وقت کی سیریز کے مطابق ڈائنامک حد کی حکمت عملی جو ایکویٹی ڈیٹا پر مبنی ہے

مصنف:چاؤ ژانگ، تاریخ: 2024-04-01 10:48:52
ٹیگز:

img

جائزہ

یہ حکمت عملی اسٹاک یا دیگر مالیاتی اثاثوں کی خالص اثاثوں کی قیمت کے ٹائم سیریز کے اعداد و شمار پر مبنی ہے۔ افادیت کا تناسب (ای آر) کو تیزی سے حساب کتاب کرکے ایکسپونینشل موونگ میڈین (ای ایم اے) کے ہموار کرنے والے عنصر کے طور پر ، یہ خرید و فروخت کے سگنل کو متحرک کرنے کے لئے بالائی اور نچلے بینڈ کو موافقت پذیر طور پر ایڈجسٹ کرتا ہے۔ اس حکمت عملی کا بنیادی خیال خالص اثاثوں کی قیمت کے اعداد و شمار میں موجود تمام معلومات کا استعمال کرنا ہے ، خالص اثاثوں کی قیمت میں تبدیلیوں کی پیچیدگی (ای آر) کا حساب کتاب کرکے ای ایم اے ہموار کرنے والے عنصر کو متحرک طور پر ایڈجسٹ کریں ، اور پھر متحرک طور پر بدلتے ہوئے بالائی اور نچلے بینڈ حاصل کریں۔ جب قیمت اوپری بینڈ کو توڑتی ہے تو ، یہ ایک لمبی پوزیشن کھولتی ہے ، اور جب یہ نچلی بینڈ کو توڑتی ہے تو ، یہ پوزیشن بند کردیتی ہے۔

حکمت عملی کا اصول

  1. خالص اثاثوں کی مالیت کے اعداد و شمار کا کارکردگی کا تناسب (ER) کا حساب لگائیں ، جو خالص اثاثوں کی مالیت میں ہونے والی تبدیلی کا مجموعی تبدیلی کا تناسب ہے۔ ER کی قیمت جتنی چھوٹی ہوگی ، خالص اثاثوں کی قیمت میں زیادہ مستحکم تبدیلی ہوگی۔ ER کی قیمت جتنی زیادہ ہوگی ، خالص اثاثوں کی قیمت میں زیادہ ڈرامائی تبدیلی ہوگی۔
  2. خالص اثاثہ کی قیمت کے EMA اوسط اور مطلق انحراف کو متحرک طور پر حساب کرنے کے لئے pine_ema فنکشن کے ہموار فیکٹر الفا کے طور پر ER استعمال کریں۔
  3. متحرک طور پر تبدیل ہونے والے اوپری اور نچلے بینڈ حاصل کرنے کے لئے ای ایم اے کے اوسط سے مطلق انحراف کو جمع اور گھٹائیں۔
  4. جب موجودہ خالص اثاثہ کی قیمت اوپری بینڈ کو توڑ دیتی ہے تو ، ایک طویل پوزیشن کھولیں ، اور جب یہ نچلی بینڈ کو توڑ دیتی ہے تو ، پوزیشن بند کریں۔

حکمت عملی کے فوائد

  1. یہ خالص اثاثہ کی قیمت کے وقت سیریز کے اعداد و شمار میں موجود تمام معلومات کا مکمل استعمال کرتا ہے، کسی بھی پیرامیٹرز کو مقرر کرنے اور بہتر بنانے کی ضرورت کے بغیر، طریقہ کار آسان اور قدرتی ہے.
  2. ای ایم اے کو ہموار کرنے والے فیکٹر کو ایڈجسٹ کرنے کے لئے متحرک طور پر ای آر کا حساب لگاتے ہوئے ، یہ خالص اثاثوں کی قیمت میں ہونے والی تبدیلیوں کی پیچیدگی کو اپنانے اور مارکیٹ میں ہونے والی تبدیلیوں کا لچکدار جواب دے سکتا ہے۔
  3. روایتی فکسڈ پیرامیٹر ای ایم اے کے مقابلے میں ، متحرک ای ایم اے تجارت کی تعداد اور انعقاد کے وقت کو مؤثر طریقے سے کم کرسکتا ہے ، جس سے لین دین کے اخراجات اور خطرات کم ہوتے ہیں۔
  4. یہ مؤثر طریقے سے ڈراؤونگ کو کنٹرول کرسکتا ہے۔ خریدنے اور رکھنے کے مقابلے میں ، یہ حکمت عملی زیادہ سے زیادہ ڈراؤونگ کو 2-3 گنا کم کرسکتی ہے ، یا اسی ڈراؤونگ کے تحت واپسی کو 2-3 گنا بڑھا سکتی ہے۔
  5. یہ آسانی سے متعدد حکمت عملیوں کے مجموعے پر لاگو کیا جا سکتا ہے تاکہ حکمت عملیوں کے خود کار طریقے سے آن / آف کے مقصد کو حاصل کیا جا سکے.

حکمت عملی کے خطرات

  1. یہ حکمت عملی خالص اثاثوں کی قیمت کے وقت کی سیریز کے اعداد و شمار پر مبنی ہے۔ ایسی صورتحال میں جہاں قیمت کا رجحان بنیادی طور پر الٹ جاتا ہے ، پوزیشنوں کی بندش کو متحرک کرنے کی رفتار سست ہوسکتی ہے ، اس طرح واپسی کو متاثر کرتی ہے۔
  2. اگرچہ یہ حکمت عملی پیرامیٹرز کو موافقت پذیر طور پر ایڈجسٹ کرسکتی ہے ، لیکن اس کی انتہائی مارکیٹ کے حالات میں موافقت کو مزید جانچ پڑتال کی ضرورت ہے۔
  3. یہ حکمت عملی فی الحال بنیادی طور پر طویل پوزیشنوں پر مرکوز ہے، اور مختصر پوزیشنوں کے لئے مزید بہتر بنانے کی ضرورت ہے.
  4. عملی ایپلی کیشنز میں ، اس حکمت عملی میں منتخب کردہ اہداف کے معیار کے لئے زیادہ تقاضے ہیں ، اور طویل مدتی عروج کے رجحانات کے ساتھ اہداف کے انتخاب کی ضرورت ہے۔

حکمت عملی کی اصلاح کی ہدایات

  1. ای آر کے حساب کتاب کے طریقہ کار کو مزید بہتر بنانے پر غور کریں ، مزید اشارے متعارف کروائیں جو خالص اثاثہ جات کی قیمت میں ہونے والی تبدیلیوں کی خصوصیات کو ظاہر کرتے ہیں ، اور ای آر کی استحکام اور افادیت کو بہتر بنائیں۔
  2. کھلنے اور بند ہونے کی شرائط کو مزید بہتر بنائیں ، جیسے حکمت عملی کی منافع بخش اور رسک مزاحمت کو بہتر بنانے کے ل trailing ٹریلنگ اسٹاپ نقصان ، فیصد اسٹاپ نقصان وغیرہ شامل کرنے پر غور کریں۔
  3. مختلف اہداف اور مارکیٹ کے ماحول کے لئے ، پیرامیٹرز کو بہتر بنائیں اور حکمت عملی کی استعداد کار کو بہتر بنانے کے لئے حکمت عملی کو موافقت پذیر طور پر ایڈجسٹ کریں۔
  4. اس حکمت عملی کو دیگر حکمت عملیوں کے ساتھ جوڑیں (جیسے رجحان کی پیروی ، اوسط ریورس وغیرہ) مختلف حکمت عملیوں کے فوائد کو فائدہ اٹھانے اور پورٹ فولیو کی استحکام اور منافع کو بہتر بنانے کے ل.

خلاصہ

یہ حکمت عملی تیزی سے کارکردگی کے تناسب (ای آر) کا حساب لگاتی ہے ، جو ایکسپونینشیل موونگ میڈین (ای ایم اے) کے ہموار کرنے والے عنصر کی حیثیت سے ہے ، اپر اور نچلے بینڈ کو موافقت پذیر انداز میں ایڈجسٹ کرتی ہے ، اور خرید و فروخت کے سگنل کو متحرک کرتی ہے۔ یہ حکمت عملی خالص اثاثہ کی قیمت کے ٹائم سیریز کے اعداد و شمار میں موجود معلومات کا مکمل استعمال کرتی ہے ، بغیر بہت زیادہ پیرامیٹر کی ترتیبات اور اصلاحات کی ضرورت کے ، طریقہ کار آسان اور فطری ہے ، اور مارکیٹ میں ہونے والی تبدیلیوں کا لچکدار جواب دے سکتی ہے اور مؤثر طریقے سے ڈراؤنڈ کو کنٹرول کرسکتی ہے۔ تاہم ، اس حکمت عملی کی انتہائی مارکیٹ کے حالات میں موافقت کو مزید جانچ پڑتال کی ضرورت ہے ، اور عملی ایپلی کیشنز میں اہداف کے انتخاب پر توجہ دی جانی چاہئے۔ مستقبل میں ، ہم حکمت عملی کی استحکام اور منافع بخش صلاحیت کو بہتر بنانے کے ل the ، حساب کتاب ، افتتاحی اور اختتامی حالات ، پیرامیٹر کی اصلاح ، امتزاج کی حکمت عملی وغیرہ کے پہلوؤں سے حکمت عملی کو مزید بہتر


/*backtest
start: 2023-03-26 00:00:00
end: 2024-03-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy('Equity control', 'EC')
// study('Exponential bands', 'EB', overlay = true)


er(src) =>
    var start = src
    var total = 0.0

    total += abs(src - nz(src[1], src))
    net    = abs(src - start          )
    
    net / total

pine_ema(src, alpha) =>
    mean = 0.0
    dev  = 0.0

    mean := na(mean[1]) ? src : (1 - alpha) * mean[1] + alpha *     src
    dev  := na(dev [1]) ? 0   : (1 - alpha) * dev [1] + alpha * abs(src - mean)

    [mean, dev]


src = input(close)


a           = er      (src   )
[mean, dev] = pine_ema(src, a)

dev_lower = mean - dev
dev_upper = mean + dev


// plot(dev_lower, 'lower deviation', color.silver, 2, plot.style_stepline)
// plot(mean     , 'basis'          , color.purple, 1, plot.style_stepline)
// plot(dev_upper, 'upper deviation', color.silver, 2, plot.style_stepline)


if src > dev_upper
    strategy.entry('event', true, comment = 'on')
if src < dev_lower
    strategy.close('event', comment = 'off')


plot(strategy.equity)

//bigDope

مزید