جیا یبنگ مقداری رجحان مومنٹم ٹریڈنگ حکمت عملی
ChaoZhang
جائزہ
مائیکروسافٹ کی متحرک رجحانات کی مقدار کی ٹریڈنگ حکمت عملی ایک کثیر جہتی خالی سر کی مقدار کی حکمت عملی ہے جو رجحانات کی پیروی ، متحرک اشارے اور برلن بینڈ چینلز کو یکجا کرتی ہے۔ یہ حکمت عملی رجحان کی سمت کا تعین کرنے کے لئے تیزی سے چلتی اوسط کی کراسنگ کا استعمال کرتی ہے ، جبکہ برلن بینڈ چینلز اور متحرک اشارے کے ساتھ مل کر داخلے کے سگنل کی تصدیق کرتی ہے۔ اس حکمت عملی میں اسٹاپ نقصان ، اسٹاپ نقصان کی کھوج اور پوزیشن مینجمنٹ جیسے خطرے سے متعلق اقدامات بھی ہیں۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی اصول یہ ہے کہ مارکیٹ کے مواقع کو پکڑنے کے لئے قیمت کے رجحانات اور حرکیات کے اثرات کا استعمال کیا جائے۔ خاص طور پر ، اس حکمت عملی میں قیمت کے رجحانات کی سمت کا فیصلہ کرنے کے لئے دو مختلف ادوار کی متحرک اوسطات (فاسٹ لائن اور سست لائن) کا استعمال کیا جاتا ہے۔ جب تیز لائن نیچے سے اوپر کی طرف سے سست لائن کو عبور کرتی ہے تو ، اس کا مطلب ہے کہ اوپر کی طرف رجحان ہے۔ حکمت عملی ایک کثیر سگنل پیدا کرے گی۔ اس کے برعکس ، جب تیز لائن اوپر سے نیچے کی طرف سے سست لائن کو عبور کرتی ہے ، اس کا مطلب ہے کہ نیچے کی طرف رجحان ہے۔
رجحانات اور انٹری ٹائمنگ کی مزید تصدیق کرنے کے لئے ، اس حکمت عملی میں برلن بینڈ کے راستے اور متحرک اشارے بھی شامل ہیں۔ برلن بینڈ تین لائنوں پر مشتمل ہے: درمیانی سلاخوں کو ایک حرکت پذیر اوسط سمجھا جاتا ہے ، اور اوپر اور نیچے کی سلاخوں کو درمیانی سلاخوں کی بنیاد پر ایک مخصوص معیاری فرق میں اضافہ اور کمی کی جاتی ہے۔ جب قیمت برلن بینڈ کو عبور کرتی ہے تو ، اس کا مطلب یہ ہے کہ ایک مضبوط عروج کی توانائی ہے۔ حکمت عملی زیادہ کرے گی۔ جب قیمت برلن بینڈ کو عبور کرتی ہے تو ، اس کا مطلب یہ ہے کہ ایک مضبوط نیچے کی توانائی ہے۔
اس کے علاوہ ، اس حکمت عملی میں متحرک اشارے بھی متعارف کروائے گئے ہیں ، جو قیمتوں میں کمی کی رفتار کو موجودہ قیمتوں کے ساتھ ایک خاص دور سے پہلے کی قیمتوں کا موازنہ کرکے پیمائش کرتے ہیں۔ متحرک اشارے کا استعمال رجحان کی طاقت اور کمزوری کا اندازہ لگانے کے لئے کیا جاسکتا ہے ، اور اس طرح داخلے کے لئے اضافی تصدیق فراہم کی جاسکتی ہے۔
پوزیشن مینجمنٹ کے معاملے میں ، اس حکمت عملی میں اکاؤنٹ کے فنڈز اور خطرے کی ترجیحات کے مطابق پوزیشن کا سائز طے کرنے کی اجازت ہے۔ اس کے علاوہ ، اس حکمت عملی میں اسٹاپ نقصان اور ٹریکنگ اسٹاپ نقصان کا طریقہ کار بھی شامل ہے تاکہ کسی ایک تجارت کے خطرے کی نالی کو کنٹرول کیا جاسکے۔
مجموعی طور پر ، ٹریڈنگ حکمت عملی میں رجحانات کی پیمائش ، رجحانات کی شناخت اور خطرے کے انتظام جیسے متعدد جہتوں کے ذریعے ، مارکیٹ کے رجحانات کے مواقع کو پکڑنے کے ساتھ ساتھ ، خطرے پر سختی سے قابو پانے اور سرمایہ کاری پر مستحکم منافع حاصل کرنے کی کوشش کی جاتی ہے۔
طاقت کا تجزیہ
رجحانات کا سراغ لگانا: حکمت عملی قیمتوں کے رجحاناتی مواقع کو پکڑنے کے لئے تیز رفتار اوسط لائن کے کراس کا استعمال کرتی ہے ، جس سے مارکیٹ کے مختلف حالات کے مطابق مختلف بڑھتے ہوئے رجحانات یا کم ہونے والے رجحانات دونوں ہوسکتے ہیں۔
حرکیات کی تصدیق: رجحانات کی دوسری تصدیق کے طور پر حرکیات کے اشارے متعارف کرانے سے جعلی سگنل کو ختم کرنے اور داخلے کے معیار کو بہتر بنانے میں مدد ملتی ہے۔
برین بینڈ معاون فیصلے: برین بینڈ قیمتوں میں اتار چڑھاؤ کی حد کی عکاسی کرسکتا ہے ، اور برین بینڈ کو توڑنے کو رجحان کی تیز رفتار یا قیمتوں میں غیر معمولی اتار چڑھاؤ کا اشارہ سمجھا جاسکتا ہے ، جس سے داخلے کا حوالہ ملتا ہے۔
پوزیشن مینجمنٹ: حکمت عملی میں اکاؤنٹ فنڈز کے تناسب اور حدود پر مبنی پوزیشن مینجمنٹ کا طریقہ استعمال کیا گیا ہے ، جس سے ہر تجارت پر فنڈز کی قبضے کو لچکدار طریقے سے کنٹرول کیا جاسکتا ہے ، جس سے فنڈز کو زیادہ سے زیادہ استعمال کیا جاسکتا ہے اور اس میں زیادہ خطرہ نہیں ہوتا ہے۔
اسٹاپ نقصان: اسٹاپ نقصان کو روکنے اور اسٹاپ نقصان کو ٹریک کرنے کے لئے قائم کیا گیا ہے ، جس سے قیمت کی توقع کی سمت بڑھنے پر منافع کی حفاظت کی جاسکتی ہے ، جبکہ قیمت کے الٹ جانے پر فیصلہ کن نقصان کو روک دیا جاتا ہے ، جس سے ایک ہی تجارت میں زیادہ سے زیادہ نقصان کو مؤثر طریقے سے کنٹرول کیا جاتا ہے۔
کثیر پیرامیٹرز کی اصلاح: حکمت عملی میں متعدد سایڈست پیرامیٹرز شامل ہیں ، جیسے اوسط لائن کا دورانیہ ، برلن بینڈ پیرامیٹرز ، اسٹاپ نقصان کا تناسب وغیرہ۔ پیرامیٹرز کی اصلاح سے حکمت عملی کی موافقت اور لچک کو بہتر بنایا جاسکتا ہے۔
خطرے کا تجزیہ
بار بار تجارت: یہ حکمت عملی اوسط لائن کراسنگ اور برن بینڈ بریکنگ کی بنیاد پر انٹری سگنل تیار کرتی ہے۔ جب مارکیٹ میں زیادہ اتار چڑھاؤ ہوتا ہے تو ، بار بار تجارتی سگنل پیدا ہوسکتے ہیں ، جس سے زیادہ تجارت ہوتی ہے ، فیس کی لاگت اور سلائڈ پوائنٹ کی لاگت میں اضافہ ہوتا ہے۔
پیرامیٹر حساس: حکمت عملی میں متعدد پیرامیٹرز شامل ہیں ، جیسے اوسط لائن کا دورانیہ ، حرکیاتی دورانیہ ، برلن بینڈ پیرامیٹرز وغیرہ۔ مختلف پیرامیٹرز کا انتخاب حکمت عملی کے اثر و رسوخ پر زیادہ اثر ڈال سکتا ہے۔ اگر پیرامیٹرز کا انتخاب غلط ہے تو ، اس کی وجہ سے حکمت عملی کی کارکردگی خراب ہوسکتی ہے۔
رجحانات کی شناخت میں تاخیر: حرکت پذیر اوسط ایک تاخیر کا اشارے ہے ، خاص طور پر جب اوسط لکیری کا دورانیہ طویل ہوتا ہے تو ، رجحانات کی شناخت میں تبدیلی کی رفتار سست ہوجاتی ہے ، اور اس میں داخل ہونے کا بہترین وقت ضائع ہوسکتا ہے۔
اسٹاپ نقصان کا خطرہ: اگرچہ حکمت عملی میں اسٹاپ نقصان کی تدابیر مرتب کی گئی ہیں ، لیکن انتہائی حالات میں (جیسے تیزی سے اڑنا) ، قیمت براہ راست اسٹاپ نقصان کی قیمت سے تجاوز کر سکتی ہے ، جس سے اصل نقصان توقع سے زیادہ ہوتا ہے۔
پوزیشنوں کی حراستی کا خطرہ: اگر حکمت عملی کسی خاص عرصے میں مسلسل ہم آہنگی کا اشارہ کرتی ہے تو ، اس کی وجہ سے پوزیشنوں کو کسی خاص سمت میں زیادہ توجہ مرکوز کرنا پڑسکتی ہے ، جس سے پوزیشنوں کو زیادہ خطرہ لاحق ہوتا ہے۔
لیکویڈیٹی کا خطرہ: حکمت عملی کی واپسی اور عملی طور پر اثر و رسوخ مارکیٹ کی لیکویڈیٹی سے متاثر ہوسکتی ہے ، خاص طور پر جب بڑے پیمانے پر فنڈز کی کارروائی کی جاتی ہے تو ، ممکنہ طور پر اسکیلپنگ اور کم حجم کے مسائل کا سامنا کرنا پڑتا ہے۔
اصلاح کی سمت
مزید تکنیکی اشارے متعارف کروائیں: موجودہ اوسط ، رفتار اور برین بینڈ کی بنیاد پر ، مزید تکنیکی اشارے متعارف کرانے کی کوشش کی جاسکتی ہے ، جیسے RSI ، MACD ، وغیرہ ، متعدد اشارے کی مشترکہ تصدیق کے ذریعہ سگنل کی وشوسنییتا کو بہتر بنانا۔
داخلہ اور باہر نکلنے کے میکانزم کو بہتر بنائیں: داخلہ اور باہر نکلنے کے فیصلے میں مزید شرائط متعارف کرانے پر غور کیا جاسکتا ہے ، جیسے کہ قیمت کی بریک آؤٹ سے پہلے کچھ ٹرانزیکشن کی مقدار کی ضروریات کو پورا کرنا ضروری ہے ، اور حکمت عملی کی لچک اور منافع بخش صلاحیت کو بڑھانے کے لئے باہر نکلنے کے وقت بیچوں میں پلے اسٹاپ یا موبائل اسٹاپ کا استعمال کریں۔
متحرک ایڈجسٹمنٹ پیرامیٹرز: اوسط لکیری دورانیہ ، حرکیاتی دورانیہ ، برلن بینڈ پیرامیٹرز وغیرہ کے لئے ، پیرامیٹرز کا ایک سیٹ خود سے موافقت کا طریقہ کار ڈیزائن کیا جاسکتا ہے ، جس میں مختلف مارکیٹ کی حالت اور اتار چڑھاؤ کی سطح کے مطابق ، متحرک ایڈجسٹمنٹ پیرامیٹرز کی قدر لی جاتی ہے ، حکمت عملی کی موافقت کو بہتر بناتا ہے۔
پوزیشن مینجمنٹ کو بہتر بنائیں: موجودہ پوزیشن مینجمنٹ کی بنیاد پر ، زیادہ اعلی درجے کی فنڈ مینجمنٹ کے طریقوں کو متعارف کرایا جاسکتا ہے ، جیسے کیلی فارمولا ، فکسڈ ریٹ ، متحرک حقوق سود وغیرہ ، تاکہ منافع اور خطرے کو بہتر طور پر متوازن کیا جاسکے۔
بنیادی تجزیہ کے ساتھ مل کر: خالص تکنیکی تجزیہ کی حکمت عملی کو مارکیٹ میں ناکامی یا ناکامی کا خطرہ لاحق ہوسکتا ہے۔ حکمت عملی کی تاثیر کو بہتر بنایا جاسکتا ہے اگر تکنیکی سگنل کو فلٹر اور تصدیق کرنے کے لئے کچھ بنیادی عوامل جیسے میکرو معاشی اعداد و شمار ، صنعت کے رجحانات وغیرہ کے ساتھ ملایا جاسکے۔
ریٹرننگ اور ریل سیٹ کی مستقل مزاجی کو بڑھانا: ریٹرننگ اور ریل سیٹ میں کارکردگی میں حکمت عملی میں اختلافات ہوسکتے ہیں۔ ریٹرننگ اور ریل سیٹ کے عملدرآمد کے معیار پر توجہ دینے کی ضرورت ہے ، جس میں ٹرانزیکشن قیمت ، اسکیلپنگ ، تاخیر اور دیگر عوامل شامل ہیں ، تاکہ ریل سیٹ کی کارکردگی اور ریٹرننگ کے نتائج میں مستقل مزاجی کو یقینی بنایا جاسکے۔
خلاصہ کریں۔
ایک آسان اور آسان پیمائش رجحان متحرک ٹریڈنگ حکمت عملی تکنیکی تجزیہ کے متعدد طریقوں کو ملا کر ایک پیمائش کی حکمت عملی ہے۔ یہ ایک مکمل تجارتی فیصلہ سازی اور انتظامی نظام تشکیل دینے کے لئے رجحانات کو پکڑنے کے لئے ، برین بینڈ کو توڑنے کے لئے ، متحرک اشارے کی عکاسی کی رفتار ، اسٹاپ نقصان کو روکنے کے لئے ، خطرہ کو کنٹرول کرنے ، پوزیشن مینجمنٹ کو بہتر بنانے کے لئے استعمال کرتا ہے۔
اس حکمت عملی کا فائدہ یہ ہے کہ رجحان کی پیروی اور حرکیات کے ساتھ مل کر ، بروئنگ کے ساتھ معاون فیصلے ، پوزیشن مینجمنٹ اور اسٹاپ اسٹاپ نقصان کے ساتھ ساتھ ، کثیر جہتی تجزیہ اور فیصلے کے ذریعے مارکیٹ کے مواقع کو پکڑنے کے لئے۔ تاہم ، اس حکمت عملی کو بھی بار بار تجارت ، پیرامیٹرز حساس ، رجحان کی شناخت میں تاخیر ، اور انتہائی حالات کو روکنے میں ناکامی جیسے ممکنہ خطرات کا سامنا کرنا پڑتا ہے۔ اس کے لئے مزید تکنیکی اشارے متعارف کرانے ، سگنل فیصلے کے منطق کی حرکیات کو بہتر بنانے ، پیرامیٹرز کو ایڈجسٹ کرنے ، اور فنڈ مینجمنٹ کو بہتر بنانے جیسے اقدامات کو مستقل طور پر بہتر بنانے اور بہتر بنانے کی ضرورت ہے۔
اس کے علاوہ ، پیمائش کی تجارت کی حکمت عملی میں ریٹرننگ کے نتائج اور ریئل اسٹیٹ پرفارمنس کے مابین اختلافات ہوسکتے ہیں ، جس کی وجہ سے حکمت عملی کی عملی اور استحکام کو بڑھانے کے لئے عملدرآمد کی سطح جیسے معاملات کی قیمتوں ، سلائڈ پوائنٹس اور تاخیر پر توجہ دینے کی ضرورت ہے۔ اس کے علاوہ ، پیمائش کی حکمت عملی کو صرف تکنیکی تجزیہ تک محدود نہیں ہونا چاہئے ، جس میں بنیادی عوامل کا مناسب امتزاج ہے ، اس سے فیصلہ سازی کی جامعیت اور تاثیر کو بڑھانے میں مدد ملے گی۔
مجموعی طور پر ، کوانٹم ٹریڈنگ حکمت عملی کوانٹم ٹریڈنگ کے عمل کے لئے ایک زیادہ مکمل اور قابل عمل نظریہ فراہم کرتی ہے ، لیکن حکمت عملی کی حتمی تاثیر مختلف مواقع اور خطرات کے توازن اور تفصیلات کی اصلاح پر بھی منحصر ہے۔ عملی استعمال میں ، حکمت عملی کو اپنے خطرے کی ترجیحات ، فنڈز کے سائز ، ٹریڈنگ مارکیٹ وغیرہ کی مخصوص صورتحال کے مطابق مناسب ایڈجسٹمنٹ اور بہتری کی ضرورت ہوتی ہے ، اور عملی طور پر چلنے میں اس کی مستقل نگرانی اور اصلاح کی ضرورت ہوتی ہے تاکہ اس سے زیادہ مستحکم اور مثالی حکمت عملی کی کارکردگی کو حاصل کیا جاسکے۔
/*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)