KRK aDa Stochastic Slow Mean Reversion Strategy with AI Enhancement

KRK ADA EMA AI RSI
تخلیق کی تاریخ: 2024-04-26 15:41:18 آخر میں ترمیم کریں: 2024-04-26 15:41:18
کاپی: 0 کلکس کی تعداد: 602
1
پر توجہ دیں
1617
پیروکار

KRK aDa Stochastic Slow Mean Reversion Strategy with AI Enhancement

جائزہ

اس حکمت عملی میں رینڈم سست اشارے ((Stochastic Slow) کو بطور بنیادی ٹریڈنگ سگنل استعمال کیا گیا ہے اور 200 ادوار کی سادہ حرکت پذیر اوسط ((SMA) کے ساتھ اس کو ایک رجحان فلٹر کے طور پر استعمال کیا گیا ہے۔ اس کے علاوہ اس حکمت عملی میں ایک ورچوئل مصنوعی ذہانت (AI) اشارے کو متعارف کرایا گیا ہے تاکہ اضافی انٹری سگنل فراہم کیا جاسکے۔ اس حکمت عملی کا بنیادی خیال اوور سیل زون میں خریدنا اور اوور سیل زون میں بیچنا ہے جبکہ اس بات کو یقینی بنانا ہے کہ قیمت 200 SMA کے اوپر خریدے اور 200 SMA کے نیچے فروخت کی جائے ، موجودہ رجحان کے مطابق۔

حکمت عملی کا اصول

  1. بے ترتیب سست رفتار اشارے کے لئے K اور D اقدار کا حساب لگائیں ، جس میں K کی قیمت 26 ہے ، اور D کی قیمت K کی قیمت کے لئے 3 سیکنڈ SMA ہے۔

  2. اوور باؤ 81 ، اوور سیلڈ 20 ، اور کم سے کم K ویلیو 11 ہے۔

  3. جب K لائن پر D لائن سے گزرے اور K کی قیمت اوور سیل زون سے کم اور کم سے کم K کی قیمت سے زیادہ ہو تو ، خریدنے کا اشارہ پیدا ہوتا ہے۔

  4. جب K لائن کے نیچے D لائن کو پار کرتا ہے اور K کی قیمت اوور بائ زون سے زیادہ اور کم سے کم K کی قیمت سے زیادہ ہوتی ہے تو ، فروخت کا اشارہ پیدا ہوتا ہے۔

  5. 200 ایس ایم اے کو رجحان فلٹر کے طور پر استعمال کریں ، جب قیمت 200 ایس ایم اے سے اوپر ہو تو خریدنے کی اجازت دیں ، اور 200 ایس ایم اے کے نیچے فروخت کرنے کی اجازت دیں۔

  6. ورچوئل اے آئی اشارے متعارف کروائیں ((آر ایس آئی> 50 کا استعمال کرتے ہوئے بیعانہ اور آر ایس آئی <50 کا استعمال کرتے ہوئے بیعانہ) ، جب اے آئی اشارے بیعانہ ہوتے ہیں تو خریدیں ، جب بیعانہ ہوتے ہیں تو بیچیں۔

  7. حتمی ٹریڈنگ سگنل پیدا کرنے کے لئے رجحان فلٹر اور اے آئی اشارے کے اشارے کو یکجا کریں.

  8. خریدنے پر 10 فیصد کی روک تھام اور فروخت پر 10 فیصد کی روک تھام۔

اسٹریٹجک فوائد

  1. بے ترتیب سست اشارے مارکیٹ میں اوور بیو اور اوور سیل علاقوں کی مؤثر طریقے سے نشاندہی کرتے ہیں ، جو تجارت کے لئے ایک اچھا داخلی نقطہ فراہم کرتے ہیں۔

  2. 200 ایس ایم اے کو رجحان فلٹر کے طور پر متعارف کرایا گیا ہے تاکہ تجارت کو موجودہ رجحانات کے مطابق یقینی بنایا جاسکے ، جس سے کامیابی کی شرح میں اضافہ ہوتا ہے۔

  3. AI اشارے شامل کرنے سے حکمت عملی میں داخلے کے زیادہ مواقع پیدا ہوتے ہیں اور اس سے حکمت عملی کی آمدنی میں اضافہ ہوسکتا ہے۔

  4. اسٹاپ لاس آرڈر قائم کریں اور خطرے پر قابو پائیں۔

اسٹریٹجک رسک

  1. بے ترتیب اشارے غیر مستحکم مارکیٹوں میں زیادہ غلط سگنل پیدا کرسکتے ہیں۔

  2. ای آئی کی پیمائش ابھی تک صرف ایک مجازی پیمائش ہے ، جس کی عملی تاثیر کی تصدیق ہونا باقی ہے۔

  3. اسٹاپ نقصان کی ترتیب سے ممکنہ طور پر کچھ آمدنی کو پہلے سے ختم کیا جاسکتا ہے۔

حکمت عملی کی اصلاح کی سمت

  1. بے ترتیب اشارے کے پیرامیٹرز کو بہتر بنانے کے لئے ، بہترین سائیکل اور اوورلوڈ اور اوورلوڈ کی حد کی ترتیب تلاش کریں۔

  2. مزید پیچیدہ اور موثر اے آئی ماڈل متعارف کرانے سے اے آئی سگنل کی درستگی میں اضافہ ہوتا ہے۔

  3. خطرے کو بہتر طور پر کنٹرول کرنے اور منافع کو مقفل کرنے کے لئے اسٹاپ لاس اور اسٹاپ سیٹنگ کو بہتر بنائیں۔

  4. حکمت عملی کی مضبوطی کو بڑھانے کے لئے دیگر موثر تکنیکی اشارے یا بنیادی اعداد و شمار کو متعارف کرانے پر غور کریں۔

خلاصہ کریں۔

اس حکمت عملی میں رینڈم سست رفتار اشارے ، ٹرینڈ فلٹر اور اے آئی سگنل شامل ہیں ، جس سے ایک ملٹی فیکٹر ٹریڈنگ حکمت عملی تشکیل دی گئی ہے۔ رینڈم اشارے ایک مؤثر اووربائ اور اوور سیل سگنل فراہم کرتے ہیں ، ٹرینڈ فلٹر اس بات کو یقینی بناتا ہے کہ تجارت کی سمت بڑے رجحان کے مطابق ہے ، اور اے آئی سگنل حکمت عملی کو زیادہ داخلے کے مواقع فراہم کرتا ہے۔ اگرچہ اس حکمت عملی میں کچھ ممکنہ خطرات اور اصلاح کی گنجائش موجود ہے ، لیکن اس کا مجموعی نظریہ واضح ، منطقی ہے اور مزید تلاش اور بہتری کے قابل ہے۔

حکمت عملی کا ماخذ کوڈ
/*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("Stochastic Slow Strategy with More Entries and AI", overlay=true)

length = input.int(26, minval=1)
OverBought = input(81)
OverSold = input(20)
smoothK = input.int(3, minval=1)
smoothD = input.int(3, minval=1)
minKValue = input(11, title="Minimum K Value")

// Stochastic calculations
k = ta.sma(ta.stoch(close, high, low, length), smoothK)
d = ta.sma(k, smoothD)
co = ta.crossover(k, d)
cu = ta.crossunder(k, d)

// Trend filter (200-period simple moving average)
ema200 = ta.sma(close, 200)

// Artificial Intelligence indicator (dummy example)
// Aquí puedes colocar la lógica de tu red neuronal artificial
// Por ahora, simplemente usaremos una señal aleatoria
ai_signal = ta.rsi(close, 14) > 50 ? 1 : -1

// Entry conditions
longCondition = ta.crossover(close, ema200) and k < OverSold and k > minKValue and ai_signal == 1
shortCondition = ta.crossunder(close, ema200) and k > OverBought and k > minKValue and ai_signal == -1

if (not na(k) and not na(d))
    if (co and k < OverSold and k > minKValue)
        strategy.entry("StochLE", strategy.long, comment="StochLE")
    if (cu and k > OverBought and k > minKValue)
        strategy.entry("StochSE", strategy.short, comment="StochSE")
    if (longCondition)
        strategy.entry("LongEntry", strategy.long, comment="LongEntry")
        strategy.exit("StopLoss", "LongEntry", loss = close * 0.9) // Stop loss del 10%
    if (shortCondition)
        strategy.entry("ShortEntry", strategy.short, comment="ShortEntry")
        strategy.exit("StopLoss", "ShortEntry", loss = close * 1.1) // Stop loss del 10%

// Plotting
plot(ema200, color=color.blue, title="200 SMA")