تجارتی حکمت عملی کے بعد ملٹی پیریڈ حرکت پذیر اوسط رجحان کی رفتار

EMA ATR KC SMA LR
تخلیق کی تاریخ: 2024-11-12 16:35:41 آخر میں ترمیم کریں: 2024-11-12 16:35:41
کاپی: 4 کلکس کی تعداد: 640
1
پر توجہ دیں
1617
پیروکار

تجارتی حکمت عملی کے بعد ملٹی پیریڈ حرکت پذیر اوسط رجحان کی رفتار

جائزہ

یہ ایک مقداری تجارتی حکمت عملی ہے جو کثیر المیعاد اوسط رجحانات کی پیروی اور متحرک تجزیہ کو یکجا کرتی ہے۔ حکمت عملی بنیادی طور پر 20 ، 50 ، 100 اور 200 دن کے اشاریہ منتقل اوسط ((EMA) کے ترتیب شدہ مجموعے کا تجزیہ کرکے ، دن کی لکیر اور گھڑی کی لکیر کے ساتھ متحرک اشارے کے ساتھ تجارت کرتی ہے۔ حکمت عملی اے ٹی آر اسٹاپ نقصان کا طریقہ استعمال کرتی ہے ، جب ای ایم اے کی متحرک مقدار کی حالت پوری ہوجاتی ہے تو اس میں داخل ہوجاتی ہے ، اور اے ٹی آر کے ضرب کی روک تھام اور منافع کے اہداف کو ترتیب دے کر خطرے کا انتظام کرتی ہے۔

حکمت عملی کا اصول

حکمت عملی کی بنیادی منطق میں درج ذیل اہم حصے شامل ہیں:

  1. ای ایم اے کی صف بندی کا نظام: 20 ویں ای ایم اے کو 50 ویں ای ایم اے کے اوپر ، 50 ویں ای ایم اے کو 100 ویں ای ایم اے کے اوپر ، اور 100 ویں ای ایم اے کو 200 ویں ای ایم اے کے اوپر ، ایک کامل کثیر سر ترتیب دینے کی ضرورت ہے۔
  2. حرکیات کی تصدیق کا نظام: لکیری رجعت پر مبنی اپنی مرضی کے مطابق حرکیات کی پیمائش ، جو سورج کی لکیر اور گرد کی لکیر کے وقت کے دورانیے پر حساب کی جاتی ہے۔ حرکیات کی پیمائش کی جاتی ہے کہ کس طرح قیمت کیلیٹنر چینل کے مرکزی محور سے انحراف کی لکیری رجعت ہے۔
  3. واپسی میں داخلے کا نظام: قیمتوں کو 20 ویں ای ایم اے کے مخصوص فیصد کے اندر اندر واپسی کی ضرورت ہوتی ہے تاکہ داخلے کی اجازت دی جاسکے ، اور اس سے بچنے سے بچ سکے۔
  4. رسک مینجمنٹ سسٹم: اے ٹی آر کے ضربات کا استعمال کرتے ہوئے اسٹاپ نقصان اور منافع کا ہدف طے کریں ، ڈیفالٹ اسٹاپ نقصان 1.5x اے ٹی آر ہے ، منافع کا ہدف 3x اے ٹی آر ہے۔

اسٹریٹجک فوائد

  1. ایک سے زیادہ تصدیق کا طریقہ کار: ایک سے زیادہ شرائط کی تصدیق ، جیسے اوسط لکیری ترتیب ، کثیر دورانیہ کی حرکیات اور قیمت کی بحالی کے ذریعہ ، جعلی سگنل کو کم کریں۔
  2. سائنسی رسک مینجمنٹ: اے ٹی آر کو متحرک طور پر اسٹاپ نقصان اور منافع کے اہداف کو مارکیٹ میں اتار چڑھاؤ کی تبدیلیوں کے مطابق ڈھالنے کے لئے استعمال کیا جاتا ہے۔
  3. رجحانات کی پیروی اور رفتار کا امتزاج: بڑے رجحانات کو پکڑنے کے ساتھ ساتھ رجحانات میں داخل ہونے کے بہترین اوقات کو بھی پکڑیں۔
  4. مضبوط مرضی کے مطابق: حکمت عملی کے مختلف پیرامیٹرز کو مختلف مارکیٹ کی خصوصیات کے مطابق بہتر بنایا جاسکتا ہے۔
  5. کثیر دورانیہ تجزیہ: سورج کی لکیر اور گھڑی کی لائن کے تعاون سے سگنل کی وشوسنییتا میں اضافہ کریں۔

اسٹریٹجک رسک

  1. اوسط لائن پسماندگی: ای ایم اے کے پیچھے رہ جانے والے اشارے کے طور پر داخلے کے وقت میں تاخیر کا سبب بن سکتا ہے۔ دیگر معروف اشارے کے ساتھ مل کر تجویز کردہ ہے۔
  2. ہلچل والی مارکیٹ پر لاگو نہیں ہوتا: حکمت عملی اکثر افقی ہلچل والی مارکیٹ میں غلط سگنل پیدا کرسکتی ہے۔ مارکیٹ کے ماحول کے فلٹر کو شامل کرنے کی سفارش کی جاتی ہے۔
  3. واپسی کا خطرہ: اگرچہ اے ٹی آر کو روک دیا گیا ہے ، لیکن انتہائی صورت حال میں زیادہ سے زیادہ واپسی کا سامنا کرنا پڑ سکتا ہے۔ زیادہ سے زیادہ واپسی کی حد طے کرنے پر غور کیا جاسکتا ہے۔
  4. پیرامیٹر حساسیت: حکمت عملی کے اثرات پیرامیٹرز کی ترتیبات کے لئے زیادہ حساس ہیں۔ پیرامیٹرز کو بہتر بنانے کے لئے کافی جانچ کی سفارش کی جاتی ہے۔

حکمت عملی کی اصلاح کی سمت

  1. مارکیٹ کے ماحول کی شناخت: مختلف مارکیٹ کے ماحول میں مختلف پیرامیٹرز کا مجموعہ استعمال کرتے ہوئے اتار چڑھاؤ کی شرح یا رجحان کی طاقت کے اشارے شامل کریں۔
  2. انٹری کو بہتر بنائیں: آر ایس آئی جیسے سوئنگ اشارے شامل کریں تاکہ ریڈونگ زون میں زیادہ درست انٹری پوائنٹس تلاش کریں۔
  3. متحرک پیرامیٹرز کی ایڈجسٹمنٹ: مارکیٹ میں اتار چڑھاؤ کے مطابق اے ٹی آر کے ضرب اور ری ڈائریکٹ رینج کو خود بخود ایڈجسٹ کریں۔
  4. ٹرانزیکشن حجم تجزیہ شامل کریں: ٹرانزیکشن حجم کے ذریعہ رجحان کی طاقت کی تصدیق کریں ، سگنل کی وشوسنییتا کو بہتر بنائیں۔
  5. مشین لرننگ متعارف کروانا: حکمت عملی کی موافقت کو بہتر بنانے کے لئے مشین لرننگ الگورتھم کے متحرک اصلاحی پیرامیٹرز کا استعمال کریں۔

خلاصہ کریں۔

یہ ایک حکمت عملی ہے جو رجحانات کی پیروی کرنے کے لئے معقول ، منطقی طور پر سخت ڈیزائن کی گئی ہے۔ متعدد تکنیکی اشارے کے ساتھ مل کر استعمال کرنے سے حکمت عملی کی استحکام کو یقینی بنایا جاتا ہے ، اور ایک اچھا رسک مینجمنٹ میکانزم بھی فراہم کیا جاتا ہے۔ حکمت عملی کی تخصیص پذیری مضبوط ہے ، اور اسے مختلف مارکیٹ کی خصوصیات کے مطابق بہتر بنایا جاسکتا ہے۔ اگرچہ کچھ موروثی خطرات موجود ہیں ، لیکن تجویز کردہ اصلاح کی سمت سے حکمت عملی کی کارکردگی کو مزید بہتر بنایا جاسکتا ہے۔ مجموعی طور پر ، یہ ایک قابل کوشش اور گہرائی سے مطالعہ کرنے والی ایک کوانٹم ٹریڈنگ حکمت عملی ہے۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2024-10-01 00:00:00
end: 2024-10-31 23:59:59
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Swing Trading with EMA Alignment and Custom Momentum", overlay=true)

// User inputs for customization
atrLength = input.int(14, title="ATR Length", minval=1)
atrMultiplierSL = input.float(1.5, title="Stop-Loss Multiplier (ATR)", minval=0.1)   // Stop-loss at 1.5x ATR
atrMultiplierTP = input.float(3.0, title="Take-Profit Multiplier (ATR)", minval=0.1)   // Take-profit at 3x ATR
pullbackRangePercent = input.float(1.0, title="Pullback Range (%)", minval=0.1) // 1% range for pullback around 20 EMA
lengthKC = input.int(20, title="Length for Keltner Channels (Momentum Calculation)", minval=1)

// EMA settings
ema20 = ta.ema(close, 20)
ema50 = ta.ema(close, 50)
ema100 = ta.ema(close, 100)
ema200 = ta.ema(close, 200)

// ATR calculation
atrValue = ta.atr(atrLength)

// Custom Momentum Calculation based on Linear Regression for Daily Timeframe
highestHighKC = ta.highest(high, lengthKC)
lowestLowKC = ta.lowest(low, lengthKC)
smaCloseKC = ta.sma(close, lengthKC)

// Manually calculate the average of highest high and lowest low
averageKC = (highestHighKC + lowestLowKC) / 2

// Calculate daily momentum using linear regression
dailyMomentum = ta.linreg(close - (averageKC + smaCloseKC) / 2, lengthKC, 0) // Custom daily momentum calculation

// Fetch weekly data for momentum calculation using request.security()
[weeklyHigh, weeklyLow, weeklyClose] = request.security(syminfo.tickerid, "W", [high, low, close])

// Calculate weekly momentum using linear regression on weekly timeframe
weeklyHighestHighKC = ta.highest(weeklyHigh, lengthKC)
weeklyLowestLowKC = ta.lowest(weeklyLow, lengthKC)
weeklySmaCloseKC = ta.sma(weeklyClose, lengthKC)
weeklyAverageKC = (weeklyHighestHighKC + weeklyLowestLowKC) / 2

weeklyMomentum = ta.linreg(weeklyClose - (weeklyAverageKC + weeklySmaCloseKC) / 2, lengthKC, 0) // Custom weekly momentum calculation

// EMA alignment condition (20 EMA > 50 EMA > 100 EMA > 200 EMA)
emaAligned = ema20 > ema50 and ema50 > ema100 and ema100 > ema200

// Momentum increasing condition (daily and weekly momentum is positive and increasing)
dailyMomentumIncreasing = dailyMomentum > 0 and dailyMomentum > dailyMomentum[1] //and dailyMomentum[1] > dailyMomentum[2]
weeklyMomentumIncreasing = weeklyMomentum > 0 and weeklyMomentum > weeklyMomentum[1] //and weeklyMomentum[1] > weeklyMomentum[2]

// Redefine Pullback condition: price within 1% range of the 20 EMA
upperPullbackRange = ema20 * (1 + pullbackRangePercent / 100)
lowerPullbackRange = ema20 * (1 - pullbackRangePercent / 100)
pullbackToEma20 = (close <= upperPullbackRange) and (close >= lowerPullbackRange)

// Entry condition: EMA alignment and momentum increasing on both daily and weekly timeframes
longCondition = emaAligned and dailyMomentumIncreasing and weeklyMomentumIncreasing and pullbackToEma20

// Initialize stop loss and take profit levels as float variables
var float longStopLevel = na
var float longTakeProfitLevel = na

// Calculate stop loss and take profit levels based on ATR
if (longCondition)
    longStopLevel := close - (atrMultiplierSL * atrValue)  // Stop loss at 1.5x ATR below the entry price
    longTakeProfitLevel := close + (atrMultiplierTP * atrValue) // Take profit at 3x ATR above the entry price

// Strategy execution
if (longCondition)
    strategy.entry("Long", strategy.long)

// Exit conditions: Stop-loss at 1.5x ATR and take-profit at 3x ATR
if (strategy.position_size > 0)
    strategy.exit("Take Profit/Stop Loss", "Long", stop=longStopLevel, limit=longTakeProfitLevel)