حکمت عملی کے بعد دوہری حرکت کا اوسط رجحان
ChaoZhang
جائزہ
یہ حکمت عملی مارکیٹ کے رجحانات کی تبدیلی کا اندازہ لگانے کے لئے دو متحرک اوسط کی کراسنگ کا استعمال کرتی ہے اور اس رجحان کے مطابق خرید و فروخت کی کارروائی کرتی ہے۔ جب طویل مدتی اوسط طویل مدتی اوسط سے گزرتا ہے تو زیادہ کام کرتا ہے ، اور طویل مدتی اوسط طویل مدتی اوسط سے گزرتا ہے تو اس کی جگہ لے لیتا ہے ، تاکہ رجحان کی سمت پر عمل پیرا ہو۔
حکمت عملی کا اصول
اس حکمت عملی کا مرکز دو چلتی اوسط ہیں: ایک تیز اوسط ((ڈیفالٹ دورانیہ 32 ہے) اور ایک آہستہ اوسط ((ڈیفالٹ دورانیہ بھی 32 ہے ، جس کو پیرامیٹرز کے ذریعہ ایڈجسٹ کیا جاسکتا ہے) ۔ جب اختتامی قیمت اوپر / نیچے سے گزرتی ہے تو ان دونوں اوسطوں کے ذریعہ تشکیل پانے والا چینل ، رجحان کی تبدیلی کی نمائندگی کرتا ہے ، حکمت عملی اس کے مطابق خرید و فروخت کا اشارہ پیدا کرتی ہے:
- جب آپ تیز اور اوسط لائن پر سست اور اوسط لائن سے گزرتے ہیں تو زیادہ کریں۔
- جب فاسٹ میڈین لائن کے نیچے سست میڈین لائن سے گزرے تو خالی جگہ بنائیں
- ایک بار جب آپ کے پاس زیادہ ہے تو ، تیز رفتار اوسط لائن کے نیچے سست رفتار اوسط لائن کو عبور کریں ، زیادہ سے زیادہ اور خالی کریں
- ایک بار جب آپ کے پاس خالی ٹکٹ ہو تو ، تیز رفتار اوسط لائن پر سست رفتار اوسط لائن ، خالی اور زیادہ کام کریں
اس طرح کی مساوی لائن کراسنگ کے ذریعہ ، حکمت عملی رجحان کی پیروی کر سکتی ہے ، جو اوپر کی طرف بڑھنے والے رجحان میں زیادہ اختیارات رکھتی ہے ، اور نیچے کی طرف جانے والے رجحان میں خالی اختیارات رکھتی ہے ، جب تک کہ رجحان میں الٹ کا اشارہ نہ ہو۔
ایڈوانٹیج تجزیہ
- رجحانات کا سراغ لگانا: یہ حکمت عملی رجحانات کا اندازہ لگانے کے لئے ایک مساوی کراس لائن کا استعمال کرتی ہے ، جس سے مارکیٹ کے اہم رجحانات کو مؤثر طریقے سے پکڑنے اور ان کی تعمیل کرنے میں مدد ملتی ہے۔
- استعمال میں آسان: حکمت عملی کی منطق واضح ہے ، صرف دو اوسط لائنیں استعمال کی گئیں ، پیرامیٹرز کی ترتیب آسان ہے ، سمجھنے اور اس پر قابو پانے میں آسان ہے۔
- وسیع پیمانے پر قابل اطلاق: حکمت عملی مختلف اقسام اور ادوار کے لئے وسیع پیمانے پر قابل اطلاق ہے اور اسے متعدد مارکیٹوں میں استعمال کیا جاسکتا ہے۔
- بروقت اسٹاپ نقصان: جب رجحان کا رخ موڑ جاتا ہے تو ، حکمت عملی بروقت پوزیشن کو صاف کرنے اور نقصان کو کنٹرول کرنے میں کامیاب ہوجاتی ہے۔
خطرے کا تجزیہ
- زلزلے کے بازاروں میں خراب کارکردگی: جب مارکیٹ زلزلے کے رجحان میں ہوتا ہے تو ، بار بار کراس سگنل کی وجہ سے حکمت عملی زیادہ بار بار تجارت کی وجہ سے زیادہ نقصان کا باعث بنتی ہے۔
- ناکافی ردعمل: انتہائی حالات (جیسے تیزی سے بڑھنے یا گرنے) کا سامنا کرنا پڑتا ہے ، حکمت عملی میں تاخیر ہوسکتی ہے ، جس سے بڑے نقصانات کا سبب بنتا ہے۔
- پیرامیٹرز کو بہتر بنانا مشکل ہے: اوسط پیرامیٹرز کو بہتر بنانے کے لئے بہت سارے تاریخی اعداد و شمار اور جانچ پڑتال کی ضرورت ہوتی ہے ، اور پیرامیٹرز مستقبل کے اثرات کے لئے محدود رہنمائی کرتے ہیں۔
مذکورہ بالا خطرات کے ل appropriate ، مناسب فلٹرز کو شامل کرنے پر غور کیا جاسکتا ہے ، جیسے اے ٹی آر یا اوسط حقیقی طول و عرض کے فلٹرز ، ہلکے بازاروں میں ضرورت سے زیادہ تجارت کو کم کرنا۔ معقول رکاوٹیں طے کریں ، ایک بار نقصان کو کنٹرول کریں۔ مارکیٹ کے مطابق پیرامیٹرز کو مستقل طور پر بہتر بنائیں۔ لیکن حکمت عملی کی حدود کو مکمل طور پر دور کرنا مشکل ہے۔
اصلاح کی سمت
- رجحان کی تصدیق: ٹریڈنگ سگنل پیدا کرنے کے بعد ، مزید سگنل فلٹر کرنے کے لئے رجحان کی تصدیق کے اشارے جیسے MACD ، DMI وغیرہ شامل کیے جاسکتے ہیں۔
- متحرک رکاوٹ: متحرک رکاوٹ کی سطح کو مقررہ فی صد یا قیمت کی رکاوٹ کے بجائے اے ٹی آر جیسے اشارے پر مبنی رکھنا ، خطرے کو بہتر طور پر کنٹرول کرسکتا ہے۔
- پوزیشن مینجمنٹ: رجحان کی طاقت ، اتار چڑھاؤ کی شرح اور اسی طرح کے اشارے کے مطابق ، پوزیشن کا سائز متحرک طور پر ایڈجسٹ کریں ، جب رجحان مضبوط ہو تو پوزیشن بڑھا دیں ، جب رجحان کمزور ہو تو پوزیشن کم کریں۔
- کثیر دورانیہ کثیر سطح: ایک سے زیادہ سطحوں کی اوسط لائن سسٹم کو مدنظر رکھتے ہوئے ، جیسے دن کی لائن + 4 گھنٹے کی لائن ، ایک دوسرے کو فلٹر اور تصدیق کریں ، رجحانات کی گرفت کی درستگی میں اضافہ کریں۔
- پیرامیٹرز کو اپنانا: اپنانے والے پیرامیٹرز کو بہتر بنانے کے طریقوں کو متعارف کرانا ، جیسے جینیاتی الگورتھم وغیرہ ، تاکہ حکمت عملی کے پیرامیٹرز کو مختلف مارکیٹ کی حالتوں کے مطابق ڈھال سکے۔
مندرجہ بالا اصلاحات پیچیدہ مارکیٹوں سے نمٹنے کے لئے حکمت عملی کی صلاحیت کو بہتر بناسکتی ہیں ، لیکن اس بات کو ذہن میں رکھنا ضروری ہے کہ ضرورت سے زیادہ اصلاح سے منحنی فٹ ہونے کا سبب بن سکتا ہے ، جس کی وجہ سے مستقبل میں خراب کارکردگی کا سامنا کرنا پڑتا ہے۔
خلاصہ
ڈبل یکساں رجحان ٹریکنگ حکمت عملی کے ذریعے یکساں کراس رجحان پکڑنے، سادہ، استعمال میں آسان، اور وسیع پیمانے پر قابل اطلاق خصوصیات ہیں ۔ تاہم، یہ اتار چڑھاؤ مارکیٹ میں خراب کارکردگی کا مظاہرہ، انتہائی حالات کے لئے ناکافی ردعمل، اور پیرامیٹرز کی اصلاح مشکل ہے ۔ زیادہ فلٹرنگ اشارے، متحرک سٹاپ نقصان، پوزیشن مینجمنٹ، کثیر دورانیہ، پیرامیٹرز خود کو اپنانے اور اس طرح کے طریقوں کو متعارف کرانے کی طرف سے حکمت عملی کو بہتر بنایا جا سکتا ہے ۔ لیکن یکساں حکمت عملی خود کی حدود کو مکمل طور پر قواعد و ضوابط سے بچنے کے لئے، ریئل اسٹیک میں اب بھی احتیاط کی ضرورت ہے، مارکیٹ کی خصوصیات کے مطابق لچکدار ایڈجسٹمنٹ ۔ مجموعی طور پر، یہ حکمت عملی رجحان ٹریکنگ کی بنیاد کے طور پر کام کر سکتی ہے، لیکن اکیلے کافی نہیں ہے، یہ ایک مشترکہ حکمت عملی کے حصے کے طور پر زیادہ مناسب ہے ۔
/*backtest
start: 2023-03-16 00:00:00
end: 2024-03-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
//study(title="Demo - SSL Basic", shorttitle="Demo - SSL Basic", overlay=true)
strategy(title='Demo - SSL Basic', shorttitle='Demo - SSL Basic', overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, initial_capital=100, commission_value=0.15)
// Backtest Date Range
start_date_long = input(title='Backtest Long Start Date', defval=timestamp('01 Jan 2018 00:00 +0530'))
end_date_long = input(title='Backtest Long End Date', defval=timestamp('25 Jan 2030 00:00 +0530'))
backtest_range = true
// Inputs
maType = input.string(title='SSL MA Type', options=['SMA', 'EMA', 'WMA'], defval='SMA')
sslLen = input(title='SSL Length', defval=32)
showCross = input(title='Show Crossover?', defval=true)
showEntry = input(title='Show Entry?', defval=true)
showTrend = input(title='Show Trend Colors?', defval=true)
// Calc MA for SSL Channel
calc_ma(close, len, type) =>
float result = 0
if type == 'SMA' // Simple
result := ta.sma(close, len)
result
if type == 'EMA' // Exponential
result := ta.ema(close, len)
result
if type == 'WMA' // Weighted
result := ta.wma(close, len)
result
result
// Add SSL Channel
maHigh = calc_ma(high, sslLen, maType)
maLow = calc_ma(low, sslLen, maType)
Hlv = int(na)
Hlv := close > maHigh ? 1 : close < maLow ? -1 : Hlv[1]
sslDown = Hlv < 0 ? maHigh : maLow
sslUp = Hlv < 0 ? maLow : maHigh
ss1 = plot(sslDown, title='Down SSL', linewidth=2, color=showTrend ? na : color.red)
ss2 = plot(sslUp, title='Up SSL', linewidth=2, color=showTrend ? na : color.lime)
// Conditions
longCondition = ta.crossover(sslUp, sslDown)
shortCondition = ta.crossover(sslDown, sslUp)
// Strategy
if shortCondition
strategy.close('Long', comment='Long Exit', alert_message='JSON')
if longCondition
strategy.close('Short', comment='Short Exit', alert_message='JSON')
if backtest_range and longCondition
strategy.entry('Long', strategy.long, comment='Long Entry', alert_message='JSON')
if backtest_range and shortCondition
strategy.entry('Short', strategy.short, comment= 'Short Entry', alert_message='JSON')
// Plots
fill(ss1, ss2, color=showTrend ? sslDown < sslUp ? color.new(color.lime, transp=75) : color.new(color.red, transp=75) : na, title='Trend Colors')