لمبی مختصر لکیری رجسٹریشن کراس اوور حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-03-27 17:52:02
ٹیگز:

جائزہ

لانگ شارٹ لکیری رجسٹریشن کراس اوور حکمت عملی ایک تکنیکی تجزیہ حکمت عملی ہے جو اسٹاک کی مستقبل کی قیمت کی نقل و حرکت کی پیش گوئی کے لئے لکیری رجسٹریشن ماڈل کا استعمال کرتی ہے۔ اس حکمت عملی کا بنیادی اصول یہ ہے: اسٹاک کی قیمت کی نقل و حرکت اکثر ایک خاص لکیری رجحان کی پیروی کرتی ہے ، اور قیمت کی لکیری رجسٹریشن کا حساب لگاتے ہوئے ، مستقبل کی قیمت کی پیش گوئی کی جاسکتی ہے۔ جب پیش گوئی کی گئی قیمت موجودہ قیمت سے تجاوز کرتی ہے تو حکمت عملی طویل ہوجاتی ہے ، اور جب یہ نیچے سے تجاوز کرتی ہے تو پوزیشن سے باہر ہوجاتی ہے۔

حکمت عملی کے اصول

حکمت عملی سب سے پہلے ایک خاص مدت کے دوران اسٹاک کی قیمت کی لکیری رجعت کا حساب لگاتی ہے۔ لکیری رجعت کم سے کم مربع طریقہ کا استعمال کرتے ہوئے ایک سیدھی لکیر پر فٹ ہوجاتی ہے ، جو وقت کے ساتھ ساتھ قیمت میں تبدیلی کے رجحان کی نمائندگی کرتی ہے۔ اس کے بعد حکمت عملی پیش گوئی کی قیمت لائن اور چارٹ پر موجودہ قیمت کو پلاٹ کرتی ہے۔

حکمت عملی دو سگنل کی وضاحت کرتی ہے:

لانگ سگنل: جب پیش گوئی کی گئی قیمت موجودہ قیمت سے تجاوز کرتی ہے تو اس کا آغاز ہوتا ہے
شارٹ سگنل: جب پیش گوئی کی قیمت موجودہ قیمت سے نیچے گزرتی ہے تو اس کا آغاز ہوتا ہے

جب لانگ سگنل ظاہر ہوتا ہے تو، حکمت عملی ایک طویل پوزیشن کھولتی ہے؛ جب مختصر سگنل ظاہر ہوتا ہے تو، یہ پوزیشن بند کر دیتا ہے.

اسٹریٹیجی کے اہم اقدامات مندرجہ ذیل ہیں:

وقت کی مدت میں قیمت کی لکیری رجسٹریشن کا حساب لگائیں
چارٹ پر پیش گوئی کی قیمت لائن اور موجودہ قیمت کو پلاٹ
طویل اور مختصر سگنل کی وضاحت کریں
ایک طویل پوزیشن کھولیں جب طویل سگنل ٹرگر ہے
مختصر سگنل چالو کیا جاتا ہے جب پوزیشن بند کریں

فوائد کا تجزیہ

طویل مختصر لکیری رجسٹریشن کراس اوور حکمت عملی مندرجہ ذیل فوائد ہیں:

سادہ اور موثر: حکمت عملی کا منطق واضح اور لاگو کرنے میں آسان ہے، اور یہ قیمت کے لکیری رجحان کو پکڑ سکتا ہے.
وسیع اطلاق: یہ حکمت عملی رجحان سازی اور رینج مارکیٹوں دونوں میں تجارتی سگنل پیدا کرسکتی ہے۔
مضبوط اصلاح: حکمت عملی میں کچھ اہم پیرامیٹرز شامل ہیں ، جیسے لکیری رجسٹریشن کی مدت ، چلتی اوسط ، وغیرہ ، جو کارکردگی کو بہتر بنانے کے لئے بہتر بنایا جاسکتا ہے۔

خطرے کا تجزیہ

اس کے بہت سے فوائد کے باوجود ، لانگ شارٹ لکیری رجریشن کراس اوور حکمت عملی میں بھی کچھ خطرات ہیں:

رجحان کی پہچان کا خطرہ: جب قیمت کی نقل و حرکت لکیری رجحان کی پیروی نہیں کرتی ہے ، جیسے کہ رینجنگ مارکیٹ میں ، حکمت عملی سے غلط سگنل پیدا ہوسکتے ہیں۔ اس خطرے کو دوسرے اشارے جیسے ایم اے سی ڈی کے ساتھ مل کر کم کیا جاسکتا ہے۔
پیرامیٹر سیٹنگ کا خطرہ: حکمت عملی کی کارکردگی پیرامیٹر کی ترتیبات پر حساس ہے ، اور نامناسب پیرامیٹرز نقصانات کا باعث بن سکتے ہیں۔ لہذا ، براہ راست تجارت سے پہلے پیرامیٹرز کی کافی بیک ٹیسٹنگ اور اصلاح ضروری ہے۔
اوور فٹنگ کا خطرہ: اگر پیرامیٹرز کو زیادہ سے زیادہ بہتر بنایا جاتا ہے تو ، اس سے حکمت عملی کو تاریخی اعداد و شمار سے زیادہ فٹ ہونے اور مستقبل میں خراب کارکردگی کا مظاہرہ ہوسکتا ہے۔ اوور فٹنگ سے بچنے کے طریقوں میں اسے آسان رکھنا ، نمونے سے باہر کی جانچ وغیرہ شامل ہیں۔

اصلاح کی ہدایات

دوسرے اشارے کے ساتھ مل کر: اشاروں کی درستگی کو بہتر بنانے کے لئے لکیری رجسٹریشن سگنل کو دیگر تکنیکی اشارے جیسے ایم اے سی ڈی ، بولنگر بینڈ وغیرہ کے ساتھ مل کر استعمال کیا جاسکتا ہے۔
متحرک پیرامیٹر کی اصلاح: پیرامیٹرز کے لئے ایک موافقت پذیر میکانزم کو مارکیٹ کے حالات کے مطابق پیرامیٹرز کو متحرک طور پر ایڈجسٹ کرنے کے لئے ڈیزائن کیا جاسکتا ہے ، جس سے موافقت میں اضافہ ہوتا ہے۔
ایک رسک کنٹرول ماڈیول شامل کریں: ایک ہی ٹرانزیکشن کے خطرے کو کم کرنے اور مجموعی واپسی کو بڑھانے کے لئے اسٹاپ نقصان اور منی مینجمنٹ جیسے رسک کنٹرول اقدامات کو حکمت عملی میں شامل کریں۔
مشین لرننگ کی اصلاح: مشین لرننگ الگورتھم کو اس کی پیش گوئیوں کو زیادہ درست بنانے کے لئے لکیری رجعت ماڈل کو مستقل طور پر بہتر بنانے کے لئے استعمال کیا جاسکتا ہے۔

خلاصہ

لانگ شارٹ لکیری رجریشن کراس اوور حکمت عملی لکیری رجریشن اور موجودہ قیمت سے متوقع قیمت کے موازنہ کی بنیاد پر تجارتی سگنل تیار کرتی ہے۔ حکمت عملی کا منطق آسان اور واضح ہے ، اور یہ قیمت کے لکیری رجحان کو پکڑ سکتا ہے اور مختلف مارکیٹ کے حالات پر لاگو ہوتا ہے۔ اسی وقت ، حکمت عملی کو نافذ کرنا اور بہتر بنانا آسان ہے ، اور پیرامیٹرز کو لچکدار طریقے سے ایڈجسٹ کیا جاسکتا ہے ، دوسرے اشارے کے ساتھ مل کر ، رسک کنٹرول ماڈیولز شامل کیے جاسکتے ہیں ، وغیرہ ، تاکہ حکمت عملی کی کارکردگی کو مستقل طور پر بہتر بنایا جاسکے۔ تاہم ، حکمت عملی میں غلط رجحان کی شناخت ، نامناسب پیرامیٹر کی ترتیبات ، اور تاریخی اعداد و شمار کی ضرورت سے زیادہ خطرات بھی ہیں ، لہذا عملی درخواست میں محتاط رہنے کی ضرورت ہے۔ مجموعی طور پر ، لانگ شارٹ لکیری رجریشن کراس اوور حکمت عملی ایک آسان اور موثر تجارتی حکمت عملی ہے جس کی مزید تلاش اور اصلاح کے قابل ہے۔

/*backtest
start: 2024-02-25 00:00:00
end: 2024-03-26 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © stocktechbot
//@version=5
strategy("Linear Cross", overlay=true, margin_long=100, margin_short=0)

//Linear Regression

vol = volume

// Function to calculate linear regression
linregs(y, x, len) =>
    ybar = math.sum(y, len)/len
    xbar = math.sum(x, len)/len
    b = math.sum((x - xbar)*(y - ybar),len)/math.sum((x - xbar)*(x - xbar),len)
    a = ybar - b*xbar
    [a, b]

// Historical stock price data
price = close

// Length of linear regression
len = input(defval = 21, title = 'Strategy Length')
linearlen=input(defval = 9, title = 'Linear Lookback')
[a, b] = linregs(price, vol, len)

// Calculate linear regression for stock price based on volume
//eps = request.earnings(syminfo.ticker, earnings.actual)
//MA For double confirmation

out = ta.sma(close, 200)
outf = ta.sma(close, 50)
outn = ta.sma(close, 90)
outt = ta.sma(close, 21)
outthree = ta.sma(close, 9)

// Predicted stock price based on volume
predicted_price = a + b*vol

// Check if predicted price is between open and close
is_between = open < predicted_price and predicted_price < close

//MACD
//[macdLine, signalLine, histLine] = ta.macd(close, 12, 26, 9)

// Plot predicted stock price
plot(predicted_price, color=color.rgb(65, 59, 150), linewidth=2, title="Predicted Price")
plot(ta.sma(predicted_price,linearlen), color=color.rgb(199, 43, 64), linewidth=2, title="MA Predicted Price")
//offset = input.int(title="Offset", defval=0, minval=-500, maxval=500)
plot(out, color=color.blue, title="MA200")
[macdLine, signalLine, histLine] = ta.macd(predicted_price, 12, 26, 9)

//BUY Signal

longCondition=false
mafentry =ta.sma(close, 50) > ta.sma(close, 90)
//matentry = ta.sma(close, 21) > ta.sma(close, 50)
matwohun = close > ta.sma(close, 200)
twohunraise = ta.rising(out, 2)
twentyrise = ta.rising(outt, 2)
macdrise = ta.rising(macdLine,2)
macdlong = ta.crossover(predicted_price, ta.wma(predicted_price,linearlen))  and (signalLine < macdLine)
if macdlong and macdrise
    longCondition := true

if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)
//Sell Signal
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)
daysSinceEntry = len
daysSinceEntry := int((time - strategy.opentrades.entry_time(strategy.opentrades - 1)) / (24 * 60 * 60 * 1000))
percentageChange = (close - lastEntryPrice) / lastEntryPrice * 100
//trailChange = (ta.highest(close,daysSinceEntry) - close) / close * 100

//label.new(bar_index, high, color=color.black, textcolor=color.white,text=str.tostring(int(trailChange)))
shortCondition=false
mafexit =ta.sma(close, 50) < ta.sma(close, 90)
matexit = ta.sma(close, 21) < ta.sma(close, 50)
matwohund = close < ta.sma(close, 200)
twohunfall = ta.falling(out, 3)
twentyfall = ta.falling(outt, 2)
shortmafall = ta.falling(outthree, 1)
macdfall = ta.falling(macdLine,1)
macdsell = macdLine < signalLine
if macdfall and macdsell and (macdLine < signalLine) and ta.falling(low,2)
    shortCondition := true

if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)

مزید

2019 FMZ - تمام حقوق محفوظ ہیں