1. مربع
  2. دوہری حرکت پذیر اوسط کراس اوور اور ملٹی ٹائم فریم ڈی ایم آئی اشارے پر مبنی حکمت عملی کے بعد رجحان

دوہری حرکت پذیر اوسط کراس اوور اور ملٹی ٹائم فریم ڈی ایم آئی اشارے پر مبنی حکمت عملی کے بعد رجحان

مصنف:چاؤ ژانگ، تاریخ: 2024-03-22 14:23:30
ٹیگز:

img

حکمت عملی کا جائزہ

اس مضمون میں کیری کراس اوور @ زای ٹریڈ نامی ایک مقداری تجارتی حکمت عملی کا تعارف کرایا گیا ہے۔ حکمت عملی میں تجارتی فیصلوں کے لئے مارکیٹ کے رجحانات کو حاصل کرنے کے لئے دوہری حرکت پذیر اوسط کراس اوور اور ملٹی ٹائم فریم ڈی ایم آئی اشارے کو جوڑ دیا گیا ہے۔ حکمت عملی کا بنیادی مقصد 5 منٹ ، 15 منٹ ، 30 منٹ ، اور 1 گھنٹے جیسے متعدد ٹائم فریموں میں ڈی ایم آئی اشارے کا استعمال کرتے ہوئے رجحان کی سمت اور طاقت کی تصدیق کرتے ہوئے ، قلیل مدتی حرکت پذیر اوسط (10 پیریڈ ای ایم اے) اور طویل مدتی حرکت پذیر اوسط (323 پیریڈ ای ایم اے) کے کراس اوور سگنلز کا استعمال کرنا ہے۔

حکمت عملی کے اصول

اس حکمت عملی کے اصولوں کو مندرجہ ذیل حصوں میں تقسیم کیا جاسکتا ہے:

  1. دوہری چلتی اوسط کراس اوور:اس حکمت عملی میں مارکیٹ کے رجحانات کو پکڑنے کے لئے ایک قلیل مدتی ای ایم اے (10 مدت) اور ایک طویل مدتی ای ایم اے (323 مدت) کا استعمال کیا جاتا ہے۔ جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے اوپر گزر جاتا ہے تو ، یہ ایک ممکنہ طویل موقع کی نشاندہی کرتا ہے۔ جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے نیچے گزرتا ہے تو ، یہ ایک ممکنہ مختصر موقع کی نشاندہی کرتا ہے۔ یہ حرکت پذیر اوسط کراس اوور طریقہ مؤثر طریقے سے مارکیٹ کے موڑ کے مقامات اور رجحان کی سمت کی نشاندہی کرسکتا ہے۔

  2. ملٹی ٹائم فریم ڈی ایم آئی اشارے:رجحان کی سمت اور طاقت کی مزید تصدیق کے لئے ، حکمت عملی متعدد ٹائم فریموں میں ڈی ایم آئی اشارے استعمال کرتی ہے۔ ڈی ایم آئی اشارے میں اے ڈی ایکس (اوسط سمت اشاریہ) ، + ڈی آئی (مثبت سمت اشاریہ) ، اور - ڈی آئی (منفی سمت اشاریہ) شامل ہیں۔ + ڈی آئی اور - ڈی آئی کی نسبتا strength طاقت کا موازنہ کرکے ، یہ طے کیا جاسکتا ہے کہ موجودہ رجحان تیزی سے ہے یا bearish۔ حکمت عملی زیادہ جامع رجحان کی معلومات حاصل کرنے کے لئے 5 منٹ ، 15 منٹ ، 30 منٹ ، اور 1 گھنٹے کے ٹائم فریموں پر ڈی ایم آئی اشارے کا حساب لگاتی ہے۔

  3. رجحان کی تصدیق:اسٹریٹجی حرکت پذیر اوسط کراس اوور سگنلز اور ملٹی ٹائم فریم ڈی ایم آئی اشارے پر جامع طور پر غور کرکے رجحان کی تصدیق کرتی ہے۔ جب حرکت پذیر اوسط کراس اوور سگنل ڈی ایم آئی اشارے کے ذریعہ اشارہ کردہ رجحان کی سمت سے ہم آہنگ ہوتا ہے تو ، حکمت عملی سے متعلق تجارتی سگنل پیدا ہوتے ہیں۔ مثال کے طور پر ، جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے تجاوز کرتا ہے ، اور ڈی ایم آئی اشارے کے متعدد ٹائم فریم میں تیزی کا رجحان ظاہر ہوتا ہے ، تو حکمت عملی ایک طویل سگنل پیدا کرتی ہے۔

  4. خطرے کا انتظام:اس حکمت عملی میں خطرہ فیصد پر مبنی پوزیشن سائزنگ کا طریقہ استعمال کیا گیا ہے۔ صارفین ہر تجارت کے خطرے کے خطرے کو کنٹرول کرسکتے ہیںriskPercentageEMAاس کے علاوہ، حکمت عملی ممکنہ نقصانات کو محدود کرنے کے لئے سٹاپ نقصان کے احکامات کا استعمال کرتی ہے.

حکمت عملی کے فوائد

  1. رجحان کی گرفتاری:دوہری حرکت پذیر اوسط کراس اوور اور ملٹی ٹائم فریم ڈی ایم آئی اشارے کو جوڑ کر ، حکمت عملی مارکیٹ میں اہم رجحانات کو مؤثر طریقے سے پکڑ سکتی ہے۔ اس نقطہ نظر سے تاجروں کو مارکیٹ کی مجموعی سمت کے ساتھ سیدھ میں آنے میں مدد ملتی ہے ، جس سے کامیاب تجارت کا امکان بڑھ جاتا ہے۔

  2. کثیر ٹائم فریم کی تصدیق:اس حکمت عملی میں 5 منٹ ، 15 منٹ ، 30 منٹ اور 1 گھنٹے سمیت متعدد ٹائم فریموں پر ڈی ایم آئی اشارے کا حساب لگایا جاتا ہے۔ یہ ملٹی ٹائم فریم تجزیہ نقطہ نظر زیادہ جامع اور قابل اعتماد رجحان کی تصدیق کے سگنل فراہم کرتا ہے ، جس سے غلط اشاروں کا امکان کم ہوجاتا ہے۔

  3. لچکدار پیرامیٹر کی ترتیبات:یہ حکمت عملی مختلف ایڈجسٹ پیرا میٹر پیش کرتی ہے ، جیسے قلیل مدتی ای ایم اے کی مدت ، طویل مدتی ای ایم اے کی مدت ، اے ڈی ایکس ہموار کرنے کی مدت ، اور ڈی آئی کی لمبائی۔ صارفین بہتر تجارتی کارکردگی حاصل کرنے کے لئے اپنے تجارتی انداز اور مارکیٹ کی خصوصیات کی بنیاد پر ان پیرامیٹرز کو بہتر بنا سکتے ہیں۔

  4. خطرے کا انتظام:حکمت عملی میں خطرہ فیصد پر مبنی پوزیشن سائزنگ کا طریقہ شامل ہے، جس سے صارفین کو ہر تجارت کے خطرے کے خطرے کو کنٹرول کرنے کی اجازت دیتا ہےriskPercentageEMAاس کے علاوہ ، حکمت عملی ممکنہ نقصانات کو محدود کرنے کے لئے اسٹاپ نقصان کے احکامات کا استعمال کرتی ہے ، جس سے رسک مینجمنٹ کی تاثیر میں اضافہ ہوتا ہے۔

حکمت عملی کے خطرات

  1. پیرامیٹر کی اصلاح:حکمت عملی کی کارکردگی زیادہ تر پیرامیٹرز کے انتخاب پر منحصر ہے۔ پیرامیٹرز کی غلط ترتیب سے حکمت عملی کی ناقص کارکردگی یا یہاں تک کہ نمایاں کمی واقع ہوسکتی ہے۔ لہذا ، عملی درخواست میں ، پیرامیٹرز کو بہتر بنانے اور جانچنے کے لئے ضروری ہے تاکہ موجودہ مارکیٹ کے حالات کے لئے موزوں پیرامیٹرز کا بہترین مجموعہ مل سکے۔

  2. رجحان تاخیر:چونکہ حکمت عملی رجحانات کی تصدیق کے لئے حرکت پذیر اوسط کراس اوورز اور ڈی ایم آئی اشارے پر انحصار کرتی ہے ، لہذا تیزی سے بدلتے ہوئے مارکیٹ کے حالات کے دوران سگنل کی تخلیق میں ایک خاص تاخیر ہوسکتی ہے۔ اس کا مطلب یہ ہے کہ حکمت عملی ابتدائی رجحان کے کچھ مواقع کو کھو سکتی ہے یا رجحان کے الٹ جانے کے بعد سگنل پیدا کرسکتی ہے۔

  3. چیپی مارکیٹس:متضاد منڈیوں میں ، قیمتوں میں اتار چڑھاؤ متضاد اوسط کراس اوورز اور ڈی ایم آئی اشارے میں کثرت سے تبدیلیوں کا باعث بن سکتا ہے۔ اس کا نتیجہ یہ ہوسکتا ہے کہ حکمت عملی سے زیادہ تجارتی سگنل پیدا ہوتے ہیں ، تجارتی اخراجات میں اضافہ ہوتا ہے اور ڈراؤونگ کے خطرات بڑھتے ہیں۔ لہذا ، متضاد مارکیٹ کے حالات میں حکمت عملی کی کارکردگی متاثر ہوسکتی ہے۔

  4. بلیک سوان واقعات:یہ حکمت عملی تاریخی اعداد و شمار اور شماریاتی ماڈلز پر مبنی ہے۔ انتہائی مارکیٹ کے واقعات ، جیسے بلیک سوان کے واقعات کے ل the ، حکمت عملی بروقت انداز میں صحیح طریقے سے رد عمل ظاہر نہیں کرسکتی ہے۔ اس سے ان خاص حالات میں حکمت عملی کے لئے نمایاں نقصانات ہوسکتے ہیں۔

اصلاح کی ہدایات

  1. متحرک پیرامیٹر ایڈجسٹمنٹ:ایک متحرک پیرامیٹر ایڈجسٹمنٹ میکانزم متعارف کرانے پر غور کریں جو مارکیٹ کی اتار چڑھاؤ اور رجحان کی طاقت کی بنیاد پر حکمت عملی کے پیرامیٹرز کو موافقت پذیر طور پر ایڈجسٹ کرتا ہے۔ اس سے حکمت عملی کو مختلف مارکیٹ کے ماحول میں بہتر طور پر اپنانے اور اس کی استحکام میں اضافہ ہوسکتا ہے۔

  2. کثیر عنصر کی تصدیق:حرکت پذیر اوسط کراس اوورز اور ڈی ایم آئی اشارے کے علاوہ ، رجحانات کی مزید تصدیق کے لئے دوسرے تکنیکی اشارے یا بنیادی عوامل متعارف کروائے جاسکتے ہیں۔ مثال کے طور پر ، حجم ، اتار چڑھاؤ ، مارکیٹ کے جذبات اور دیگر اشارے کو جوڑ کر زیادہ قابل اعتماد تجارتی سگنل فراہم کیے جاسکتے ہیں۔

  3. سٹاپ-نقصان اور لے منافع کی اصلاح:اسٹاپ نقصان اور منافع لینے کی سطحوں کی جگہ کو بہتر بنائیں ، جیسے ٹریلنگ اسٹاپ یا متحرک اسٹاپ نقصان کے طریقوں کا استعمال۔ اس سے حکمت عملی کو ممکنہ نقصانات کو محدود کرتے ہوئے منافع کو بہتر طور پر بچانے میں مدد مل سکتی ہے۔

  4. پوزیشن سائزنگ:پوزیشن سائزنگ کے زیادہ جدید طریقے متعارف کروائیں ، جیسے کیلی معیار یا فکسڈ فریکشنل سرمایہ کاری۔ اس سے حکمت عملی کو متحرک طور پر مختلف مارکیٹ کے ماحول میں پوزیشنوں کو ایڈجسٹ کرنے میں مدد مل سکتی ہے ، جس سے سرمایہ کے استعمال کی کارکردگی اور رسک کنٹرول کی صلاحیتوں میں اضافہ ہوتا ہے۔

  5. مشین لرننگ کی اصلاح:مشین لرننگ الگورتھم کو حکمت عملی کے ساتھ جوڑنے کی کوشش کریں۔ تاریخی اعداد و شمار کی سیکھنے اور پیٹرن کی شناخت کے ذریعے ، حکمت عملی کے پیرامیٹر کے انتخاب اور سگنل کی نسل کو بہتر بنائیں۔ اس سے حکمت عملی کو خود بخود مارکیٹ میں ہونے والی تبدیلیوں کے مطابق ڈھالنے میں مدد مل سکتی ہے ، اس کی موافقت اور استحکام میں اضافہ ہوتا ہے۔

نتیجہ

اس مضمون میں دوہری چلتی اوسط کراس اوور اور ملٹی ٹائم فریم ڈی ایم آئی اشارے پر مبنی ایک مقداری تجارتی حکمت عملی متعارف کروائی گئی ہے۔ یہ حکمت عملی ممکنہ نقصانات پر قابو پانے کے لئے رسک مینجمنٹ کے اقدامات کا استعمال کرتے ہوئے مارکیٹ کے رجحانات کو پکڑ کر تجارتی فیصلے کرتی ہے۔ اس حکمت عملی کے فوائد مارکیٹ میں اہم رجحانات کی مؤثر طریقے سے نشاندہی کرنے اور ملٹی ٹائم فریم کی تصدیق کے ذریعے سگنل کی وشوسنییتا کو بہتر بنانے کی صلاحیت میں ہیں۔ تاہم ، اس حکمت عملی میں کچھ خطرات بھی ہیں ، جیسے پیرامیٹر کی اصلاح ، رجحان تاخیر ، ہنگام مارکیٹیں ، اور بلیک سوان کے واقعات۔ حکمت عملی کو مزید بہتر بنانے کے لئے ، متحرک پیرامیٹر ایڈجسٹمنٹ ، ملٹی فیکٹر کی تصدیق ، اسٹاپ نقصان اور منافع کی اصلاح ، پوزیشن سائزنگ ، اور مشین لرننگ جیسے طریقوں پر غور کیا جاسکتا ہے۔ مجموعی طور پر ، یہ حکمت عملی مقداری تاجروں کو رجحان کی پیروی کرنے والے تجارتی نقطہ نظر فراہم کرتی ہے۔ اصلاح اور بہتری کے ساتھ ، اس میں اصل تجارت میں اچھی

/*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
strategy("Kyrie Crossover @zaytrade ", overlay=true, calc_on_every_tick=true)

// Input parameters for EMA
shortTermEMA = input.int(9, title="Short-Term EMA Period")
longTermEMA = input.int(21, title="Long-Term EMA Period")
riskPercentageEMA = input.float(1, title="Risk Percentage EMA", minval=0.1, maxval=5, step=0.1)

// Calculate EMAs
emaShort = ta.ema(close, shortTermEMA)
emaLong = ta.ema(close, longTermEMA)

// EMA Crossover Strategy
longConditionEMA = ta.crossover(emaShort, emaLong)
shortConditionEMA = ta.crossunder(emaShort, emaLong)

// Input parameters for DMI
adxlen = input(14, title="ADX Smoothing")
dilen = input(14, title="DI Length")

// DMI Logic
dirmov(len) =>
    up = ta.change(high)
    down = -ta.change(low)
    truerange = ta.tr
    plus = fixnan(100 * ta.rma((up > down ? up : 0), len) / truerange)
    minus = fixnan(100 * ta.rma((down > up ? down : 0), len) / truerange)
    [plus, minus]

adx(dilen, adxlen) => 
    [plus, minus] = dirmov(dilen)
    sum = plus + minus
    adxValue = 100 * ta.rma(math.abs(plus - minus) / (sum == 0 ? 1 : sum), adxlen)
    [adxValue, plus, minus]

// Function to get trend and strength for a given timeframe
getTrendAndStrength(_source, _dilen, _adxlen) =>
    [adxValue, up, down] = adx(_dilen, _adxlen)
    var string trendIndication = ""
    var string trendStrength = ""
    if (up > down) or ((up > down) and (up > down) and (up > adxValue)) // Bullish condition
        trendIndication := "Bullish"
        trendStrength := "Strengthening" 
    else if (down > up) or ((down > up) and (down > up) and (down > adxValue)) // Bearish condition
        trendIndication := "Bearish"
        trendStrength := "Weakening" 
    else
        trendIndication := "No Clear Trend"
        trendStrength := "Sideways"
    [trendIndication, trendStrength]

// Get trend and strength for selected timeframes
[tf1_trend, tf1_strength] = request.security(syminfo.tickerid, "5", getTrendAndStrength(close, dilen, adxlen))
[tf2_trend, tf2_strength] = request.security(syminfo.tickerid, "15", getTrendAndStrength(close, dilen, adxlen))
[tf3_trend, tf3_strength] = request.security(syminfo.tickerid, "30", getTrendAndStrength(close, dilen, adxlen))
[tf4_trend, tf4_strength] = request.security(syminfo.tickerid, "60", getTrendAndStrength(close, dilen, adxlen))
[current_trend, _] = getTrendAndStrength(close, dilen, adxlen)

// Define colors based on trend indication
tf1_color = tf1_trend == "Bullish" ? color.green : (tf1_trend == "Bearish" ? color.red : color.white)
tf2_color = tf2_trend == "Bullish" ? color.green : (tf2_trend == "Bearish" ? color.red : color.white)
tf3_color = tf3_trend == "Bullish" ? color.green : (tf3_trend == "Bearish" ? color.red : color.white)
tf4_color = tf4_trend == "Bullish" ? color.green : (tf4_trend == "Bearish" ? color.red : color.white)
current_color = current_trend == "Bullish" ? color.green : (current_trend == "Bearish" ? color.red : color.white)

// Create and fill the enhanced table for DMI
var table dmiTable = na
if (barstate.islast)
    dmiTable := table.new(position.top_right, 6, 1)
    table.cell(dmiTable, 0, 0, "DMI Metrics", bgcolor=color.new(color.black, 90), width=15, height=4, text_color=color.white)
    table.cell(dmiTable, 1, 0, "5m Trend: " + tf1_trend, bgcolor=tf1_color, width=15, height=4, text_color=color.white)
    table.cell(dmiTable, 2, 0, "15m Trend: " + tf2_trend, bgcolor=tf2_color, width=15, height=4, text_color=color.white)
    table.cell(dmiTable, 3, 0, "30m Trend: " + tf3_trend, bgcolor=tf3_color, width=15, height=4, text_color=color.white)
    table.cell(dmiTable, 4, 0, "1h Trend: " + tf4_trend, bgcolor=tf4_color, width=15, height=4, text_color=color.white)
    table.cell(dmiTable, 5, 0, "Current Trend: " + current_trend, bgcolor=current_color, width=15, height=4, text_color=color.white)

// Strategy logic
if (longConditionEMA)
    strategy.entry("Long", strategy.long)
if (shortConditionEMA)
    strategy.entry("Short", strategy.short)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں