ریورژن بولنگر بینڈز کی تجارتی حکمت عملی عقلی ریگریشن سگنلز کے ساتھ مل کر

BB MA SD MR RSI VOL
تخلیق کی تاریخ: 2025-01-06 15:33:01 آخر میں ترمیم کریں: 2025-01-06 15:33:01
کاپی: 2 کلکس کی تعداد: 464
1
پر توجہ دیں
1617
پیروکار

ریورژن بولنگر بینڈز کی تجارتی حکمت عملی عقلی ریگریشن سگنلز کے ساتھ مل کر

جائزہ

یہ حکمت عملی ایک مقداری تجارتی نظام ہے جس کی بنیاد بولنگر بینڈز کے اصولوں پر ہے اور قیمت کا مطلب ریورژن ہے۔ بولنگر بینڈز کے اوپری اور نچلے ٹریکس کے بریک تھرو سگنلز کے ساتھ مل کر قیمت اور موونگ ایوریج کے درمیان انحراف کی نگرانی کرتے ہوئے، ٹریڈنگ اس وقت کی جاتی ہے جب مارکیٹ میں زیادہ خرید یا زیادہ فروخت ہونے کے بعد قیمت کے اوسط پر واپس آنے کی توقع کی جاتی ہے۔ حکمت عملی قیمت کے انحراف کی ڈگری کی پیمائش کرنے کے لیے فیصد کی حد کا استعمال کرتی ہے اور لین دین کی درستگی کو بہتر بنانے کے لیے معقول ٹرگر حالات ترتیب دے کر غلط سگنلز کو فلٹر کرتی ہے۔

حکمت عملی کا اصول

حکمت عملی کی بنیادی منطق درج ذیل کلیدی عناصر پر مبنی ہے:

  1. 20 دن کی موونگ ایوریج کو درمیانی ٹریک کے طور پر استعمال کریں اور 2 گنا معیاری انحراف کے ساتھ بولنگر بینڈ چینل بنائیں
  2. اہم انحراف کی نشاندہی کرنے کے لیے 3.5% قیمت انحراف کی حد متعارف کرائی جا رہی ہے۔
  3. is_outside متغیر کے ذریعے معلوم کریں کہ آیا قیمت ریاست سے باہر ہے۔
  4. جب قیمت بولنگر بینڈ رینج میں واپس آجائے گی، تجارتی سگنل کو متحرک کیا جائے گا۔
  5. مخصوص تجارتی قوانین ہیں:
    • جب قیمت انحراف سے واپس آتی ہے اور اوپری بینڈ کے ذریعے ٹوٹ جاتی ہے تو طویل چلیں۔
    • جب قیمت انحراف سے واپس آتی ہے اور نچلے بینڈ سے گزرتی ہے تو مختصر رہیں

اسٹریٹجک فوائد

  1. مطلب الٹنے کی منطق مضبوط ہے۔
    • شماریاتی قانون کی بنیاد پر کہ قیمتیں آخر کار وسط پر واپس آجائیں گی۔
    • انحراف کی حدوں کے ذریعے تجارتی مواقع کی اہمیت کو یقینی بنائیں
  2. کامل رسک کنٹرول
    • بولنگر بینڈ اتار چڑھاؤ کی حد کا واضح حوالہ فراہم کرتے ہیں۔
    • غیر مستحکم حالات میں تجارت سے بچنے کے لیے انحراف سے باخبر رہنا
  3. مضبوط پیرامیٹر ایڈجسٹ ایبلٹی
    • بولنگر بینڈ کے پیرامیٹرز کو مصنوعات کی خصوصیات کے مطابق ایڈجسٹ کیا جا سکتا ہے۔
    • انحراف کی حدیں خطرے کی ترجیحات کی بنیاد پر مقرر کی جا سکتی ہیں۔

اسٹریٹجک رسک

  1. رجحان مارکیٹ کی ناکامی کا خطرہ
    • مضبوط رجحان والی مارکیٹوں میں بار بار غلط سگنلز ہو سکتے ہیں۔
    • مارکیٹ کے حالات کی شناخت کے لیے ٹرینڈ فلٹرز شامل کرنے کی سفارش کی جاتی ہے۔
  2. پیرامیٹر کی حساسیت کا خطرہ
    • پیرامیٹر کی غلط ترتیبات حکمت عملی کی کارکردگی کو متاثر کر سکتی ہیں۔
    • تاریخی ڈیٹا بیک ٹیسٹنگ کے ذریعے پیرامیٹرز کو بہتر بنانے کی ضرورت ہے۔
  3. پھسلن لاگت کا خطرہ
    • بار بار تجارت کرنے سے لین دین کے اخراجات زیادہ ہو سکتے ہیں۔
    • ہولڈنگ ٹائم کی حد اور لاگت پر قابو پانے کی سفارش کی جاتی ہے۔

حکمت عملی کی اصلاح کی سمت

  1. مارکیٹ کے ماحول کی پہچان میں اضافہ کریں۔
    • ADX جیسے رجحان کی طاقت کے اشارے متعارف کرانا
    • مارکیٹ کے حالات کی بنیاد پر پیرامیٹرز کو متحرک طور پر ایڈجسٹ کریں۔
  2. سٹاپ پرافٹ اور سٹاپ لاس کے طریقہ کار کو بہتر بنائیں
    • اے ٹی آر کی بنیاد پر ڈائنامک سٹاپ نقصان کا تعین کرنا
    • منافع کی حفاظت کے لیے موبائل سٹاپ پرافٹ متعارف کرایا جا رہا ہے۔
  3. لین دین کی فریکوئنسی کو بہتر بنائیں
    • کم از کم انعقاد کے وقت کی حد میں اضافہ کریں۔
    • اخراجات کو کنٹرول کرنے کے لیے لین دین کے وقفے مقرر کریں۔

خلاصہ کریں۔

یہ حکمت عملی بولنگر بینڈز اور مطلب کی تبدیلی کے اصولوں کے ذریعے مارکیٹ سے زیادہ خریدے گئے اور زیادہ فروخت ہونے والے مواقع کو حاصل کرتی ہے، اور معقول انحراف کی حدوں اور اسٹیٹس ٹریکنگ میکانزم کو ملا کر تجارتی خطرات کو مؤثر طریقے سے کنٹرول کرتی ہے۔ حکمت عملی کے فریم ورک میں اسکیل ایبلٹی اچھی ہے اور یہ پیرامیٹر کی اصلاح اور فنکشن میں بہتری کے ذریعے مارکیٹ کے مختلف ماحول کے مطابق ڈھال سکتا ہے۔ ریئل ٹائم ایپلی کیشنز میں رسک کنٹرول پر توجہ دینے اور مخصوص مصنوعات کی خصوصیات کے مطابق پیرامیٹرز کو ایڈجسٹ کرنے کی سفارش کی جاتی ہے۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2024-12-06 00:00:00
end: 2025-01-04 08:00:00
period: 2h
basePeriod: 2h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Estratégia com Bandas de Bollinger e Sinal de Retorno", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=200)

// Configurações das Bandas de Bollinger
length = input.int(20, title="Período da média")
mult = input.float(2.0, title="Desvio padrão")
bbBasis = ta.sma(close, length)
bbUpper = bbBasis + mult * ta.stdev(close, length)
bbLower = bbBasis - mult * ta.stdev(close, length)

// Configuração para a distância da média
percent_threshold = input.float(3.5, title="Distância da média (%)") / 100

dist_from_mean = 0.0
trigger_condition = false
if not na(bbBasis)
    dist_from_mean := math.abs(close - bbBasis) / bbBasis
    trigger_condition := dist_from_mean >= percent_threshold

// Variáveis para identificar o estado do afastamento
var bool is_outside = false
var color candle_color = color.new(color.white, 0)

if trigger_condition
    is_outside := true

if is_outside and close <= bbUpper and close >= bbLower
    is_outside := false
    candle_color := color.new(color.blue, 0) // Atribui uma cor válida
else
    candle_color := color.new(color.white, 0)

// Aplicar cor às velas
barcolor(candle_color)

// Plotar Bandas de Bollinger
plot(bbBasis, color=color.yellow, title="Média")
plot(bbUpper, color=color.red, title="Banda Superior")
plot(bbLower, color=color.green, title="Banda Inferior")

// Lógica de entrada e saída
longCondition = not is_outside and close > bbUpper
if (longCondition)
    strategy.entry("Buy", strategy.long)

shortCondition = not is_outside and close < bbLower
if (shortCondition)
    strategy.entry("Sell", strategy.short)