ڈبل موونگ ایوریج کراس اوور اور ملٹی ٹائم پیریڈ DMI اشارے پر مبنی رجحان کی حکمت عملی
ChaoZhang
حکمت عملی کا جائزہ
اس مضمون میں ایک مقداری تجارتی حکمت عملی کا تعارف کیا گیا ہے جسے “کیری کراس اوور @ زائی ٹریڈ” کہا جاتا ہے۔ اس حکمت عملی میں دوہری مساوی لائن کراس اور کثیر وقتی مدت کے ڈی ایم آئی اشارے شامل ہیں تاکہ مارکیٹ کے رجحانات کو پکڑ کر تجارتی فیصلے کیے جاسکیں۔ اس حکمت عملی کا مرکز مختصر مدت کے اوسط ((10 سیکنڈ ای ایم اے) اور طویل مدتی اوسط ((323 سیکنڈ ای ایم اے) کے کراس سگنل کا استعمال کرنا ہے ، جبکہ 5 منٹ ، 15 منٹ ، 30 منٹ اور 1 گھنٹہ جیسے متعدد وقت کی مدت کے ڈی ایم آئی اشارے کے ساتھ مل کر رجحانات کی سمت اور شدت کی تصدیق کرنا ہے۔
حکمت عملی کا اصول
اس حکمت عملی کے اصولوں کو مندرجہ ذیل حصوں میں تقسیم کیا جا سکتا ہے:
دو مساوی لائنوں کا کراسنگ:حکمت عملی مارکیٹ کے رجحانات کو پکڑنے کے لئے قلیل مدتی EMA ((10 سائیکل) اور طویل مدتی EMA ((323 سائیکل) کا استعمال کرتی ہے۔ جب قلیل مدتی EMA پر طویل مدتی EMA ہوتا ہے تو ، اس کا مطلب ہے کہ ممکنہ طور پر زیادہ مواقع حاصل کرنا۔ جب قلیل مدتی EMA کے نیچے طویل مدتی EMA ہوتا ہے تو ، اس کا مطلب ہے کہ ممکنہ طور پر کم مواقع حاصل کرنا۔ اس طرح کی مساوی لائن کراسنگ کا طریقہ مارکیٹ کے موڑ اور رجحان کی سمت کو مؤثر طریقے سے پہچان سکتا ہے۔
ملٹی ٹائم سائیکل ڈی ایم آئی اشارے:رجحان کی سمت اور طاقت کو مزید تصدیق کرنے کے لئے ، حکمت عملی نے ڈی ایم آئی اشارے کا استعمال کیا ہے۔ ڈی ایم آئی اشارے ADX ((اوسط سمت اشارے) ، + DI ((بڑھتے ہوئے سمت اشارے) اور -DI ((گھٹنے والے سمت اشارے) پر مشتمل ہے۔ + DI اور -DI کی نسبت کی طاقت کا موازنہ کرکے ، موجودہ رجحان کو گستاخی یا گستاخی کا فیصلہ کیا جاسکتا ہے۔ حکمت عملی نے 5 منٹ ، 15 منٹ ، 30 منٹ اور 1 گھنٹہ وغیرہ پر ڈی ایم آئی اشارے کا حساب کتاب کیا تاکہ زیادہ جامع رجحان کی معلومات حاصل کی جاسکے۔
رجحانات کی تصدیق:حکمت عملی ایک مساوی لائن کراس سگنل اور ایک سے زیادہ ٹائم فریم کے ڈی ایم آئی اشارے کو جامع طور پر مدنظر رکھتے ہوئے رجحان کی تصدیق کرتی ہے۔ جب مساوی لائن کراس سگنل اور ڈی ایم آئی اشارے کی رجحان کی سمت سے مماثل ہوتا ہے تو حکمت عملی اسی طرح کے تجارتی سگنل تیار کرتی ہے۔ مثال کے طور پر ، جب ایک مختصر EMA طویل مدتی EMA سے ٹکرا جاتا ہے ، اور متعدد ٹائم فریموں کے ڈی ایم آئی اشارے بھیس کی رجحانات دکھاتے ہیں تو حکمت عملی ایک سے زیادہ سگنل تیار کرتی ہے۔
رسک مینجمنٹ:حکمت عملی میں پوزیشن مینجمنٹ کا طریقہ کار استعمال کیا گیا ہے جو خطرے کے فیصد پر مبنی ہے۔
riskPercentageEMAپیرامیٹرز جو ہر تجارت کے لئے خطرے کی چوٹی کو کنٹرول کرتے ہیں۔ اس کے علاوہ ، حکمت عملی ممکنہ نقصان کو محدود کرنے کے لئے اسٹاپ لاسس کو بھی استعمال کرتی ہے۔
اسٹریٹجک فوائد
مارکیٹ کے رجحانات کو پکڑنے کے لئے:دوہری مساوی لائن کراس اور کثیر ٹائم پیکیج ڈی ایم آئی اشارے کے ساتھ مل کر ، حکمت عملی مارکیٹ کے اہم رجحانات کو مؤثر طریقے سے پکڑ سکتی ہے۔ اس طریقہ کار سے تاجروں کو مارکیٹ کی بڑی سمت کے مطابق رہنے میں مدد مل سکتی ہے ، جس سے تجارت میں کامیابی کے امکانات میں اضافہ ہوتا ہے۔
ایک سے زیادہ ٹائم پیج کی تصدیق:حکمت عملی 5 منٹ ، 15 منٹ ، 30 منٹ اور 1 گھنٹہ سمیت متعدد ٹائم فریموں پر ڈی ایم آئی اشارے کا حساب لگاتی ہے۔ اس طرح کے کثیر ٹائم فریم تجزیہ کے طریقہ کار سے زیادہ جامع اور قابل اعتماد رجحان کی تصدیق کا اشارہ ملتا ہے اور جھوٹے اشارے کی کمی ہوتی ہے۔
لچکدار پیرامیٹرز کی ترتیب:حکمت عملی میں متعدد سایڈست پیرامیٹرز مہیا کیے گئے ہیں ، جیسے کہ مختصر EMA دورانیہ ، طویل EMA دورانیہ ، ADX ہموار دورانیہ اور DI لمبائی۔ صارف ان پیرامیٹرز کو بہتر تجارتی کارکردگی کے ل their اپنے تجارتی انداز اور مارکیٹ کی خصوصیات کے مطابق بہتر بنا سکتا ہے۔
رسک مینجمنٹ:حکمت عملی میں خطرہ فی صد پر مبنی پوزیشن مینجمنٹ کا طریقہ شامل ہے ، جسے صارف ترتیب دے سکتا ہے
riskPercentageEMAپیرامیٹرز ہر تجارت کے لئے خطرے کی چوٹی کو کنٹرول کرنے کے لئے. اس کے علاوہ، حکمت عملی بھی ممکنہ نقصان کو محدود کرنے کے لئے، خطرے کے انتظام کی تاثیر کو بڑھانے کے لئے سٹاپ نقصان کا استعمال کرتا ہے.
اسٹریٹجک رسک
پیرامیٹرز کو بہتر بنائیں:حکمت عملی کی کارکردگی کا انحصار بہت حد تک پیرامیٹرز کے انتخاب پر ہوتا ہے۔ غلط پیرامیٹرز کی ترتیب سے حکمت عملی کی ناقص کارکردگی کا سبب بن سکتا ہے ، اور یہاں تک کہ اس میں بڑی واپسی بھی ہوسکتی ہے۔ لہذا ، عملی استعمال میں ، پیرامیٹرز کو بہتر بنانے اور جانچنے کی ضرورت ہے تاکہ موجودہ مارکیٹ کے حالات کے لئے بہترین پیرامیٹرز کا مجموعہ تلاش کیا جاسکے۔
ٹرینڈ میں تاخیر:چونکہ حکمت عملی رجحان کی تصدیق کے لئے اوسط لائن کراسنگ اور ڈی ایم آئی اشارے پر انحصار کرتی ہے ، لہذا مارکیٹ میں تیزی سے تبدیلیوں کے ساتھ ، سگنل کی پیداوار میں کچھ تاخیر ہوسکتی ہے۔ اس کا مطلب یہ ہے کہ حکمت عملی میں رجحان کے کچھ ابتدائی مواقع ضائع ہوسکتے ہیں ، یا اس وقت تک سگنل مل سکتے ہیں جب رجحان الٹ ہوچکا ہو۔
ہنگامہ خیز مارکیٹ:زلزلے کی منڈیوں میں ، قیمتوں میں اتار چڑھاؤ سے بار بار اوسط لائن کراس اور ڈی ایم آئی اشارے میں تبدیلی آسکتی ہے۔ اس سے حکمت عملی میں زیادہ تجارتی سگنل پیدا ہوسکتے ہیں ، جس سے تجارت کی لاگت اور واپسی کا خطرہ بڑھ جاتا ہے۔ لہذا ، زلزلے کی منڈیوں میں حکمت عملی کی کارکردگی متاثر ہوسکتی ہے۔
بلیک سوان واقعہ:حکمت عملی تاریخی اعداد و شمار اور اعداد و شمار کے ماڈل پر مبنی ہے ، اور حکمت عملی کو کچھ انتہائی مارکیٹ کے واقعات ، جیسے بلیک سوان واقعات کے لئے بروقت ردعمل دینے میں ناکام ہوسکتا ہے۔ اس سے حکمت عملی کو ان خاص حالات میں زیادہ نقصان اٹھانا پڑ سکتا ہے۔
اصلاح کی سمت
متحرک پیرامیٹرز کو ایڈجسٹ کریں:متحرک پیرامیٹر ایڈجسٹمنٹ میکانزم متعارف کرانے پر غور کیا جاسکتا ہے ، جو مارکیٹ میں اتار چڑھاؤ اور رجحان کی شدت کے مطابق حکمت عملی کے پیرامیٹرز کو مناسب طریقے سے ایڈجسٹ کرتا ہے۔ اس سے حکمت عملی کو مختلف مارکیٹ کے ماحول میں بہتر طور پر اپنانے میں مدد مل سکتی ہے ، حکمت عملی کی استحکام کو بہتر بنانا۔
ملٹی فیکٹر تصدیق:اوسط لائن کراسنگ اور ڈی ایم آئی اشارے کے علاوہ ، رجحانات کی مزید تصدیق کے لئے دیگر تکنیکی اشارے یا بنیادی عوامل متعارف کرائے جاسکتے ہیں۔ مثال کے طور پر ، زیادہ قابل اعتماد تجارتی سگنل حاصل کرنے کے لئے حجم ، اتار چڑھاؤ کی شرح ، مارکیٹ کے جذبات جیسے اشارے کو جوڑا جاسکتا ہے۔
سٹاپ نقصان کی اصلاح:اسٹاپ اسٹاپ نقصان کی پوزیشن کو بہتر بنایا جاسکتا ہے ، مثال کے طور پر ، متحرک اسٹاپ ، متحرک اسٹاپ اور اسی طرح کے طریقوں کو اپنانا۔ اس سے حکمت عملی کو منافع کو بہتر طور پر بچانے میں مدد مل سکتی ہے ، جبکہ ممکنہ نقصان کو محدود کیا جاسکتا ہے۔
پوزیشن مینجمنٹ:اعلی درجے کی پوزیشن مینجمنٹ کے طریقوں کو متعارف کرایا جاسکتا ہے ، جیسے کیلی فارمولہ ، فکسڈ تناسب سرمایہ کاری وغیرہ۔ اس سے حکمت عملی کو مختلف مارکیٹ کے ماحول میں پوزیشنوں کو متحرک طور پر ایڈجسٹ کرنے ، فنڈز کے استعمال کی کارکردگی اور خطرے پر قابو پانے کی صلاحیت کو بہتر بنانے میں مدد مل سکتی ہے۔
مشین لرننگ کی اصلاح:اس حکمت عملی کے ساتھ مشین لرننگ الگورتھم کو جوڑنے کی کوشش کی جاسکتی ہے تاکہ تاریخی اعداد و شمار کے بارے میں سیکھنے اور نمونوں کی شناخت ، حکمت عملی کے پیرامیٹرز کے انتخاب اور سگنل جنریشن کو بہتر بنایا جاسکے۔ اس سے حکمت عملی کو مارکیٹ میں تبدیلیوں کو خود بخود اپنانے میں مدد مل سکتی ہے ، حکمت عملی کی موافقت اور استحکام میں اضافہ ہوتا ہے۔
خلاصہ کریں۔
اس مضمون میں ایک کوانٹم ٹریڈنگ اسٹریٹجی کا تعارف کیا گیا ہے جو دوہری مساوی کراس اور ملٹی ٹائم پیریڈ ڈی ایم آئی اشارے پر مبنی ہے۔ اس حکمت عملی میں مارکیٹ کے رجحانات کو پکڑ کر ٹریڈنگ کے فیصلے کیے جاتے ہیں ، جبکہ ممکنہ نقصان کو کنٹرول کرنے کے لئے رسک مینجمنٹ اقدامات کا استعمال کیا جاتا ہے۔ اس حکمت عملی کا فائدہ مارکیٹ کے اہم رجحانات کو مؤثر طریقے سے شناخت کرنے اور متعدد ٹائم پیریڈ کی تصدیق کے ذریعہ سگنل کی وشوسنییتا کو بڑھانے میں ہے۔ تاہم ، اس حکمت عملی میں کچھ خطرات بھی موجود ہیں ، جیسے پیرامیٹرز کو بہتر بنانا ، رجحانات میں تاخیر ، جھٹکے اور مارکیٹ میں سیاہ سوانے کی تقریبات وغیرہ۔ اس حکمت عملی کو مزید بہتر بنانے کے لئے ، متحرک پیرامیٹر ایڈجسٹمنٹ ، ملٹی فیکٹر کی شناخت ، اسٹاپ نقصانات کو بہتر بنانا ، پوزیشن مینجمنٹ اور مشین لرننگ کے طریقوں کو متعارف کرانے پر غور کیا جاسکتا 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
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)