ChaoZhang
جائزہ
یہ حکمت عملی ایک کثیر وقتی فریم ٹریڈنگ سسٹم ہے جو لورینز درجہ بندی پر مبنی ہے جس میں ہدف کی قیمت اور متحرک اسٹاپ نقصان کا طریقہ کار شامل ہے۔ یہ مارکیٹ کے رجحانات کی نشاندہی کرنے کے لئے اشاریہ منتقل اوسط ((ای ایم اے) اور درجہ بندی اشاریہ ((سی آئی) کا استعمال کرتا ہے ، اور اعلی وقتی فریم اور موجودہ وقتی فریم پر کراس تجزیہ کرتا ہے۔ یہ حکمت عملی ہدف فیصد مقرر کرکے منافع کو زیادہ سے زیادہ کرتی ہے ، جبکہ واپسی کے طریقہ کار کا استعمال کرتے ہوئے تجارتی سگنل کی تاثیر کی تصدیق کرتی ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا مرکز لورینز کی درجہ بندی ہے جو ٹریپل انڈیکس منتقل اوسط (ای ایم اے) اور درجہ بندی انڈیکس (سی آئی) کو جوڑ کر ٹریڈنگ سگنل تیار کرتی ہے۔ اس کے لئے درج ذیل اقدامات ہیں:
- تین بار ای ایم اے کا حساب لگائیں: ای ایم اے 1 ، ای ایم اے 2 اور ای ایم اے 3
- درجہ بندی انڈیکس ((CI) کا حساب لگائیں: CI = (EMA1 - EMA2) / (0.015 * EMA ((((EMA1 - EMA2)) * 100
- لورینز لائن = EMA3 + CI。
حکمت عملی موجودہ ٹائم فریم اور اس سے زیادہ ٹائم فریم پر لارینز لائن کا حساب لگاتی ہے تاکہ مارکیٹ کا ایک کثیر جہتی نقطہ نظر فراہم کیا جاسکے۔ تجارتی سگنل قیمت اور لارینز لائن کے کراس پر مبنی ہوتا ہے اور اس کی تصدیق ریورس میکانیزم کے ذریعہ کی جاتی ہے۔ خریدنے کا سگنل اس وقت متحرک ہوتا ہے جب قیمت لارینز لائن کو عبور کرتی ہے اور ریورس مدت کے دوران کم از کم قیمت لارینز لائن سے کم ہے۔ فروخت کا سگنل اس کے برعکس ہے۔
حکمت عملی میں ہدف قیمت کا طریقہ کار بھی متعارف کرایا گیا ہے ، جس میں صارف کے طے کردہ ہدف فیصد کے مطابق باہر نکلنے کا مقام طے کیا گیا ہے۔ اس کے ساتھ ہی ، اس نے خطرے کو کنٹرول کرنے کے لئے متحرک اسٹاپ نقصان بھی حاصل کیا ہے۔
اسٹریٹجک فوائد
کثیر ٹائم فریم تجزیہ: موجودہ اور اعلی ٹائم فریموں کے ساتھ مل کر لورینز لائن کی حکمت عملی سے مارکیٹ کے رجحانات کو زیادہ جامع طور پر پکڑنے اور جھوٹے سگنل کو کم کرنے میں مدد ملتی ہے۔
متحرک رجحانات کی شناخت: لورینز درجہ بندی مارکیٹ میں تبدیلیوں کو تیزی سے اپنانے کی صلاحیت رکھتی ہے ، جو رجحانات کی شناخت کے لئے حساس صلاحیت مہیا کرتی ہے۔
سگنل کی توثیق کا طریقہ کار: واپسی کی مدت کا استعمال کرتے ہوئے ٹریڈنگ سگنل کی توثیق کی جاتی ہے ، جس سے غلط تجارت کا امکان کم ہوجاتا ہے۔
ٹارگٹ پرائس آپٹیمائزیشن: ٹارگٹ پرسنٹیج کی ترتیب سے حکمت عملی منافع کو زیادہ سے زیادہ کرنے میں کامیاب ہے۔
رسک مینجمنٹ: ہر تجارت کے خطرے کو مؤثر طریقے سے کنٹرول کرنے کے لئے متحرک اسٹاپ نقصان کا طریقہ کار متعارف کرایا گیا ہے۔
بصری اور اعداد و شمار: حکمت عملی چارٹ ڈسپلے اور ٹریڈنگ کے اعداد و شمار فراہم کرتی ہے تاکہ تاجر کو حکمت عملی کی کارکردگی کا تجزیہ اور بہتر بنانے میں مدد ملے۔
لچک: متعدد ایڈجسٹ پیرامیٹرز جو تاجروں کو مختلف مارکیٹ کے حالات اور ذاتی ترجیحات کے مطابق بہتر بنانے کی اجازت دیتے ہیں۔
اسٹریٹجک رسک
پیرامیٹرز کی حساسیت: حکمت عملی کی کارکردگی ان پٹ پیرامیٹرز کے انتخاب پر بہت زیادہ انحصار کرتی ہے ، اور پیرامیٹرز کی غلط ترتیب سے زیادہ تجارت یا اہم مواقع سے محروم ہوسکتا ہے۔
مارکیٹ کے حالات پر انحصار: مارکیٹ میں اتار چڑھاؤ کے دوران ، حکمت عملی اکثر غلط سگنل پیدا کرسکتی ہے ، جس سے مسلسل نقصان ہوتا ہے۔
سلائڈ پوائنٹ کا خطرہ: تیزی سے اتار چڑھاؤ والے بازاروں میں ، اصل عملدرآمد کی قیمت سگنل کی قیمت سے نمایاں طور پر مختلف ہوسکتی ہے۔
زیادہ سے زیادہ اصلاح کا خطرہ: تاریخی اعداد و شمار کے مطابق پیرامیٹرز کو زیادہ سے زیادہ ایڈجسٹ کرنا ممکنہ طور پر زیادہ فٹ ہونے کا سبب بن سکتا ہے ، جس سے مستقبل کی اصل ڈسک کی کارکردگی متاثر ہوسکتی ہے۔
تکنیکی خرابی: پیچیدہ تکنیکی اشارے کے حساب سے ، نظام کی خرابی یا اعداد و شمار کی غلطیاں جو غلط تجارتی فیصلوں کا سبب بن سکتی ہیں۔
ان خطرات کو کم کرنے کے لئے، یہ مشورہ دیا جاتا ہے کہ:
- اس کے علاوہ ، اس نے ایک بار پھر اس بات کی تصدیق کی ہے کہ اس نے اس کے بارے میں کیا کہا ہے۔
- مناسب پوزیشن مینجمنٹ اور خطرے کے کنٹرول کے اقدامات کا استعمال کریں۔
- مارکیٹ کے بدلتے حالات کے مطابق حکمت عملی کے پیرامیٹرز کی باقاعدگی سے جانچ پڑتال اور ان کو ایڈجسٹ کرنا۔
- ایک مضبوط غلطی سے نمٹنے اور نگرانی کے نظام کو لاگو کرنا.
حکمت عملی کی اصلاح کی سمت
متحرک پیرامیٹر ایڈجسٹمنٹ: مارکیٹ میں اتار چڑھاؤ کے مطابق ای ایم اے کی لمبائی اور حدوں کو خود بخود ایڈجسٹ کرنے کے لئے ایک انکولی پیرامیٹر ایڈجسٹمنٹ میکانزم کا استعمال کریں۔
فلٹر شامل کریں: اضافی تکنیکی اشارے یا بنیادی اشارے کو بطور فلٹر متعارف کرانے سے سگنل کے معیار میں اضافہ ہوتا ہے۔
مشین لرننگ انٹیگریشن: مشین لرننگ الگورتھم کا استعمال کرتے ہوئے پیرامیٹرز کے انتخاب اور سگنل جنریشن کے عمل کو بہتر بنانا۔
کثیر قسم کی وابستگی کا تجزیہ: مارکیٹ کا ایک جامع نقطہ نظر فراہم کرنے کے لئے متعدد متعلقہ اقسام کے اعداد و شمار پر غور کریں۔
نیوز ایونٹ انٹیگریشن: اہم اقتصادی اعداد و شمار کی اشاعت کے دوران حکمت عملی کے عمل کو ایڈجسٹ کرنے کے لئے نیوز ایونٹ تجزیہ کی خصوصیت شامل کریں۔
اتار چڑھاؤ کی ایڈجسٹمنٹ: مارکیٹ میں اتار چڑھاؤ کی رفتار کے مطابق ہدف فیصد اور روکنے کی سطح کو ایڈجسٹ کریں۔
خطرے کے انتظام کو بڑھانا: پوزیشن مینجمنٹ اور خطرے کے کنٹرول کی زیادہ پیچیدہ حکمت عملیوں کو نافذ کرنا ، جیسے پوزیشن میں اتار چڑھاؤ پر مبنی ایڈجسٹمنٹ۔
ان اصلاحات کا مقصد حکمت عملی کی لچک اور استحکام کو بہتر بنانا ہے تاکہ وہ مارکیٹ کے مختلف حالات میں اچھی کارکردگی کا مظاہرہ کرسکیں۔
خلاصہ کریں۔
لورینز کی درجہ بندی کثیر ٹائم فریم ٹارگٹ حکمت عملی ایک جامع تجارتی نظام ہے جس میں جدید تکنیکی تجزیہ کے طریقوں اور ذہانت کے ساتھ خطرے کے انتظام کا طریقہ کار شامل ہے۔ کثیر ٹائم فریم تجزیہ ، متحرک رجحانات کی نشاندہی اور ہدف کی قیمتوں کو بہتر بنانے کے ذریعے ، اس حکمت عملی میں مارکیٹ کے مختلف حالات میں مستحکم تجارتی کارکردگی کا امکان ہے۔ تاہم ، اسے پیرامیٹرز کی حساسیت اور مارکیٹ پر انحصار جیسے چیلنجوں کا بھی سامنا کرنا پڑتا ہے۔ مسلسل اصلاح اور خطرے کے انتظام کے ذریعہ ، تاجر اس حکمت عملی کے فوائد کو بروئے کار لا سکتے ہیں ، جبکہ ممکنہ خطرات کو مؤثر طریقے سے کنٹرول کرتے ہیں۔ مستقبل کی ترقی کی سمت کو بہتر بنانے پر توجہ دینی چاہئے۔ حکمت عملی کی خودکشی اور ذہانت کی سطح کو بہتر بنانے کے لئے ، مارکیٹ کے بدلتے ہوئے ماحول کو اپنانے کے لئے۔
/*backtest
start: 2023-07-31 00:00:00
end: 2024-07-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Lorenzian Classification Strategy with Target and Multi-Timeframe", overlay=true)
// Input parameters
length = input.int(5, "Lorenzian Length", minval=1)
threshold = input.float(1.0, "Threshold", step=0.1)
lookback = input.int(3, "Lookback Candles", minval=1, maxval=20)
targetPercentage = input.float(1.5, "Target Percentage (%)", step=0.1) // Target percentage for exit
higherTimeframe = input.timeframe("D", "Higher Timeframe") // Higher timeframe for multi-timeframe analysis
// Lorenzian Classification calculation for current timeframe
ema1 = ta.ema(hlc3, length)
ema2 = ta.ema(ema1, length)
ema3 = ta.ema(ema2, length)
d = ema1 - ema2
ci = d / (0.015 * ta.ema(math.abs(d), length)) * 100
lorenzian = ema3 + ci
// Lorenzian Classification calculation for higher timeframe
hlc3_htf = request.security(syminfo.tickerid, higherTimeframe, (high + low + close)/3 )
ema1_htf = ta.ema(hlc3_htf, length)
ema2_htf = ta.ema(ema1_htf, length)
ema3_htf = ta.ema(ema2_htf, length)
d_htf = ema1_htf - ema2_htf
ci_htf = d_htf / (0.015 * ta.ema(math.abs(d_htf), length)) * 100
lorenzian_htf = ema3_htf + ci_htf
// Signal generation
crossUp = ta.crossover(close, lorenzian)
crossDown = ta.crossunder(close, lorenzian)
// Determine color based on price position relative to the line
lineColor = close > ema3 ? color.green : color.red
lineColorH = close > ema3_htf ? color.blue : color.red
// Plot the line with dynamic color
plot(ema3, color=lineColor, title="EMA3", linewidth=2)
plot(ema3_htf, color=lineColorH, title="EMA3 HTF", linewidth=2)
// Function to check for opposite movement
oppositeMove(isLong) =>
if isLong
lowest = ta.lowest(low, lookback)
lowest < lorenzian[lookback]
else
highest = ta.highest(high, lookback)
highest > lorenzian[lookback]
// Generate buy and sell signals
buySignal = crossUp and oppositeMove(true)
sellSignal = crossDown and oppositeMove(false)
// Calculate and manage target price
var float targetPrice = na
var float plotTargetPrice = na
var float entryPrice = na
// Variables to track trade outcomes
var int targetMet = 0
var int targetNotMet = 0
var int totalTrades = 0
if (buySignal)
strategy.entry("Buy", strategy.long)
entryPrice := close
targetPrice := entryPrice * (1 + targetPercentage/100)
plotTargetPrice := targetPrice
totalTrades := totalTrades + 1
if (sellSignal)
strategy.entry("Sell", strategy.short)
entryPrice := close
targetPrice := entryPrice * (1 - targetPercentage/100)
plotTargetPrice := targetPrice
totalTrades := totalTrades + 1
// Check if target price is met to exit
if (not na(targetPrice))
if (strategy.position_size > 0 and high >= targetPrice) // Long position exit condition
strategy.close("Buy")
targetPrice := na
entryPrice := na
targetMet := targetMet + 1
else if (strategy.position_size > 0 and low < entryPrice * (1 - targetPercentage/100)) // Stop loss for long
strategy.close("Buy")
targetPrice := na
entryPrice := na
targetNotMet := targetNotMet + 1
if (strategy.position_size < 0 and low <= targetPrice) // Short position exit condition
strategy.close("Sell")
targetPrice := na
entryPrice := na
targetMet := targetMet + 1
else if (strategy.position_size < 0 and high > entryPrice * (1 + targetPercentage/100)) // Stop loss for short
strategy.close("Sell")
targetPrice := na
entryPrice := na
targetNotMet := targetNotMet + 1
// Reset plotTargetPrice when position is closed
if (strategy.position_size == 0)
plotTargetPrice := na
// Plot signals and target price
plotshape(buySignal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(sellSignal, title="Sell Signal", location=location.abovebar, color=color.purple, style=shape.triangledown, size=size.small)
plot(plotTargetPrice, color=color.yellow, title="Target Price", style=plot.style_circles, linewidth=2)
// Add alerts
alertcondition(buySignal, title="Buy Signal", message="Lorenzian Buy Signal")
alertcondition(sellSignal, title="Sell Signal", message="Lorenzian Sell Signal")
// Calculate success percentage
successPercentage = totalTrades > 0 ? (targetMet / totalTrades) * 100 : 0
// Create a table to display trade outcomes
var table tradeStats = table.new(position.top_right, 2, 3, border_width=1)
table.cell(tradeStats, 0, 0, "Targets Met", bgcolor=color.new(color.green, 30))
table.cell(tradeStats, 1, 0, "Targets Missed", bgcolor=color.new(color.red, 30))
table.cell(tradeStats, 0, 1, str.tostring(targetMet), bgcolor=color.new(color.green, 30))
table.cell(tradeStats, 1, 1, str.tostring(targetNotMet), bgcolor=color.new(color.red, 30))
table.cell(tradeStats, 0, 2, "Success Rate", bgcolor=color.new(color.blue, 30))
table.cell(tradeStats, 1, 2, str.tostring(successPercentage, "#.##") + "%", bgcolor=color.new(color.blue, 30))