ChaoZhang
جائزہ
یہ حکمت عملی ایک ملٹی لیول انڈیکیٹر اوورلے ٹریڈنگ سسٹم ہے جس کی بنیاد رشتہ دار طاقت انڈیکس (RSI) پر ہے۔ حکمت عملی ایک مخصوص ٹریڈنگ ٹائم ونڈو کے اندر کام کرتی ہے، RSI اشارے کے زیادہ خریدے گئے اور زیادہ فروخت ہونے والے سگنلز کے ذریعے تجارت کے مواقع کی نشاندہی کرتی ہے، اور اسے ایک متحرک پوزیشن ایڈجسٹمنٹ میکانزم کے ساتھ جوڑتی ہے تاکہ بیچوں میں پوزیشنیں بنا کر مجموعی منافع کو بہتر بنایا جا سکے جب مارکیٹ مخالف سمت میں چلتی ہے۔ حکمت عملی سٹاپ پرافٹ مینجمنٹ کے لیے اوسط اندراج کی قیمت کی بنیاد پر ہدف منافع کا طریقہ استعمال کرتی ہے۔
حکمت عملی کا اصول
حکمت عملی بنیادی طور پر درج ذیل بنیادی اجزاء پر مبنی ہے:
- RSI انڈیکیٹر کا حساب معیاری 14 مدت کا استعمال کرتے ہوئے کیا جاتا ہے، اختتامی قیمت کو حساب کے ماخذ ڈیٹا کے طور پر استعمال کرتے ہوئے
- ٹریڈنگ ٹائم ونڈو کو 2-4 گھنٹے کے درمیان کنٹرول کیا جاتا ہے اور مارکیٹ کی خصوصیات کے مطابق لچکدار طریقے سے ایڈجسٹ کیا جا سکتا ہے
- انٹری سگنلز اوور سیلڈ کے لیے 30 سے نیچے اور زیادہ خریدی ہوئی سطحوں کے لیے 70 سے اوپر کے RSI پر مبنی ہیں۔
- پوزیشن بنانے کے طریقہ کار میں دو سطحیں شامل ہیں: ابتدائی پوزیشن اور متحرک پوزیشن ایڈجسٹمنٹ
- جب قیمت 1 پوائنٹ سے زیادہ ناموافق سمت میں منتقل ہوتی ہے، تو پوزیشن میں اضافے کا طریقہ کار متحرک ہو جاتا ہے۔
- ٹیک پرافٹ اوسط اوپننگ پرائس کی بنیاد پر 1.5 پوائنٹس پر سیٹ کیا جاتا ہے۔
اسٹریٹجک فوائد
- ملٹی لیول سگنل فلٹرنگ: غلط سگنلز کو مؤثر طریقے سے کم کرنے کے لیے RSI تکنیکی اشارے اور ٹائم ونڈو ڈبل فلٹرنگ کو یکجا کریں۔
- متحرک پوزیشن مینجمنٹ: بیچ پوزیشن بنانے کے طریقہ کار کے ذریعے، جب مارکیٹ مخالف سمت میں چلتی ہے تو اوسط لاگت کم ہو جاتی ہے۔
- رسک اور ریٹرن کا معقول تناسب: مجموعی لین دین کی متوقع واپسی کو یقینی بنانے کے لیے سٹاپ پرافٹ پوائنٹ اوسط اوپننگ پرائس کی بنیاد پر سیٹ کیا جاتا ہے۔
- واضح حکمت عملی کی منطق: ہر ماڈیول کی واضح ذمہ داریاں ہیں، جو بعد میں اصلاح اور ایڈجسٹمنٹ کی سہولت فراہم کرتی ہیں۔
- مضبوط موافقت: کلیدی پیرامیٹرز کو مارکیٹ کی مختلف خصوصیات کے مطابق بہتر اور ایڈجسٹ کیا جا سکتا ہے
اسٹریٹجک رسک
- رجحان ساز مارکیٹ کا خطرہ: ایک مضبوط رجحان ساز مارکیٹ میں، آپ کو پوزیشن میں بار بار اضافے کی وجہ سے ضرورت سے زیادہ سرمائے کے قبضے کا سامنا کرنا پڑ سکتا ہے۔
- ٹائم ونڈو کی پابندیاں: مخصوص ٹائم ونڈو پر پابندیاں دوسرے ادوار میں اچھے مواقع سے محروم ہو سکتی ہیں۔
- پیرامیٹر کی حساسیت: پیرامیٹرز کی سیٹنگز جیسے RSI سائیکل اور پوزیشن اوپننگ وقفہ کا حکمت عملی کی کارکردگی پر زیادہ اثر پڑتا ہے۔
- فنڈ مینجمنٹ کا خطرہ: فنڈز کی ضرورت سے زیادہ ارتکاز سے بچنے کے لیے سنگل پوزیشن بلڈنگ کے تناسب کو معقول طور پر کنٹرول کرنا ضروری ہے۔
حکمت عملی کی اصلاح کی سمت
- ٹرینڈ فلٹر متعارف کروائیں: داخلے کے وقت کو بہتر بنانے کے لیے ٹرینڈ انڈیکیٹرز جیسے موونگ ایوریج شامل کرنے کی سفارش کی جاتی ہے۔
- ڈائنامک پیرامیٹر آپٹیمائزیشن: RSI تھریشولڈ اور پوزیشن اوپننگ وقفہ کو مارکیٹ کے اتار چڑھاؤ کی بنیاد پر متحرک طور پر ایڈجسٹ کیا جا سکتا ہے۔
- سٹاپ نقصان کے طریقہ کار کو بہتر بنائیں: موجودہ منافع کی بہتر حفاظت کے لیے ٹریکنگ سٹاپ نقصان کا فنکشن شامل کرنے کی سفارش کی جاتی ہے۔
- ٹائم ونڈو کو آپٹمائز کریں: آپ بیک ٹیسٹنگ ڈیٹا انیلیسیس کے ذریعے ایک بہتر ٹریڈنگ ٹائم پیریڈ تلاش کر سکتے ہیں۔
- حجم اشارے شامل کریں: سگنل کی وشوسنییتا کو بہتر بنانے کے لیے حجم کے تجزیہ کو یکجا کریں۔
خلاصہ کریں۔
یہ حکمت عملی RSI اشارے کو بیچ کھولنے کے طریقہ کار کے ساتھ ملا کر ایک نسبتاً مکمل تجارتی نظام تشکیل دیتی ہے۔ حکمت عملی کا بنیادی فائدہ اس کے ملٹی لیول سگنل فلٹرنگ میکانزم اور لچکدار پوزیشن مینجمنٹ کے طریقہ کار میں مضمر ہے، لیکن اس کے ساتھ ساتھ، رجحان مارکیٹ کے خطرات اور پیرامیٹر کی اصلاح جیسے مسائل پر بھی توجہ دینا ضروری ہے۔ حکمت عملی کی مجموعی کارکردگی کو اب بھی ٹرینڈ فلٹرز شامل کرکے، سٹاپ لوس میکانزم کو بہتر بنانے، اور دیگر بہتریوں سے بہتر بنایا جا سکتا ہے۔
حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2024-12-10 00:00:00
end: 2025-01-08 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/
//@version=6
strategy("TonyM RSI", overlay=true)
// Input Settings
rsiLengthInput = input.int(14, minval=1, title="RSI Length", group="RSI Settings")
rsiSourceInput = input.source(close, "Source", group="RSI Settings")
startHour = input.int(2, "Start Hour", minval=0, maxval=23, group="Trading Window")
endHour = input.int(4, "End Hour", minval=0, maxval=23, group="Trading Window")
// RSI Calculation
change = ta.change(rsiSourceInput)
up = ta.rma(math.max(change, 0), rsiLengthInput)
down = ta.rma(-math.min(change, 0), rsiLengthInput)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
// Time Filter
inTradingWindow = (hour >= startHour and hour < endHour)
// Strategy Settings
buyLevel = 30
sellLevel = 70
scaleDistance = 1.0 // Distance in points to add to the position
takeProfitPoints = 1.5 // Profit target from average price
initialQty = 1 // Initial trade size
scalingQty = 1 // Additional trade size for scaling
// Trade Logic
if inTradingWindow
// Entry Logic
if rsi <= buyLevel and strategy.position_size == 0
strategy.entry("Buy", strategy.long, qty=initialQty)
if rsi >= sellLevel and strategy.position_size == 0
strategy.entry("Sell", strategy.short, qty=initialQty)
// Scaling Logic
if strategy.position_size > 0 and close <= strategy.position_avg_price - scaleDistance
strategy.entry("Scale Buy", strategy.long, qty=scalingQty)
if strategy.position_size < 0 and close >= strategy.position_avg_price + scaleDistance
strategy.entry("Scale Sell", strategy.short, qty=scalingQty)
// Exit Logic (based on average price)
if strategy.position_size > 0
strategy.exit("Take Profit Long", "Buy", limit=strategy.position_avg_price + takeProfitPoints)
if strategy.position_size < 0
strategy.exit("Take Profit Short", "Sell", limit=strategy.position_avg_price - takeProfitPoints)
// Plot RSI
plot(rsi, "RSI", color=color.blue, linewidth=1)
rsiUpperBand = hline(70, "RSI Upper Band", color=color.red)
rsiLowerBand = hline(30, "RSI Lower Band", color=color.green)
fill(rsiUpperBand, rsiLowerBand, color=color.new(color.gray, 90))