Type/to search

مارکوو زنجیروں کی امکانی حالت کی منتقلی پر مبنی مقداری تجارتی حکمت عملی

MC
1
Follow
1805
Followers

img

خلاصہ

مارکوف چین احتمالی منتقلی کی حالتوں پر مبنی مقداری تجارتی حکمت عملی ایک جدید تجارتی طریقہ ہے جو مارکوف چین ماڈل پر مبنی ہے۔ یہ حکمت عملی مارکوف چین کی حالتوں کی منتقلی کے احتمالات کا استعمال کرتے ہوئے مارکیٹ کی حرکت کی پیش گوئی کرتی ہے اور اس بنیاد پر تجارتی فیصلے کرتی ہے۔ حکمت عملی کا بنیادی خیال مارکیٹ کی حالتوں کو کئی مجرد حالتوں (جیسے اضافہ، کمی اور ساکن) میں تقسیم کرنا اور پھر تاریخی اعداد و شمار کی بنیاد پر ان حالتوں کے درمیان منتقلی کے احتمالات کا حساب لگا کر اگلی ممکنہ مارکیٹ حالت کی پیش گوئی کرنا ہے۔

اس طریقہ کار کی انفرادیت یہ ہے کہ یہ نہ صرف موجودہ مارکیٹ کی حالت کو مدنظر رکھتا ہے بلکہ حالتوں کے درمیان منتقلی کی حرکیات کو بھی شامل کرتا ہے۔ احتمالی ماڈل متعارف کروا کر، یہ حکمت عملی مارکیٹ کی غیر یقینی صورتحال اور اتار چڑھاؤ کو بہتر طریقے سے پکڑ سکتی ہے، جس سے مختلف مارکیٹ حالات میں زیادہ لچکدار اور موافق تجارتی فیصلے کیے جا سکتے ہیں۔

حکمت عملی کا اصول

  1. حالت کی تعریف: حکمت عملی مارکیٹ کی حالتوں کو تین اقسام میں تقسیم کرتی ہے - بیل (اضافہ)، بیئر (کمی) اور ساکن (مستحکم)۔ یہ حالتیں موجودہ بند قیمت کا پچھلی بند قیمت سے موازنہ کر کے متعین کی جاتی ہیں۔

  2. منتقلی کے احتمالات: حکمت عملی مختلف حالتوں کے درمیان منتقلی کے احتمالات کی وضاحت کے لیے 9 ان پٹ پیرامیٹرز استعمال کرتی ہے۔ مثال کے طور پر، prob_bull_to_bull بیل کی حالت سے بیل کی حالت میں رہنے کے امکان کو ظاہر کرتا ہے۔

  3. حالت کی منتقلی کا منطق: حکمت عملی مارکوف چین کی حالت کی منتقلی کے عمل کو نقل کرنے کے لیے ایک سادہ منطق استعمال کرتی ہے۔ یہ منتقلی کے امکان کو نقل کرنے کے لیے ایک گنتی کرنے والا (transition_counter) استعمال کرتی ہے۔

  4. تجارتی سگنل کی تخلیق: موجودہ حالت کی بنیاد پر، حکمت عملی خرید، فروخت یا کلوز کرنے کے سگنل تیار کرتی ہے۔ جب حالت بیل ہو، حکمت عملی لمبی پوزیشن کھولتی ہے؛ جب بیئر ہو، تو مختصر پوزیشن؛ اور جب ساکن ہو، تو تمام پوزیشنیں بند کر دیتی ہے۔

حکمت عملی کے فوائد

  1. احتمالی ماڈل: مارکوف چین ماڈل کو شامل کر کے، یہ حکمت عملی مارکیٹ کی بے ترتیبی اور غیر یقینی صورتحال کو بہتر طریقے سے پکڑ سکتی ہے، جو روایتی تکنیکی تجزیہ کے طریقوں سے ممکن نہیں ہے۔

  2. لچک: حکمت عملی منتقلی کے احتمالات کے پیرامیٹرز کو ایڈجسٹ کر کے مختلف مارکیٹ حالات کے مطابق ڈھل سکتی ہے، جس سے یہ زیادہ موافق ہو جاتی ہے۔

  3. متعدد حالتیں: سادہ رجحان کی پیروی کرنے والی حکمت عملیوں کے مقابلے میں، یہ حکمت عملی تین مارکیٹ حالات (اضافہ، کمی، ساکن) پر غور کرتی ہے، جو مارکیٹ کی حرکیات کو زیادہ جامع طور پر سمجھنے میں مدد دیتی ہے۔

  4. رسک مینجمنٹ: ساکن حالت میں پوزیشنیں بند کر کے، حکمت عملی میں ایک موروثی رسک مینجمنٹ میکانزم شامل ہے جو ممکنہ نقصان کو کنٹرول کرنے میں مدد دیتا ہے۔

  5. وضاحت پذیری: اگرچہ اس میں احتمالی ماڈل استعمال ہوتا ہے، لیکن حکمت عملی کا منطق نسبتاً سادہ اور واضح ہے، جس سے تاجر اسے آسانی سے سمجھ اور ایڈجسٹ کر سکتے ہیں۔

حکمت عملی کے خطرات

  1. پیرامیٹرز کی حساسیت: حکمت عملی کی کارکردگی بہت زیادہ متعین کردہ منتقلی کے احتمالات کے پیرامیٹرز پر منحصر ہے۔ نامناسب پیرامیٹر سیٹنگ غلط تجارتی سگنلز کا سبب بن سکتی ہے۔

  2. تاخیر: چونکہ حکمت عملی حالت کا تعین کرنے کے لیے بند قیمت پر انحصار کرتی ہے، اس میں کچھ تاخیر ہو سکتی ہے، جو تیزی سے بدلتی مارکیٹ میں اہم موڑوں سے محروم ہونے کا سبب بن سکتی ہے۔

  3. حد سے زیادہ سادگی: اگرچہ مارکوف چین ماڈل کچھ مارکیٹ حرکیات کو پکڑ سکتا ہے، لیکن یہ پیچیدہ مالیاتی منڈیوں کی سادہ کاری ہے اور کچھ اہم مارکیٹ عوامل کو نظر انداز کر سکتا ہے۔

  4. بار بار تجارت: حالتوں میں بار بار تبدیلی کی وجہ سے، حکمت عملی بہت زیادہ تجارتی سگنلز پیدا کر سکتی ہے، جس سے تجارتی اخراجات بڑھ سکتے ہیں۔

  5. مارکیٹ کی موافقت: کچھ مارکیٹ حالات (جیسے طویل مدتی رجحان یا انتہائی اتار چڑھاؤ والی مارکیٹ) میں، حکمت عملی خراب کارکردگی دکھا سکتی ہے۔

حکمت عملی کی بہتری کے امکانات

  1. مزید حالتیں شامل کرنا: مارکیٹ کی حرکیات کو زیادہ تفصیل سے بیان کرنے کے لیے مزید حالتیں شامل کی جا سکتی ہیں، جیسے مضبوط اضافہ، کمزور اضافہ وغیرہ۔

  2. احتمالات کو متحرک طور پر ایڈجسٹ کرنا: ایک میکانزم تیار کیا جا سکتا ہے جو حالیہ مارکیٹ کارکردگی کی بنیاد پر منتقلی کے احتمالات کو متحرک طور پر ایڈجسٹ کرے، جس سے حکمت عملی زیادہ موافق ہو جائے۔

  3. دیگر تکنیکی اشاریوں کو شامل کرنا: مووینگ ایوریج، RSI جیسے روایتی تکنیکی اشاریوں کو حالت کے تعین کے منطق میں شامل کیا جا سکتا ہے تاکہ پیش گوئی کی درستگی بہتر ہو۔

  4. حالت کے تعین کے منطق کو بہتر بنانا: مارکیٹ کی حالت کا تعین کرنے کے لیے زیادہ پیچیدہ منطق استعمال کی جا سکتی ہے، جیسے متعدد ٹائم فریموں کی قیمت کی تبدیلیوں پر غور کرنا۔

  5. اسٹاپ لاس اور ٹیک پروفٹ کا اضافہ: حکمت عملی میں اسٹاپ لاس اور ٹیک پروفٹ میکانزم شامل کر کے خطرات کو مزید کنٹرول کیا جا سکتا ہے اور منافع کو یقینی بنایا جا سکتا ہے۔

  6. بیک ٹیسٹ اور پیرامیٹر آپٹیمائزیشن: حکمت عملی کا بڑے پیمانے پر بیک ٹیسٹ کیا جائے، اور منتقلی کے احتمالات کے پیرامیٹرز کو بہتر بنانے کے لیے جینیٹک الگورتھم جیسے طریقے استعمال کیے جائیں۔

  7. تجارتی اخراجات کا خیال رکھنا: حکمت عملی کے منطق میں تجارتی اخراجات کو شامل کیا جائے تاکہ حد سے زیادہ بار بار تجارت سے بچا جا سکے۔

خلاصہ

مارکوف چین احتمالی منتقلی کی حالتوں پر مبنی مقداری تجارتی حکمت عملی ایک اختراعی تجارتی طریقہ ہے جو احتمالی ماڈل کو روایتی تکنیکی تجزیہ کے ساتھ خوبصورتی سے جوڑتا ہے۔ مارکیٹ کی حالتوں کی منتقلی کے عمل کو نقل کر کے، یہ حکمت عملی مارکیٹ کے رجحان کو پکڑنے کے ساتھ ساتھ اس کی بے ترتیبی اور غیر یقینی صورتحال کو بھی مدنظر رکھتی ہے۔

اگرچہ اس حکمت عملی میں پیرامیٹرز کی حساسیت اور ممکنہ حد سے زیادہ سادگی جیسے خطرات موجود ہیں، لیکن اس کی لچک اور وضاحت پذیری اسے ایک ممکنہ تجارتی آلہ بناتی ہے۔ مزید بہتری، جیسے مزید حالتیں شامل کرنا، احتمالات کو متحرک طور پر ایڈجسٹ کرنا، اور دیگر تکنیکی اشاریوں کو شامل کرنا، کے ذریعے یہ حکمت عملی عملی تجارت میں بہتر کارکردگی دکھانے کی امید رکھ سکتی ہے۔

تاجروں کے لیے، یہ حکمت عملی ایک نیا نقطہ نظر فراہم کرتی ہے کہ کس طرح احتمالی ماڈلز کا استعمال کرتے ہوئے مارکیٹ کے رویے کو سمجھا اور پیش گوئی کیا جا سکتا ہے۔ تاہم، عملی اطلاق میں، احتیاط برتنے، مکمل بیک ٹیسٹ اور رسک اسسمنٹ کرنے، اور مخصوص تجارتی مصنوعات اور مارکیٹ حالات کے مطابق مناسب ایڈجسٹمنٹ کرنے کی ضرورت ہے۔

Source
Pine
//@version=5
strategy("Markov Chain Strategy", overlay=true)

// Input parameters for transition probabilities
prob_bull_to_bull = input.float(0.7, title="Bull to Bull Transition Probability")
prob_bull_to_bear = input.float(0.2, title="Bull to Bear Transition Probability")
prob_bull_to_stagnant = input.float(0.1, title="Bull to Stagnant Transition Probability")

prob_bear_to_bull = input.float(0.3, title="Bear to Bull Transition Probability")
prob_bear_to_bear = input.float(0.5, title="Bear to Bear Transition Probability")
prob_bear_to_stagnant = input.float(0.2, title="Bear to Stagnant Transition Probability")
Strategy parameters
Strategy parameters
Bull to Bull Transition Probability (Optional)
Bull to Bear Transition Probability (Optional)
Bull to Stagnant Transition Probability (Optional)
Bear to Bull Transition Probability (Optional)
Bear to Bear Transition Probability (Optional)
Bear to Stagnant Transition Probability (Optional)
Stagnant to Bull Transition Probability (Optional)
Stagnant to Bear Transition Probability (Optional)
Stagnant to Stagnant Transition Probability (Optional)
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)