ChaoZhang
جائزہ
اس حکمت عملی میں اضافے کے رجحانات کی نشاندہی کرنے اور مخصوص شرائط پر پورا اترنے پر زیادہ پوزیشن کھولنے کے لئے سادہ حرکت پذیر اوسط ((SMA) کے سلپ پر مبنی ہے۔ اس کے علاوہ ، اس حکمت عملی میں منافع کو متحرک طور پر روکنے والی قیمتوں کو ایڈجسٹ کرکے منافع کی حفاظت کے لئے ایک اختیاری ٹریکنگ اسٹاپ نقصان کا طریقہ کار متعارف کرایا گیا ہے۔ اس کے علاوہ ، اس حکمت عملی میں اسٹاپ نقصان کے بعد دوبارہ داخل ہونے کی شرائط بھی رکھی گئی ہیں تاکہ قیمتوں میں اضافے کی صورت میں دوبارہ پوزیشن قائم نہ کی جاسکے۔ ان خصوصیات کے ذریعہ ، حکمت عملی کو بڑھتے ہوئے رجحانات کو مؤثر طریقے سے پکڑنے ، خطرے پر قابو پانے اور نظم و ضبط کی تجارت کو انجام دینے کے قابل بنایا گیا ہے۔
حکمت عملی کا اصول
- ایک مقررہ مدت کے لئے SMA کا حساب لگائیں اور فیصلہ کریں کہ آیا اس کی سلائیڈنگ کسی دیئے گئے ونڈو مدت میں کم سے کم سلائیڈنگ کی حد سے زیادہ ہے یا نہیں ، تاکہ اوپر کی طرف بڑھنے کا رجحان طے کیا جاسکے۔
- جب ایس ایم اے کا تناسب مثبت ہو اور موجودہ قیمت ایس ایم اے سے زیادہ ہو تو حکمت عملی زیادہ پوزیشن کھولتی ہے۔
- اگر ٹریکنگ اسٹاپ کو چالو کیا گیا ہے تو ، ٹریکنگ اسٹاپ کی قیمت کا حساب موجودہ مارکیٹ کی قیمت اور مخصوص ٹریکنگ اسٹاپ فیصد کے مطابق کیا جاتا ہے۔ ٹریکنگ اسٹاپ کی قیمت قیمتوں میں اضافے کے ساتھ مستقل طور پر ایڈجسٹ ہوتی ہے ، اس طرح منافع کی حفاظت ہوتی ہے۔
- جب قیمت SMA سے نیچے آجاتی ہے یا ٹریکنگ اسٹاپ نقصان کا سبب بنتی ہے تو حکمت عملی کو فلیٹ کریں۔
- اسٹاپ نقصان کی سطح کو متحرک کرنے کے بعد ، حکمت عملی اس وقت دوبارہ داخل نہیں ہوگی جب قیمت ایس ایم اے سے مخصوص فیصد سے زیادہ ہو ، تاکہ قیمت زیادہ ہونے پر خریدنے سے بچ سکے۔
اسٹریٹجک فوائد
- رجحانات کا سراغ لگانا: ایس ایم اے اسکیلپنگ کے ذریعہ بڑھتے ہوئے رجحانات کا اندازہ لگائیں ، تاکہ رجحانات کے مواقع کو مؤثر طریقے سے پکڑ سکیں۔
- رسک مینجمنٹ: اختیاری ٹریکنگ اسٹاپ نقصان کی خصوصیت متحرک طور پر منافع کی حفاظت اور ممکنہ نقصانات کو محدود کرتی ہے۔
- نظم و ضبط دوبارہ داخلہ: اسٹاپ نقصان کے بعد دوبارہ داخلہ کی شرائط خریدنے سے بچتی ہیں جب قیمت زیادہ ہوتی ہے ، اور تجارت کی نظم و ضبط کو یقینی بناتی ہے۔
- پیرامیٹرز کی لچک: مختلف مارکیٹوں اور ٹریڈنگ کے انداز کے مطابق ایڈجسٹ کرنے کے لئے متعدد ایڈجسٹ پیرامیٹرز جیسے SMA لمبائی ، کم سے کم اسکیلپنگ ، ٹریکنگ اسٹاپ نقصان کا فیصد وغیرہ۔
اسٹریٹجک رسک
- پیرامیٹر حساسیت: حکمت عملی کی کارکردگی پیرامیٹرز کے انتخاب سے زیادہ حساس ہے ، اور پیرامیٹرز کی غلط ترتیب سے فرضی نتائج برآمد ہوسکتے ہیں۔
- ہلچل والی مارکیٹ: ہلچل والی مارکیٹ کے حالات میں ، بار بار تجارت سے اعلی قیمتوں اور ممکنہ نقصانات کا سبب بن سکتا ہے۔
- اچانک واقعات: مارکیٹ میں اچانک واقعات اور غیر معمولی اتار چڑھاؤ حکمت عملی کی ناکامی یا غیر متوقع نقصان کا سبب بن سکتے ہیں۔
حکمت عملی کی اصلاح کی سمت
- متحرک پیرامیٹرز کی اصلاح: مارکیٹ کے مختلف حالات کے مطابق متحرک طور پر ایس ایم اے کی لمبائی ، کم سے کم جھکاؤ وغیرہ جیسے پیرامیٹرز کو ایڈجسٹ کرنے کے لئے موافقت کا طریقہ کار متعارف کرایا گیا۔
- خطرے پر قابو پانے میں اضافہ: دیگر خطرے کے انتظام کی تکنیکوں کے ساتھ مل کر ، جیسے کہ اتار چڑھاؤ پر مبنی پوزیشن ایڈجسٹمنٹ ، متحرک اسٹاپ نقصانات وغیرہ ، خطرے کے سوراخ کو مزید کنٹرول کریں۔
- کثیر فضائی دو طرفہ تجارت: فضائی تجارت کی حمایت کرنے کے لئے توسیع کی حکمت عملی ، جو نیچے کی سمت میں بھی منافع بخش ہوسکتی ہے۔
- کثیر ٹائم فریم کی تصدیق: ایک سے زیادہ ٹائم فریم کے اشارے کو جوڑ کر ، رجحانات کے فیصلے کی وشوسنییتا اور استحکام کو بہتر بنانا۔
خلاصہ کریں۔
اس حکمت عملی میں SMA رجحانات کی نگرانی ، اسٹاپ نقصانات کی نگرانی اور نظم و ضبط کے دوبارہ داخل ہونے جیسے میکانزم کا استعمال کیا گیا ہے ، تاکہ بڑھتے ہوئے رجحانات کو پکڑنے کے ساتھ ساتھ خطرے کو کنٹرول کیا جاسکے۔ پیرامیٹرز کی ترتیب کو بہتر بنانے ، خطرے کے انتظام کو بڑھانے ، دو طرفہ تجارت اور کثیر وقت کے فریم ورک کی تصدیق کی حمایت کرنے جیسے طریقوں سے حکمت عملی کی لچک اور استحکام کو مزید بڑھایا جاسکتا ہے۔
/*backtest
start: 2023-05-28 00:00:00
end: 2024-06-02 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("MA Incline Strategy with Optional Trailing Stop-Loss", overlay=true, calc_on_every_tick=true)
// Input parameters
windowSize = input.int(20, title="Window Size")
maLength = input.int(150, title="Moving Average Length")
minSlope = input.float(0.1, title="Minimum Slope")
useTrailingStop = input.bool(true, title="Use Trailing Stop-Loss")
trailingStopPercentage = input.float(2.8, title="Trailing Stop Percentage (%)") / 100
// Calculate the moving average
ma = ta.sma(close, maLength)
// Calculate the slope of the moving average over the window size
previousMa = ta.sma(close[windowSize], maLength)
slopeMa = (ma - previousMa) / windowSize
// Check conditions
isAboveMinSlope = slopeMa > minSlope
isAboveMa = close > ma
// Buy condition
buyCondition = isAboveMinSlope and isAboveMa
// Execute strategy
if (buyCondition and strategy.opentrades == 0)
strategy.entry("Long", strategy.long)
// Trailing stop-loss (optional)
if (strategy.opentrades == 1 and useTrailingStop and isAboveMa)
// Calculate the trailing stop price
trailPrice = close * (1 - trailingStopPercentage)
// Use the built-in strategy.exit function with the trailing stop
strategy.exit("Trail Stop", "Long", stop=trailPrice)
// Exit condition
sellCondition = ta.crossover(ma, close)
if (sellCondition and strategy.opentrades == 1)
strategy.close("Long")