buySignal = ta.crossover(close, fastMA) and close > upperBB
sellSignal = ta.crossunder(close, fastMA) and close < lowerBB

// Rampage mode entry conditions
if beast_mode
    buySignal := buySignal and fastMA > fastMA[2]
    sellSignal := sellSignal and fastMA < fastMA[2]

// Active positions
longIsActive = buySignal or strategy.position_size > 0
shortIsActive = sellSignal or strategy.position_size < 0

// Declare take profit and stop loss variables
var float longTakeProfitPrice = na
var float shortTakeProfitPrice = na

// Take profit and stop loss calculation
if longIsActive
    if buySignal and not (strategy.position_size > 0)
        longTakeProfitPrice := close * (1 + longTakeProfitPerc)
    else
        longTakeProfitPrice := nz(longTakeProfitPrice[1], close * (1 + longTakeProfitPerc))
if shortIsActive
    if sellSignal and not (strategy.position_size < 0)
        shortTakeProfitPrice := close * (1 - shortTakeProfitPerc)
    else
        shortTakeProfitPrice := nz(shortTakeProfitPrice[1], close * (1 - shortTakeProfitPerc))

longTrailingTakeProfitStepTicks = longTakeProfitPrice * trailingTakeProfitPerc / syminfo.mintick
shortTrailingTakeProfitStepTicks = shortTakeProfitPrice * trailingTakeProfitPerc / syminfo.mintick
longTrailingStopLossPrice = close * (1 - trailingStopLossPerc)
shortTrailingStopLossPrice = close * (1 + trailingStopLossPerc)

// Entries and exits
if strategy.position_size == 0
    strategy.entry('Long Entry', qty=qty, direction=strategy.long, when=buySignal, alert_message='Long Entry')
    strategy.entry('Short Entry', qty=qty, direction=strategy.short, when=sellSignal, alert_message='Short Entry')
    strategy.exit('Long Take Profit', 'Long Entry', loss=close * stopLossPerc / syminfo.mintick, limit=enableTrailing ? na : longTakeProfitPrice, trail_price=enableTrailing ? longTakeProfitPrice : na, trail_offset=enableTrailing ? longTrailingTakeProfitStepTicks : na, when=longIsActive, alert_message='Long Take Profit')
    strategy.exit('Short Take Profit', 'Short Entry', loss=close * stopLossPerc / syminfo.mintick, limit=enableTrailing ? na : shortTakeProfitPrice, trail_price=enableTrailing ? shortTakeProfitPrice : na, trail_offset=enableTrailing ? shortTrailingTakeProfitStepTicks : na, when=shortIsActive, alert_message='Short Take Profit')
else
    if longIsActive
        strategy.exit('Long Stop Loss', 'Long Entry', stop=longTrailingStopLossPrice, when=longIsActive)
    if shortIsActive
        strategy.exit('Short Stop Loss', 'Short Entry', stop=shortTrailingStopLossPrice, when=shortIsActive)

// Plotting
plot(fastMA, 'Fast SMA', color=color.blue, linewidth=1, style=plot.style_line)
plot(slowMA, 'Slow SMA', color=color.orange, linewidth=1, style=plot.style_line)
plot(upperBB, 'Upper BB', color=color.green, linewidth=1, style=plot.style_line)
plot(lowerBB, 'Lower BB', color=color.red, linewidth=1, style=plot.style_line)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں