ہارسٹ فیوچر ڈیوائڈنگ لائن کی حکمت عملی

SMA
تخلیق کی تاریخ: 2024-04-29 13:58:06 آخر میں ترمیم کریں: 2024-04-29 13:58:06
کاپی: 2 کلکس کی تعداد: 903
1
پر توجہ دیں
1617
پیروکار

ہارسٹ فیوچر ڈیوائڈنگ لائن کی حکمت عملی

جائزہ

مستقبل کی حد بندی کی حکمت عملی ایک تجارتی حکمت عملی ہے جو مستقبل کی حد بندی کے تصور پر مبنی ہے جو 1970 کی دہائی میں جے ایم ہرسٹ نے تیار کیا تھا۔ یہ حکمت عملی مالیاتی چارٹ پر ایک سادہ لیکن گہری لائن ڈرائنگ کے ذریعہ مستقبل کی قیمتوں کی پیش گوئی کرنے کے لئے استعمال کی جاتی ہے ، یعنی قیمتوں کے اعداد و شمار کو آدھے سائیکل آگے کی طرف منتقل کرنا۔ خاص طور پر ، یہ حکمت عملی بنیادی طور پر تین ہرسٹ سائیکلوں کے مابین تعامل پر مرکوز ہے۔ سگنل سائیکل ، ٹریڈنگ سائیکل اور رجحان سائیکل۔ قیمتوں اور ایف ایل ڈی لائنوں کے کراسنگ اور انحراف کے نمونوں کو دیکھ کر ، تاجر مارکیٹ میں رجحانات یا بندش کا تعین کرسکتے ہیں اور باہر نکلنے کی جگہ کا تعین کرسکتے ہیں۔

حکمت عملی کا اصول

ہرسٹ کی مستقبل کی حد بندی کی حکمت عملی کا بنیادی مقصد یہ ہے کہ قیمت کے اعداد و شمار کو نصف دورانیے کے لئے آگے بڑھایا جائے تاکہ مستقبل کی حد بندی کی تشکیل کی جاسکے۔ مثال کے طور پر ، 40 دن کے دورانیے کے معاملے میں ، ایف ایل ڈی کو چارٹ پر موجودہ قیمت کے اعداد و شمار کو آگے بڑھاتے ہوئے 20 دن کی نمائندگی کی جائے گی۔ حکمت عملی بنیادی طور پر تین ہرسٹ دورانیوں پر توجہ دیتی ہے: سگنل کا دورانیہ (20 دن) ۔ ٹریڈنگ کا دورانیہ (20 دن) ۔ اور رجحان کا دورانیہ (80 دن) ۔ اس حکمت عملی میں ، تاجروں کو قیمتوں کے ان تینوں ایف ایل ڈی لائنوں کے ساتھ کراسنگ اور انحراف کے نمونوں کا مشاہدہ کرکے مارکیٹ کی رجحان یا صف بندی کا تعین کرنے کی اجازت دی جاتی ہے۔ جب قیمت کا اشارہ ایف ایل ڈی کے اوپر ہوتا ہے تو ، ایف ایل ڈی سگنل ایف ایل ڈی پر تجارت کرتا ہے ، اور جب ٹریڈنگ کا اشارہ ایف ایل ڈی کے اوپر ہوتا ہے تو ، مارکیٹ اوپر کی طرف ہوتا ہے۔

اسٹریٹجک فوائد

مستقبل میں ہرسٹ کی تقسیم کی حکمت عملی کے اہم فوائد یہ ہیں:

  1. سادہ اور سمجھنے میں آسان: یہ حکمت عملی ایف ایل ڈی کے سادہ تصور پر مبنی ہے اور اسے سمجھنے اور لاگو کرنے میں آسان ہے۔
  2. پیش گوئی: قیمتوں کے اعداد و شمار کو آگے کی طرف منتقل کرکے ، ایف ایل ڈی مستقبل کی قیمتوں کے رجحانات کی پیش گوئی فراہم کرتا ہے۔
  3. ملٹی سائیکل تجزیہ: اس حکمت عملی میں تین مختلف ہرسٹ سائیکلز کا امتزاج کیا گیا ہے تاکہ مارکیٹ کا زیادہ جامع تجزیہ فراہم کیا جاسکے۔
  4. رجحانات اور توازن کی شناخت: قیمتوں اور ایف ایل ڈی لائنوں کے باہمی تعامل کے نمونوں کو دیکھ کر ، تاجر مارکیٹ کے رجحانات یا توازن کا فیصلہ کرسکتے ہیں۔
  5. مرضی کے مطابق: اس حکمت عملی میں ایک سایڈست بیعانہ ٹرگر فراہم کیا گیا ہے ، جس میں تاجر اپنی پسند کے مطابق نکلنے کا مقام ترتیب دے سکتا ہے۔

اسٹریٹجک رسک

اگرچہ ہارسٹ کی مستقبل کی سرحد بندی کی حکمت عملی کے فوائد ہیں ، لیکن اس میں کچھ ممکنہ خطرات بھی ہیں:

  1. پیرامیٹر حساسیت: اس حکمت عملی کی کارکردگی پیرامیٹرز جیسے سائیکل کی لمبائی کے لئے حساس ہوسکتی ہے ، اور مختلف پیرامیٹرز کی ترتیبات مختلف نتائج کا باعث بن سکتی ہیں۔
  2. مارکیٹ کی موافقت: یہ حکمت عملی بعض مارکیٹ کے حالات میں خراب کارکردگی کا مظاہرہ کرسکتی ہے ، جیسے غیر واضح رجحانات یا شدید اتار چڑھاؤ والے بازار۔
  3. تاخیر: چونکہ ایف ایل ڈی تاریخی اعداد و شمار پر مبنی ہے ، لہذا اس میں کچھ تاخیر ہوسکتی ہے۔
  4. ضرورت سے زیادہ تجارت: اگر فاریکس ٹریڈر کو غیر مناسب طریقے سے ترتیب دیا گیا ہے تو ، اس سے زیادہ تجارت اور اعلی تجارت کی لاگت آسکتی ہے۔

ان خطرات کو کم کرنے کے لئے ، تاجر پیرامیٹرز کو بہتر بنانے ، مارکیٹ کے مختلف حالات کے ل strategies حکمت عملی کو ایڈجسٹ کرنے ، اور مناسب اسٹاپ نقصانات اور خطرے کے انتظام کے اقدامات پر غور کرسکتے ہیں۔

حکمت عملی کی اصلاح کی سمت

مستقبل میں ہرسٹ کی سرحد بندی کی حکمت عملی کو بہتر بنانے کے لیے مندرجہ ذیل اقدامات کیے جاسکتے ہیں:

  1. پیرامیٹرز کی اصلاح: حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے سائیکل کی لمبائی ، فلیٹ پوزیشن ٹرگر وغیرہ جیسے پیرامیٹرز کو بہتر بنائیں۔
  2. کثیر ٹائم فریم تجزیہ: مارکیٹ کے بارے میں زیادہ جامع نقطہ نظر حاصل کرنے کے لئے اس حکمت عملی کو مختلف ٹائم فریموں پر لاگو کریں۔
  3. دوسرے اشارے کے ساتھ مل کر: ایف ایل ڈی کو دوسرے تکنیکی اشارے (جیسے چلتی اوسط ، اوسیلیٹر وغیرہ) کے ساتھ جوڑیں تاکہ سگنل کی وشوسنییتا کو بہتر بنایا جاسکے
  4. رسک مینجمنٹ: خطرے کو کنٹرول کرنے اور منافع کو بہتر بنانے کے لئے اسٹاپ نقصان اور پوزیشن مینجمنٹ میکانزم متعارف کرایا۔
  5. مارکیٹ کی موافقت: مختلف مارکیٹ کے حالات (جیسے رجحانات ، جھٹکے وغیرہ) کے ل targeted ٹارگٹڈ آپٹیمائزیشن سسٹم تیار کریں۔

ان اصلاحات کے ذریعہ ، مستقبل میں ہسٹ کی حدود کی حکمت عملی مختلف مارکیٹ کے حالات کے مطابق بہتر طور پر ڈھال سکتی ہے ، جس سے اس کی استحکام اور منافع میں اضافہ ہوتا ہے۔

خلاصہ کریں۔

مستقبل کی فرنٹ لائن حکمت عملی ایک جدید تجارتی حکمت عملی ہے جو جے ایم ہرسٹ کے مستقبل کے فرنٹ لائن تصور پر مبنی ہے۔ یہ حکمت عملی مستقبل کی فرنٹ لائن کی تعمیر کرتی ہے ، جس میں قیمت کے اعداد و شمار کو نصف سائیکل آگے بڑھایا جاتا ہے ، اور تین مختلف ہرسٹ سائیکلوں (سیگنل سائیکل ، ٹریڈنگ سائیکل ، اور ٹرینڈ سائیکل) کو جوڑ کر ، یہ حکمت عملی مستقبل کی قیمتوں کی پیش گوئی فراہم کرتی ہے۔ تاجر ایف ایل ڈی لائن کے ساتھ قیمتوں کے کراسنگ اور انحراف کے نمونوں کو دیکھ کر ، مارکیٹ کے رجحانات یا اختتام کا تعین کرسکتے ہیں ، اور انٹری اور آؤٹ پٹ کا تعین کرسکتے ہیں۔ اگرچہ اس حکمت عملی کے فوائد ہیں ، جیسے آسانی سے سمجھنے ، پیش گوئی اور کثیر دورانی تجزیہ وغیرہ ، لیکن اس میں کچھ ممکنہ خطرات بھی شامل ہیں ، جیسے پیرامیٹر حساسیت ، مارکیٹ میں موافقت اور پسماندگی وغیرہ۔ اس حکمت عملی کے فوائد کے ل traders ، تاجر پیرامیٹرز کو بہتر بنانے ، متعدد وقت کے فریم ورک ، اور دیگر اشارے کے ساتھ مل کر ،

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2024-04-27 00:00:00
end: 2024-04-28 00:00:00
period: 10m
basePeriod: 1m
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/
// © BarefootJoey

//@version=5
strategy("Hurst Future Lines of Demarcation Strategy", overlay=true)

// FLD Settings
source      = input(ohlc4, 'Source')
smoothFLD   = input.bool(false, 'Smooth FLD')
FLDtransp   = input(33, 'FLD transparency')
FLDsmooth   = input.int(5, "FLD Smoothing", minval=1, tooltip="Number of trading days to smooth the FLD")   
FLD_out = ta.sma(source , smoothFLD ? FLDsmooth : 1)

close_buy_in_1 = input.string('Price', 'Input Close Trigger 1', options=['Price', 'Signal', 'Trade', 'Trend', 'None'])
close_buy_in_2 = input.string('Trade', 'Input Close Trigger 2', options=['Price', 'Signal', 'Trade', 'Trend', 'None'])

// Quarter Cycle (Default: 20 day) Length Pivot Cycle
col_q = input.color(#da00ff, "Quarter Cycle Color")
cyc_q = input.int(5, "Signal Cycle Length")
plot(FLD_out, color=color.new(col_q, FLDtransp), title='Signal FLD', offset = math.round(cyc_q/2) )

// Trade Cycle (Default: 20 day) Length Pivot Cycle
col = input.color(#ff9800, "Trade Cycle Color")
cyc = input.int(20, "Trade Cycle Length")
plot(FLD_out, color=color.new(col, FLDtransp), title='Trade FLD', offset = math.round(cyc/2) )

// Double Cycle (Default: 80 day) Length Pivot Cycle
col_d = input.color(color.aqua, "Double Cycle Color")
cyc_d = input.int(80, "Trend Cycle Length")
plot(FLD_out, color=color.new(col_d, FLDtransp), title='Trend FLD', offset = math.round(cyc_d/2) )

// Strategy Plots
price = source
signal = FLD_out[math.round(cyc_q/2)]
trade = FLD_out[math.round(cyc/2)]
trend = FLD_out[math.round(cyc_d/2)]

// Trend State
var state = 0
if signal > trade and trade > trend 
    state := 1 // (A)
    state
if state == 1 and price < signal
    state := 2 // (B)
    state
if signal < trade and trade > trend 
    state := 3 // (C)
    state
if state == 3 and price < signal 
    state := 4 // (D)
    state
if signal < trade and trade < trend 
    state := 5 // (E)
    state
if state == 5 and price < signal
    state := 6 // (F)
    state
if signal > trade and trade < trend
    state := 7 // (G)
    state
if state == 7 and price < signal
    state := 8 // (H)
    state
state := state

// Strategy Definitions
close_buy_out_1 = close_buy_in_1 == 'Price' ? price : close_buy_in_1 == 'Signal' ? signal : close_buy_in_1 == 'Trade' ? trade : close_buy_in_1 == 'Trend' ? trend : na
close_buy_out_2 = close_buy_in_2 == 'Price' ? price : close_buy_in_2 == 'Signal' ? signal : close_buy_in_2 == 'Trade' ? trade : close_buy_in_2 == 'Trend' ? trend : na
buy = ta.crossover(price, signal) and state == 1
close_buy = strategy.position_size>0 and ta.crossunder(close_buy_out_1, close_buy_out_2)
sell = ta.crossunder(price, signal) and state == 6
close_sell = strategy.position_size<0 and ta.crossover(close_buy_out_1, close_buy_out_2)

// FLD Interaction State Background
interaction_color = state == 1 ? color.green : // A
  state == 2 ? color.aqua : // B
  state == 3 ? color.blue : // C
  state == 4 ? color.purple : // D
  state == 5 ? color.white : // E
  state == 6 ? color.red :// F
  state == 7 ? color.orange : // G
  state == 8 ? color.yellow : na // H

bgcolor(color.new(interaction_color, 90), title= "A-H Background")

bar_color = strategy.position_size>0 ? #00ff0a : strategy.position_size<0 ? #FF0000 : na
barcolor(bar_color)

if buy
    strategy.entry("Buy", strategy.long)
if close_buy
    strategy.close("Buy", qty_percent=100)

if sell
    strategy.entry("Sell", strategy.short)
if close_sell
    strategy.close("Sell", qty_percent=100)

// EoS made w/ ❤ by @BarefootJoey ✌💗📈