1. مربع
  2. ایس ایم اے کراس اوور کمپونڈنگ حکمت عملی

ایس ایم اے کراس اوور کمپونڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-04-01 11:11:02
ٹیگز:

img

جائزہ

یہ حکمت عملی سادہ چلتی اوسط (ایس ایم اے) کے کراس اوور پر مبنی ایک لمبی / مختصر حکمت عملی ہے۔ یہ تجارتی سگنل پیدا کرنے کے لئے مختلف ادوار کے ساتھ دو ایس ایم اے کا استعمال کرتی ہے۔ جب تیز ایس ایم اے نیچے سے سست ایس ایم اے سے اوپر سے گزرتی ہے تو ، یہ ایک لمبا سگنل پیدا کرتی ہے۔ جب تیز ایس ایم اے اوپر سے سست ایس ایم اے سے نیچے سے گزرتی ہے تو ، یہ ایک مختصر سگنل پیدا کرتی ہے۔ اس حکمت عملی میں موجودہ اکاؤنٹ کے بیلنس کے سائز اور مجموعی منافع کی بنیاد پر مرکب ، متحرک طور پر پوزیشن کو ایڈجسٹ کرنے کا تصور شامل ہے۔ اس سے اکاؤنٹ بیلنس وقت کے ساتھ بڑھنے کی اجازت ملتی ہے ، جس سے حکمت عملی کی منافع بخش صلاحیت میں اضافہ ہوتا ہے۔

حکمت عملی کا اصول

اس حکمت عملی کا بنیادی اصول تجارتی سگنل پیدا کرنے کے لئے ایس ایم اے کراس اوورز کا استعمال کرنا ہے۔ ایس ایم اے ایک رجحان کی پیروی کرنے والا اشارے ہے جو ایک مخصوص مدت میں اختتامی قیمتوں کا اوسط بنا کر قیمت کی مجموعی سمت کا تعین کرتا ہے۔ مختلف ادوار کے ساتھ دو ایس ایم اے کا استعمال کرتے ہوئے ، حکمت عملی مارکیٹ کے رجحانات میں ہونے والی تبدیلیوں کو پکڑ سکتی ہے۔ جب تیز ایس ایم اے سست ایس ایم اے سے اوپر عبور کرتا ہے تو ، یہ اس بات کی نشاندہی کرتا ہے کہ ایک اپ ٹرینڈ تشکیل دے رہا ہے ، جس سے حکمت عملی طویل پوزیشن میں داخل ہوتی ہے۔ اس کے برعکس ، جب تیز ایس ایم اے سست ایس ایم اے سے نیچے عبور کرتی ہے تو ، اس سے پتہ چلتا ہے کہ نیچے کا رجحان تیار ہوسکتا ہے ، جس سے حکمت عملی مختصر پوزیشن میں داخل ہوتی ہے۔

اس حکمت عملی میں پوزیشن سائزنگ کا انتظام کرنے کے لئے مرکب کا تصور استعمال کیا جاتا ہے۔ یہ کرنٹ اکاؤنٹ بیلنس اور مجموعی منافع کی بنیاد پر پوزیشن سائز کا حساب لگاتا ہے۔ اس کا مطلب یہ ہے کہ اکاؤنٹ بیلنس بڑھنے کے ساتھ ہی ، حکمت عملی تناسب سے پوزیشن سائز میں اضافہ کرتی ہے ، منافع کی صلاحیت کو زیادہ سے زیادہ کرتی ہے۔ پوزیشن سائز کو متحرک طور پر ایڈجسٹ کرکے ، حکمت عملی اکاؤنٹ کی ترقی کے فوائد سے پوری طرح فائدہ اٹھا سکتی ہے۔

حکمت عملی کے فوائد

  1. سادگی: یہ حکمت عملی ایس ایم اے کراس اوورز پر مبنی ہے ، جس سے یہ ایک سادہ اور سیدھی سیدھی رجحان کی پیروی کرنے والی حکمت عملی بن جاتی ہے۔ اس کے لئے مارکیٹ کے پیچیدہ وقت یا ذات پات کے فیصلوں کی ضرورت نہیں ہے ، جس سے اس کا نفاذ اور انتظام آسان ہوجاتا ہے۔

  2. رجحان کی پیروی: ایس ایم اے کراس اوورز کا استعمال کرتے ہوئے ، حکمت عملی مؤثر طریقے سے مارکیٹ کے رجحانات کو حاصل کرتی ہے۔ یہ بڑھتی ہوئی رجحانات کے دوران لمبی تجارت اور گرتی ہوئی رجحانات کے دوران مختصر تجارت میں مشغول ہوسکتی ہے ، جس سے منافع کی صلاحیت کو زیادہ سے زیادہ بنایا جاسکتا ہے۔

  3. متحرک پوزیشن سائزنگ: حکمت عملی پوزیشن سائز کو سنبھالنے کے لئے مرکب کے تصور کو استعمال کرتی ہے۔ اکاؤنٹ کے بیلنس اور مجموعی منافع کی بنیاد پر پوزیشن سائز کو متحرک طور پر ایڈجسٹ کرکے ، حکمت عملی اکاؤنٹ کی نمو کے فوائد کو مکمل طور پر فائدہ اٹھا سکتی ہے ، منافع کو بڑھا سکتی ہے۔

  4. موافقت: اس حکمت عملی کو مختلف مارکیٹوں اور اثاثہ جات کی کلاسوں جیسے اسٹاک ، فاریکس ، اجناس وغیرہ پر لاگو کیا جاسکتا ہے۔ اس کی سادگی اور موافقت اس کو ایک ورسٹائل تجارتی حکمت عملی بناتی ہے۔

حکمت عملی کے خطرات

  1. مارکیٹ کا خطرہ: حکمت عملی مارکیٹ کے رجحانات کے تسلسل پر انحصار کرتی ہے۔ یہ مارکیٹ میں اتار چڑھاؤ یا رجحان کی تبدیلیوں کے دوران نقصانات کا شکار ہوسکتی ہے۔ غیر متوقع واقعات ، معاشی اعداد و شمار کی رہائی ، اور دیگر عوامل مارکیٹ کی سمت میں اچانک تبدیلی کا سبب بن سکتے ہیں ، جو حکمت عملی کو منفی طور پر متاثر کرسکتے ہیں۔

  2. پیرامیٹر خطرہ: حکمت عملی کی کارکردگی ایس ایم اے ادوار کے انتخاب پر منحصر ہے۔ مختلف ادوار کے مجموعے مختلف نتائج پیدا کرسکتے ہیں۔ پیرامیٹر کا غلط انتخاب غیر زیادہ سے زیادہ حکمت عملی کی کارکردگی یا کھوئے ہوئے تجارتی مواقع کا باعث بن سکتا ہے۔

  3. اوور ٹریڈنگ: مارکیٹ کے غیر مستحکم حالات کے دوران ، ایس ایم اے کے بار بار کراس اوورز کا نتیجہ اوور ٹریڈنگ ، ٹرانزیکشن لاگت میں اضافہ اور سلائپج ہوسکتا ہے ، جو حکمت عملی کی مجموعی کارکردگی کو متاثر کرسکتا ہے۔

  4. کمپاؤنڈنگ رسک: اگرچہ کمپاؤنڈنگ حکمت عملی کی منافع بخش صلاحیت کو بڑھا سکتی ہے ، لیکن اس سے نقصانات کا خطرہ بھی بڑھ جاتا ہے۔ لگاتار نقصانات کی صورت میں ، اکاؤنٹ بیلنس تیزی سے کم ہوسکتا ہے ، جس سے حکمت عملی کی بازیابی کی صلاحیت محدود ہوجاتی ہے۔

حکمت عملی کی اصلاح کی ہدایات

  1. پیرامیٹر کی اصلاح: حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے بہترین پیرامیٹر مجموعہ تلاش کرنے کے لئے ایس ایم اے کے ادوار کو بہتر بنائیں۔ بیک ٹیسٹنگ کے لئے تاریخی ڈیٹا کا استعمال کریں اور بہترین پیرامیٹرز کی نشاندہی کرنے کے لئے گرڈ سرچ یا جینیاتی الگورتھم جیسے اصلاحاتی الگورتھم استعمال کریں۔

  2. رسک مینجمنٹ: ہر تجارت کے نقصانات کو محدود کرنے اور منافع کو بچانے کے لئے رسک مینجمنٹ کے اقدامات ، جیسے اسٹاپ نقصان اور منافع لینا ، متعارف کروائیں۔ مارکیٹ کی اتار چڑھاؤ کی بنیاد پر اسٹاپ نقصان اور منافع لینے کی سطح کو متحرک طور پر ایڈجسٹ کریں تاکہ مارکیٹ کے مختلف حالات کو اپنایا جاسکے۔

  3. رجحان کی تصدیق: ایس ایم اے کراس اوورز کے علاوہ ، غلط سگنل کو فلٹر کرنے اور سگنل کے معیار کو بہتر بنانے کے ل other ، دیگر رجحان کی تصدیق کے اشارے ، جیسے ایم اے سی ڈی یا اے ڈی ایکس کو شامل کریں۔ صرف تب ہی تجارت کریں جب متعدد اشارے بیک وقت رجحان کی تصدیق کریں ، اسٹریٹجی کی وشوسنییتا کو بڑھاوا دیں۔

  4. پوزیشن سائزنگ کی اصلاح: ہر تجارت کے لئے پوزیشن سائز کا تعین کرنے کے لئے کیلی معیار یا فکسڈ رسک فی صد کا استعمال کرنے پر غور کریں ، خطرہ اور منافع کو متوازن کریں۔

نتیجہ

یہ حکمت عملی ایس ایم اے کراس اوورز پر مبنی رجحان کی پیروی کرنے والی حکمت عملی ہے ، جس میں پوزیشن سائز کو سنبھالنے کے لئے مرکب کرنے کا تصور شامل ہے۔ اس کی طاقت اس کی سادگی ، رجحان کی پیروی کرنے کی صلاحیت ، متحرک پوزیشن سائزنگ اور موافقت پذیری میں ہے۔ تاہم ، اس کو مارکیٹ رسک ، پیرامیٹر رسک ، اوور ٹریڈنگ ، اور مرکب رسک جیسے چیلنجوں کا بھی سامنا کرنا پڑتا ہے۔ حکمت عملی کو بہتر بنانے کے ل param ، پیرامیٹر کی اصلاح ، رسک مینجمنٹ کے اقدامات متعارف کرانے ، رجحان کی تصدیق ، اور پوزیشن سائزنگ کے قوانین کو بہتر بنانے پر غور کریں۔ مسلسل اصلاح اور اصلاح کے ساتھ ، حکمت عملی میں مختلف مارکیٹ کے حالات میں مستقل کارکردگی حاصل کرنے کی صلاحیت 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)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں