ڈائنامک ٹائم فریم ہائی-لو بریک آؤٹ حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی میں متحرک ٹائم فریم کے اعلی اور کم نقطہ توڑ کا استعمال کرتے ہوئے ٹریڈنگ سگنل پیدا کیا جاتا ہے۔ اس نے موجودہ ٹائم فریم کی اعلی ترین اور کم ترین قیمتوں کا موازنہ پچھلے ٹائم فریم کے اختتامی قیمتوں کے ساتھ جمع اور کم کرنے والے پوائنٹس کی ایک خاص تعداد کے ساتھ کرکے خرید و فروخت کا فیصلہ کیا۔ یہ طریقہ مختلف مارکیٹوں کے رجحانات اور اتار چڑھاؤ کے مطابق ڈھال سکتا ہے ، جس سے حکمت عملی کی موافقت اور لچک میں اضافہ ہوتا ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی مقصد قیمتوں کی حرکت کا اندازہ لگانے کے لئے مختلف ٹائم فریموں کے اعلی اور کم مقامات کا استعمال کرنا ہے۔ پہلے ، صارف کے منتخب کردہ ٹائم فریم کے مطابق اعلی ترین ، کم ترین اور اختتامی قیمت کا ڈیٹا حاصل کریں۔ پھر ، خریدنے کا اشارہ طے کرنے کے لئے ایک مقررہ تعداد میں پوائنٹس کا اضافہ کرکے اس بات کا موازنہ کیا جاتا ہے کہ آیا موجودہ ٹائم فریم کی اعلی قیمت پچھلے ٹائم فریم کی اختتامی قیمت سے زیادہ ہے یا نہیں۔ اسی طرح ، فروخت کے اشارے کا تعین کرنے کے لئے ایک مقررہ تعداد میں پوائنٹس کو کم کرکے اس بات کا موازنہ کیا جاتا ہے کہ آیا موجودہ ٹائم فریم کی کم ترین قیمت پچھلے ٹائم فریم کی اختتامی قیمت سے کم ہے۔
اسٹریٹجک فوائد
- لچکدار: متحرک ٹائم فریم کا استعمال کرتے ہوئے ، حکمت عملی مختلف مارکیٹ کے حالات اور اتار چڑھاؤ کی خصوصیات کے مطابق ڈھال سکتی ہے ، جس سے حکمت عملی کی لچک اور استحکام میں اضافہ ہوتا ہے۔
- سادہ اور سمجھنے میں آسان: حکمت عملی کی منطق واضح ، سمجھنے اور لاگو کرنے میں آسان ہے ، جس میں پیچیدہ ریاضیاتی ماڈل یا مشین لرننگ الگورتھم کی ضرورت نہیں ہے۔
- اعلی لچک: صارف اپنی ترجیحات اور تجربے کے مطابق حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے وقت کے فریم اور پوائنٹس کی حد کو ایڈجسٹ کرسکتا ہے۔
- بصیرت: خرید و فروخت کے اشارے اور سود و منافع کی منحنی خطوط کو چارٹ پر ظاہر کرکے ، صارف حکمت عملی کی کارکردگی اور خطرات کا بصری اندازہ لگا سکتا ہے۔
اسٹریٹجک رسک
- پیرامیٹر حساس: حکمت عملی کی کارکردگی وقت کے فریم اور پوائنٹس کی حد سے زیادہ حساس ہوسکتی ہے ، اور غیر مناسب پیرامیٹرز کی ترتیب سے حکمت عملی کی کارکردگی خراب ہوسکتی ہے۔
- اوور فٹنس کا خطرہ: اگر پیرامیٹرز کو بہتر بنانے کے دوران تاریخی اعداد و شمار کو زیادہ سے زیادہ فٹنس کیا جائے تو ، اس حکمت عملی کو عملی استعمال میں ناقص کارکردگی کا مظاہرہ کرنے کا سبب بن سکتا ہے۔
- مارکیٹ کا خطرہ: حکمت عملی کی کارکردگی مارکیٹ کے اچانک واقعات ، پالیسی میں تبدیلی جیسے عوامل سے متاثر ہوسکتی ہے ، جس سے نقصان ہوتا ہے۔
حکمت عملی کی اصلاح کی سمت
- متحرک ایڈجسٹمنٹ پیرامیٹرز: مارکیٹ کے حالات اور حکمت عملی کی کارکردگی کے مطابق متحرک ایڈجسٹمنٹ پیرامیٹرز جیسے ٹائم فریم اور پوائنٹس کی کمی ، مارکیٹ میں تبدیلی کے مطابق ڈھالنے اور حکمت عملی کی استحکام کو بہتر بنانے کے لئے۔
- خطرے کے انتظام کا تعارف: حکمت عملی میں خطرے کے کنٹرول کے اقدامات جیسے اسٹاپ نقصان ، پوزیشن مینجمنٹ کو متعارف کرایا جائے تاکہ ایک ہی تجارت کے خطرے کے دروازے اور واپسی کی شرح کو کم کیا جاسکے۔
- دوسرے اشارے کے ساتھ مل کر: اس حکمت عملی کو دوسرے تکنیکی اشارے یا بنیادی عوامل کے ساتھ مل کر ایک زیادہ مستحکم اور جامع تجارتی نظام تشکیل دیں۔
- کوڈ کی کارکردگی کو بہتر بنانا: کوڈ کو بہتر بنانے اور بہتر بنانے کے لئے ، حکمت عملی پر عملدرآمد کی کارکردگی اور رفتار کو بہتر بنانا ، تاخیر اور سلائڈ پوائنٹس جیسے اثرات کو کم کرنا۔
خلاصہ کریں۔
متحرک ٹائم فریم اونچائی اور کم نقطہ توڑنے کی حکمت عملی مختلف ٹائم فریموں کے قیمت کے اعداد و شمار کا استعمال کرتے ہوئے ، اونچائی اور کم نقطہ توڑنے کے مطابق تجارتی سگنل پیدا کرتی ہے۔ حکمت عملی کی منطق واضح ، لچکدار ، عمل میں لانا اور بہتر بنانا آسان ہے۔ لیکن اس کے ساتھ ہی پیرامیٹرز حساس ، اوور فٹ اور مارکیٹ رسک جیسے مسائل بھی موجود ہیں ، جن کو عملی استعمال میں مستقل طور پر بہتر بنانے اور ان میں بہتری لانے کی ضرورت ہے۔ پیرامیٹرز کو متحرک طور پر ایڈجسٹ کرنے ، رسک مینجمنٹ متعارف کروانے ، دیگر اشارے اور اصلاحی کوڈوں کے ساتھ مل کر کارکردگی جیسے اقدامات سے حکمت عملی کی استحکام اور منافع بخش صلاحیت کو مزید بہتر بنایا جاسکتا ہے ، اور تجارت کو مقدار دینے کے لئے موثر اوزار اور ذہن کا راستہ فراہم کیا 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(" NIFTY 65-15 ", overlay=true)
// Define input options for point settings and timeframe
points = input.int(60, title="Point Threshold", minval=1, step=1)
timeframe = input.timeframe("60", title="Timeframe", options=["1", "3", "5", "15", "30", "60", "240", "D", "W", "M"])
// Calculate high and low of the selected timeframe
high_timeframe = request.security(syminfo.tickerid, timeframe, high)
low_timeframe = request.security(syminfo.tickerid, timeframe, low)
close_timeframe = request.security(syminfo.tickerid, timeframe, close)
// Define conditions for Buy and Sell
buyCondition = high_timeframe > (close_timeframe[1] + points)
sellCondition = low_timeframe < (close_timeframe[1] - points)
// Entry and exit rules
if (buyCondition)
strategy.entry("Buy", strategy.long)
if (sellCondition)
strategy.entry("Sell", strategy.short)
// Close the positions based on the conditions
if (sellCondition)
strategy.close("Buy")
if (buyCondition)
strategy.close("Sell")
// Plot Buy and Sell signals on the chart
plotshape(series=buyCondition, title="Buy Entry", color=color.green, style=shape.triangleup, location=location.belowbar)
plotshape(series=sellCondition, title="Sell Entry", color=color.red, style=shape.triangledown, location=location.abovebar)
// Plot the equity curve of the strategy
plot(strategy.equity, title="Equity", color=color.blue, linewidth=2)