ChaoZhang
جائزہ
یہ حکمت عملی آر ایس آئی (Relative Strength Index) پر مبنی ایک موافقت پذیر تجارتی نظام ہے جس میں ٹریڈنگ سگنل کی تخلیق کو بہتر بنانے کے لئے متحرک طور پر خرید و فروخت کی حد سے زیادہ خرید و فروخت کی حد کو ایڈجسٹ کیا جاتا ہے۔ حکمت عملی کی بنیادی بدعت Bufi موافقت پذیر حد (BAT) کا تعارف ہے ، جو مارکیٹ کے رجحانات اور قیمت کی اتار چڑھاؤ کی حرکیات کے مطابق آر ایس آئی کی محرک حد کو ایڈجسٹ کرتی ہے ، جس سے روایتی آر ایس آئی حکمت عملی کی تاثیر میں اضافہ ہوتا ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا مرکز روایتی فکسڈ تھریڈ RSI نظام کو متحرک تھریڈ سسٹم میں اپ گریڈ کرنا ہے۔ اس کا طریقہ یہ ہے:
- مختصر مدت کے آر ایس آئی کا استعمال کرتے ہوئے اوورلوڈ اوورلوڈ مارکیٹ کا حساب لگائیں
- لکیری رجعت کے ذریعے قیمتوں کے رجحانات کا حساب لگانا
- قیمتوں میں اتار چڑھاو کی پیمائش کے لئے معیاری فرق کا استعمال
- رجحانات اور اتار چڑھاؤ کی معلومات کو اکٹھا کرکے RSI کی حد کو متحرک طور پر ایڈجسٹ کریں
- بڑھتے ہوئے رجحان میں قیمتوں میں اضافے اور گرنے والے رجحان میں قیمتوں میں کمی
- جب قیمت اوسط سے زیادہ انحراف کرتی ہے تو قیمت کی حساسیت کو کم کرنا
اس حکمت عملی میں خطرے کو کنٹرول کرنے کے دو طریقے بھی شامل ہیں:
- مقررہ دورانیہ کی صفائی کا طریقہ کار
- زیادہ سے زیادہ نقصان کے لئے روک تھام کا نظام
اسٹریٹجک فوائد
- متحرک اور لچکدار:
- مارکیٹ کی حالت کے مطابق خود کار طریقے سے ٹریڈنگ کی حد کو ایڈجسٹ کرنے کے قابل
- مختلف مارکیٹ کے حالات میں فکسڈ پیرامیٹرز کے استعمال سے گریز کرنا
- خطرے پر قابو پانا:
- زیادہ سے زیادہ پوزیشن کی حد
- فنڈز کی بندش کے تحفظ کا نظام
- فیصد پوزیشن مینجمنٹ کا استعمال کرتے ہوئے
- سگنل کے معیار میں بہتری:
- مارکیٹ میں اتار چڑھاو کم کرنے کے جھوٹے اشارے
- ٹرینڈ مارکیٹس کی گرفتاری کو بہتر بنانا
- حساسیت اور استحکام کے درمیان توازن
اسٹریٹجک رسک
- پیرامیٹر حساسیت:
- BAT فیکٹر کے انتخاب سے حکمت عملی کی کارکردگی پر اثر پڑتا ہے
- RSI سائیکل کی ترتیبات کو اچھی طرح سے جانچنے کی ضرورت ہے
- لمبائی پیرامیٹرز کو بہتر بنانے کی ضرورت ہے
- مارکیٹ کے ماحول پر انحصار:
- اعلی اتار چڑھاؤ والے بازاروں میں کھوئے ہوئے مواقع
- شدید اتار چڑھاو کے دوران اسٹاپ نقصان کا امکان زیادہ ہے
- مختلف مارکیٹوں کے لئے پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت ہے
- تکنیکی حدود:
- تاریخی اعداد و شمار پر انحصار
- ممکنہ پسماندگی
- ٹرانزیکشن لاگت کے اثرات پر غور کرنے کی ضرورت
حکمت عملی کی اصلاح کی سمت
- پیرامیٹرز کو بہتر بنائیں:
- خود کار طریقے سے پیرامیٹرز کے انتخاب کا طریقہ کار متعارف کرایا
- مختلف مارکیٹ کے دورانیہ کی نقل و حرکت کے مطابق ایڈجسٹ پیرامیٹرز
- پیرامیٹرز کو شامل کریں خود کار طریقے سے اصلاح کی تقریب
- سگنل کی اصلاح:
- دیگر تکنیکی اشارے کے ساتھ مل کر
- مارکیٹ کے دورانیہ کی شناخت کی خصوصیت شامل کریں
- داخلہ ٹائمنگ کے فیصلے کو بہتر بنائیں
- رسک کنٹرول کی اصلاح:
- متحرک سٹاپ نقصان کا طریقہ کار متعارف کرانا
- پوزیشن مینجمنٹ کی حکمت عملی کو بہتر بنانا
- retracement کنٹرول میکانزم شامل کیا گیا۔
خلاصہ کریں۔
یہ ایک جدید خود کو اپنانے والی تجارتی حکمت عملی ہے جو متحرک کمی کی اصلاح کے ذریعہ روایتی آر ایس آئی حکمت عملی کی حدود کو حل کرتی ہے۔ اس حکمت عملی میں مارکیٹ کے رجحانات اور اتار چڑھاؤ کو جامع طور پر مدنظر رکھا گیا ہے ، اور اس میں مضبوط موافقت اور خطرے پر قابو پانے کی صلاحیت موجود ہے۔ اگرچہ پیرامیٹرز کی اصلاح جیسے چیلنجز موجود ہیں ، لیکن مسلسل بہتری اور اصلاح کے ذریعہ ، اس حکمت عملی کو حقیقی تجارت میں مستحکم کارکردگی کا مظاہرہ کرنے کا امکان ہے۔ یہ مشورہ دیا جاتا ہے کہ تاجر اس کے عملی استعمال سے پہلے کافی حد تک معائنہ اور پیرامیٹرز کی اصلاح کرے ، اور مارکیٹ کی مخصوص خصوصیات کے مطابق مناسب ایڈجسٹمنٹ کرے۔
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-11 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © PineCodersTASC
// TASC Issue: October 2024
// Article: Overbought/Oversold
// Oscillators: Useless Or Just Misused
// Article By: Francesco P. Bufi
// Language: TradingView's Pine Script™ v5
// Provided By: PineCoders, for tradingview.com
//@version=5
title ='TASC 2024.10 Adaptive Oscillator Threshold'
stitle = 'AdapThrs'
strategy(title, stitle, false, default_qty_type = strategy.percent_of_equity,
default_qty_value = 10, slippage = 5)
// --- Inputs ---
string sys = input.string("BAT", "System", options=["Traditional", "BAT"])
int rsiLen = input.int(2, "RSI Length", 1)
int buyLevel = input.int(14, "Buy Level", 0)
int adapLen = input.int(8, "Adaptive Length", 2)
float adapK = input.float(6, "Adaptive Coefficient")
int exitBars = input.int(28, "Fixed-Bar Exit", 1, group = "Strategy Settings")
float DSL = input.float(1600, "Dollar Stop-Loss", 0, group = "Strategy Settings")
// --- Functions ---
// Bufi's Adaptive Threshold
BAT(float price, int length) =>
float sd = ta.stdev(price, length)
float lr = ta.linreg(price, length, 0)
float slope = (lr - price[length]) / (length + 1)
math.min(0.5, math.max(-0.5, slope / sd))
// --- Calculations ---
float osc = ta.rsi(close, rsiLen)
// Strategy entry rules
// - Traditional system
if sys == "Traditional" and osc < buyLevel
strategy.entry("long", strategy.long)
// - BAT system
float thrs = buyLevel * adapK * BAT(close, adapLen)
if sys == "BAT" and osc < thrs
strategy.entry("long", strategy.long)
// Strategy exit rules
// - Fixed-bar exit
int nBar = bar_index - strategy.opentrades.entry_bar_index(0)
if exitBars > 0 and nBar >= exitBars
strategy.close("long", "exit")
// - Dollar stop-loss
if DSL > 0 and strategy.opentrades.profit(0) <= - DSL
strategy.close("long", "Stop-loss", immediately = true)
// Visuals
rsiColor = #1b9e77
thrsColor = #d95f02
rsiLine = plot(osc, "RSI", rsiColor, 1)
thrsLine = plot(sys == "BAT" ? thrs : buyLevel, "Threshold", thrsColor, 1)
zeroLine = plot(0.0, "Zero", display = display.none)
fill(zeroLine, thrsLine, sys == "BAT" ? thrs : buyLevel, 0.0, color.new(thrsColor, 60), na)