SMA کراس اوور طویل مختصر حکمت عملی
ChaoZhang
جائزہ
یہ حکمت عملی ایک سادہ حرکت پذیر اوسط ((SMA) کراسنگ پر مبنی ایک کثیر سر / خالی سر حکمت عملی ہے۔ اس میں ٹریڈنگ سگنل پیدا کرنے کے لئے دو مختلف دورانیہ والے SMA استعمال کیے جاتے ہیں۔ جب تیز رفتار SMA نیچے کی طرف سے سست رفتار SMA کو عبور کرتا ہے تو کثیر سر سگنل پیدا ہوتا ہے۔ جب تیز رفتار SMA اوپر کی طرف سے نیچے کی طرف سے سست رفتار SMA کو عبور کرتا ہے تو خالی سر سگنل پیدا ہوتا ہے۔ حکمت عملی میں واپسی کے تصور کا استعمال کیا جاتا ہے ، جو موجودہ بیلنس اور جمع منافع کے مطابق پوزیشن کی سائز کو متحرک طور پر ایڈجسٹ کرتی ہے۔ اس سے اکاؤنٹ کا بیلنس وقت کے ساتھ ساتھ بڑھتا ہے ، اس طرح حکمت عملی کی منافع بخش صلاحیت میں اضافہ ہوتا ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی اصول یہ ہے کہ ایس ایم اے کا استعمال کرتے ہوئے تجارت کے اشارے پیدا کریں۔ ایس ایم اے ایک رجحان سے باخبر رہنے والا اشارے ہے ، جس کی قیمتوں کی مجموعی سمت کا تعین کرنے کے لئے پچھلے کچھ عرصے میں اختتامی قیمتوں کا اوسط لگایا جاتا ہے۔ دو مختلف ادوار کے ایس ایم اے کا استعمال کرتے ہوئے ، حکمت عملی مارکیٹ کے رجحان میں ہونے والی تبدیلیوں کو پکڑ سکتی ہے۔ جب تیز رفتار ایس ایم اے پر ایک آہستہ آہستہ ایس ایم اے سے گزرتا ہے تو ، اس کا اشارہ ہوتا ہے کہ بڑھتا ہوا رجحان تشکیل پا رہا ہے ، لہذا حکمت عملی کثیر سر میں داخل ہوتی ہے۔ اس کے برعکس ، جب تیز رفتار ایس ایم اے کے نیچے ایک آہستہ آہستہ ایس ایم اے سے گزرتا ہے تو ، اس کا اشارہ ہوتا ہے کہ نیچے کا رجحان تشکیل پا رہا ہے ، لہذا حکمت عملی میں داخل ہوتی ہے۔
حکمت عملی پوزیشن کے سائز کو منظم کرنے کے لئے منافع بخش تصور کا استعمال کرتی ہے۔ یہ موجودہ اکاؤنٹ کے توازن اور جمع منافع کے مطابق پوزیشن کے سائز کا حساب لگاتا ہے۔ اس کا مطلب یہ ہے کہ اکاؤنٹ کے توازن میں اضافے کے ساتھ ، حکمت عملی پوزیشن کے سائز میں اسی طرح اضافہ کرتی ہے ، جس سے منافع کی صلاحیت کو زیادہ سے زیادہ کیا جاسکتا ہے۔ پوزیشن کے سائز کو متحرک طور پر ایڈجسٹ کرکے ، حکمت عملی اکاؤنٹ میں اضافے کے فوائد سے بھر پور فائدہ اٹھاسکتی ہے۔
اسٹریٹجک فوائد
سادہ اور سمجھنے میں آسان: یہ حکمت عملی ایس ایم اے کراس پر مبنی ہے ، ایک سادہ اور سمجھنے میں آسان رجحانات کی پیروی کرنے والی حکمت عملی ہے۔ اس میں پیچیدہ مارکیٹ ٹائمنگ یا شخصی فیصلے کی ضرورت نہیں ہے ، جس سے حکمت عملی کو لاگو کرنا اور اس کا انتظام کرنا آسان ہے۔
رجحانات کا سراغ لگانا: ایس ایم اے کراسنگ کا استعمال کرتے ہوئے ، یہ حکمت عملی مارکیٹ کے رجحانات کو مؤثر طریقے سے پکڑنے کے قابل ہے۔ اس سے منافع کی صلاحیت کو زیادہ سے زیادہ کرنے کے لئے بالائی رجحانات میں کثیر تجارت اور نیچے کے رجحانات میں خالی تجارت کی جاسکتی ہے۔
متحرک پوزیشن مینجمنٹ: حکمت عملی پوزیشن سائز کو منظم کرنے کے لئے منافع بخش تصور کا استعمال کرتی ہے۔ اکاؤنٹ کے بیلنس اور جمع منافع کی نقل و حرکت کے مطابق پوزیشن سائز کو ایڈجسٹ کرکے ، حکمت عملی اکاؤنٹ میں اضافے کے فوائد سے بھر پور فائدہ اٹھاسکتی ہے ، اور منافع بخش صلاحیت کو بڑھا سکتی ہے۔
لچکدار: اس حکمت عملی کو مختلف مارکیٹوں اور اثاثوں کی کلاسوں جیسے اسٹاک ، غیر ملکی کرنسی ، اجناس وغیرہ پر لاگو کیا جاسکتا ہے۔ اس کی سادگی اور لچک اس کو ایک عام تجارتی حکمت عملی بناتی ہے۔
اسٹریٹجک رسک
مارکیٹ کا خطرہ: یہ حکمت عملی مارکیٹ کے رجحان کی مستقل مزاجی پر منحصر ہے۔ مارکیٹ میں اتار چڑھاؤ یا رجحان کی تبدیلی کی صورت میں ، حکمت عملی کو نقصان اٹھانا پڑ سکتا ہے۔ اچانک واقعات ، معاشی اعداد و شمار کے اجراء جیسے عوامل مارکیٹ کے رجحان میں تبدیلی کا سبب بن سکتے ہیں ، جو حکمت عملی پر منفی اثر ڈالتے ہیں۔
پیرامیٹرز کا خطرہ: حکمت عملی کی کارکردگی ایس ایم اے کے دورانیہ کے انتخاب پر منحصر ہے۔ مختلف دورانیہ کے مجموعے سے مختلف نتائج برآمد ہوسکتے ہیں۔ غلط پیرامیٹرز کا انتخاب حکمت عملی کی ناقص کارکردگی یا تجارت کے مواقع سے محروم ہونے کا سبب بن سکتا ہے۔
زیادہ تجارت: مارکیٹ میں اتار چڑھاؤ کے دوران ، ایس ایم اے کے بار بار کراسنگ سے زیادہ تجارت ہوسکتی ہے ، جس سے تجارت کی لاگت اور پوائنٹس میں اضافہ ہوتا ہے ، جس سے حکمت عملی کی مجموعی کارکردگی متاثر ہوتی ہے۔
واپسی کا خطرہ: اگرچہ واپسی حکمت عملی کی منافع بخش صلاحیت کو بڑھا سکتی ہے ، لیکن اس سے نقصان کا خطرہ بھی بڑھ جاتا ہے۔ مسلسل نقصانات کی صورت میں ، اکاؤنٹ کا بیلنس تیزی سے کم ہوسکتا ہے ، جس سے حکمت عملی کی بازیابی کی صلاحیت محدود ہوجاتی ہے۔
حکمت عملی کی اصلاح کی سمت
پیرامیٹرز کی اصلاح: حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے بہترین پیرامیٹرز کا مجموعہ تلاش کرنے کے لئے ایس ایم اے کے دورانیے کو بہتر بنائیں۔ آپ کو تاریخی اعداد و شمار کا استعمال کرتے ہوئے بیک اپ کیا جاسکتا ہے ، اور آپٹمائزڈ الگورتھم جیسے گرڈ سرچ یا جینیاتی الگورتھم کا استعمال کرتے ہوئے بہترین پیرامیٹرز تلاش کریں۔
خطرے کا انتظام: خطرے کے انتظام کے اقدامات متعارف کروائیں ، جیسے کہ ایک ہی تجارت پر ہونے والے نقصانات کو محدود کرنے اور منافع کی حفاظت کے لئے اسٹاپ اور اسٹاپ۔ مارکیٹ میں اتار چڑھاؤ کی متحرک حالت کے مطابق اسٹاپ اور اسٹاپ کی سطح کو مختلف مارکیٹ کے حالات کے مطابق ڈھال لیا جاسکتا ہے۔
رجحان فلٹرنگ: ایس ایم اے کراسنگ کے علاوہ ، دیگر رجحان کی تصدیق کرنے والے اشارے ، جیسے ایم اے سی ڈی یا اے ڈی ایکس کو متعارف کرایا گیا ہے ، تاکہ جعلی سگنل کو فلٹر کیا جاسکے اور سگنل کی کوالٹی کو بہتر بنایا جاسکے۔ حکمت عملی کی وشوسنییتا کو بڑھانے کے لئے صرف اس وقت تجارت کی جائے جب متعدد اشارے بیک وقت رجحان کی تصدیق کریں۔
پوزیشن مینجمنٹ کو بہتر بنانا: پوزیشن مینجمنٹ کے قواعد جو منافع کی حکمت عملی کو بہتر بناتے ہیں ، جیسے خطرے کے کنٹرول کے اقدامات متعارف کروانا ، ایک ہی تجارت کے لئے خطرہ کی نالی کو محدود کرنا۔ کیلی فارمولا یا فکسڈ رسک فی صد کا استعمال کرتے ہوئے ہر تجارت کی پوزیشن کا سائز طے کرنے پر غور کیا جاسکتا ہے ، تاکہ خطرہ اور منافع کو متوازن کیا جاسکے۔
خلاصہ کریں۔
یہ حکمت عملی ایک ایس ایم اے کراس پر مبنی رجحان سے باخبر رہنے کی حکمت عملی ہے ، جس میں پوزیشن کے سائز کا انتظام کرنے کے لئے منافع بخش تصورات کا استعمال کیا جاتا ہے۔ اس کے فوائد یہ ہیں کہ یہ آسان اور سمجھنے میں آسان ہے ، رجحان سے باخبر رہنے کی صلاحیت مضبوط ہے ، پوزیشن کا انتظام متحرک ہے اور اس میں بہت زیادہ موافقت ہے۔ تاہم ، اس کو مارکیٹ کے خطرات ، پیرامیٹرز کے خطرات ، زیادہ تجارت اور منافع بخش خطرات جیسے چیلنجوں کا بھی سامنا کرنا پڑتا ہے۔ حکمت عملی کو بہتر بنانے کے ل paramet پیرامیٹرز کو بہتر بنانے ، خطرے کے انتظام کے اقدامات ، رجحانات کو فلٹر کرنے اور پوزیشن مینجمنٹ کے قواعد کو بہتر بنانے پر غور کیا جاسکتا ہے۔ مسلسل اصلاح اور بہتری کے ذریعہ ، اس حکمت عملی کو مارکیٹ کے مختلف حالات میں مستحکم کارکردگی کا امکان ہے۔
/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Umesh SMA Crossover Strategy", overlay=true)
// Input parameters
fast_length = input.int(9, title="Fast SMA Length")
slow_length = input.int(21, title="Slow SMA Length")
// Calculate SMAs
fast_sma = ta.sma(close, fast_length)
slow_sma = ta.sma(close, slow_length)
// Plot SMAs
plot(fast_sma, color=color.blue, title="Fast SMA")
plot(slow_sma, color=color.red, title="Slow SMA")
// Strategy logic
longCondition = ta.crossover(fast_sma, slow_sma)
shortCondition = ta.crossunder(fast_sma, slow_sma)
// Initialize cumulative profit with netprofit
var float cumulative_profit = na
if (na(cumulative_profit))
cumulative_profit := strategy.netprofit
// // Initialize starting balance
// var float starting_balance = na
// if (na(starting_balance))
// starting_balance := strategy.equity
// Initialize starting balance
var float starting_balance = na
if (na(starting_balance))
starting_balance := 100000.0 // Initial balance
// Calculate profit or gains
if (strategy.opentrades != 0)
cumulative_profit := strategy.netprofit + (strategy.equity - starting_balance)
// Calculate position size based on current balance and cumulative profit
//position_size = 100000
position_size = starting_balance + cumulative_profit
// Entry conditions
if (longCondition)
strategy.entry("Long", strategy.long, qty = position_size / close)
if (shortCondition)
strategy.entry("Short", strategy.short, qty = position_size / close)
// // Entry conditions
// if (longCondition)
// strategy.entry("Long", strategy.long, qty = 100000 / close)
// if (shortCondition)
// strategy.entry("Short", strategy.short, qty = 100000 / close)
// Plot strategy.equity
plot(strategy.equity, color=color.green, title="Cumulative Profit")
// Print cumulative profit value on chart
label.new(x = bar_index, y = strategy.equity, text = str.tostring(strategy.equity), style=label.style_label_down, color=color.new(color.green, 0), size=size.small)
// Plot cumulative profit
plot(cumulative_profit, color=color.green, title="Cumulative Profit")
// Print cumulative profit value on chart
label.new(x = bar_index, y = cumulative_profit, text = str.tostring(cumulative_profit), style=label.style_label_down, color=color.new(color.green, 0), size=size.small)
// Plot cumulative profit
plot(position_size, color=color.green, title="Cumulative Profit")
// Print cumulative profit value on chart
label.new(x = bar_index, y = position_size, text = str.tostring(position_size), style=label.style_label_down, color=color.new(color.green, 0), size=size.small)