ChaoZhang
جائزہ
یہ حکمت عملی Gaussian Channel اور Stochastic RSI پر مبنی ایک مقداری ٹریڈنگ سسٹم ہے۔ یہ حکمت عملی تکنیکی تجزیہ میں میڈین ریٹرن اور حرکیات کے اصولوں کے ساتھ مل کر تجارت کرتی ہے۔ جب قیمت چینل کے نیچے ٹریک کرتی ہے اور بے ترتیب RSI اشارے اوور سیل سگنل ظاہر کرتے ہیں تو اس میں زیادہ سرمایہ کاری ہوتی ہے اور جب قیمت چینل کے اوپر ٹریک کرتی ہے یا بے ترتیب RSI اشارے اوور سیل سگنل ظاہر کرتے ہیں تو اس میں جگہ خالی ہوتی ہے۔ یہ حکمت عملی صرف زیادہ تجارت کے لئے استعمال ہوتی ہے ، کوئی خالی جگہ نہیں لی جاتی ہے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی منطق مندرجہ ذیل کلیدی حسابات پر مبنی ہے:
- گوسٹ چینل کی تعمیر: ای ایم اے کو درمیانی ریل کے طور پر استعمال کریں ، اور اس کے ساتھ معیاری فرق کی دوگنی چوڑائی کو چینل کی چوڑائی کے طور پر شمار کریں۔
- بے ترتیب RSI کا حساب کتاب: سب سے پہلے 14 سائیکلوں کے لئے RSI کا حساب لگائیں ، پھر 14 سائیکلوں میں RSI کی اونچائی اور کم سے کم قیمت کا حساب لگائیں ، اور آخر میں موجودہ RSI کی اس حد کے اندر اس کے متعلقہ مقام کا حساب لگائیں
- انٹری سگنل: قیمتوں میں چینل کے نیچے ٹریک کو توڑنے کے ساتھ ہی ، بے ترتیب RSI اشارے 20 سے نیچے سے اوپر کی طرف بڑھ گیا۔
- باہر نکلنے کا اشارہ: قیمتوں میں چینل ٹرانسمیشن ٹریک یا 80 سے اوپر سے بے ترتیب RSI اشارے نیچے کی طرف سے ٹرانسمیشن
اسٹریٹجک فوائد
- دوہری تصدیق کا طریقہ کار: قیمت چینل اور متحرک اشارے کے ساتھ مل کر ، جعلی سگنل کے اثرات کو کم کریں۔
- خطرے پر قابو پانا: فی صد پوزیشن مینجمنٹ کا استعمال کرتے ہوئے ، اور ٹرانزیکشن لاگت اور سلائڈ پوائنٹ عوامل کو مدنظر رکھتے ہوئے
- اوسط قیمت کی واپسی کی خصوصیت: گوسٹ چینل قیمتوں میں اتار چڑھاؤ کی حد کو مؤثر طریقے سے پکڑ سکتا ہے ، جس سے تجارت کی درستگی میں اضافہ ہوتا ہے۔
- متحرک طور پر لچکدار: حکمت عملی کے پیرامیٹرز کو مختلف مارکیٹ کے حالات کے مطابق بہتر بنایا جاسکتا ہے۔
اسٹریٹجک رسک
- رجحان سازی مارکیٹ کا خطرہ: مضبوط رجحان سازی مارکیٹوں میں، آپ کو بڑے بازار سے محروم ہونے کی وجہ سے جلد ہی کم ہو سکتا ہے.
- پیرامیٹر حساسیت: چینل ضرب اور آر ایس آئی پیرامیٹرز کی ترتیبات حکمت عملی کی کارکردگی پر زیادہ اثر انداز ہوتی ہیں۔
- مارکیٹ کے ماحول پر انحصار: حکمت عملی نے ہلچل والی مارکیٹ میں بہتر کارکردگی کا مظاہرہ کیا ، لیکن یہ ایک طرفہ مارکیٹ میں خراب کارکردگی کا مظاہرہ کرسکتا ہے۔
- تاخیر کا خطرہ: تکنیکی اشارے کے حساب کتاب میں کچھ تاخیر ہے ، جس سے تجارت کے وقت پر اثر پڑ سکتا ہے۔
حکمت عملی کی اصلاح کی سمت
- ایک موافقت پذیر پیرامیٹر متعارف کرایا گیا: مارکیٹ کی اتار چڑھاؤ کی رفتار کے مطابق چینل ضرب کو ایڈجسٹ کیا جاسکتا ہے۔
- مارکیٹ کے ماحول کی شناخت میں اضافہ: رجحان کی طاقت کے اشارے شامل کریں ، مختلف مارکیٹ کے ماحول میں مختلف پیرامیٹرز کی ترتیبات کا استعمال کریں۔
- فنڈ مینجمنٹ کو بہتر بنائیں: سگنل کی طاقت کے مطابق متحرک طور پر پوزیشن کا تناسب ایڈجسٹ کریں۔
- نقصانات کو روکنے کے طریقہ کار کو بہتر بنائیں: منافع کو بہتر طور پر بچانے کے لئے نقصانات کو روکنے کے لئے ٹریک کرنے کی صلاحیت میں اضافہ کریں۔
خلاصہ کریں۔
اس حکمت عملی نے گاسس چینل اور بے ترتیب آر ایس آئی اشارے کے ساتھ مل کر ایک نسبتا stable مستحکم تجارتی نظام تشکیل دیا ہے۔ حکمت عملی کے فوائد دوہری تصدیق کے طریقہ کار اور بہتر خطرے پر قابو پانے میں ہیں ، لیکن مختلف مارکیٹ کے حالات کے مطابق موافقت کے مسائل پر بھی توجہ دینے کی ضرورت ہے۔ خود کو اپنانے کے پیرامیٹرز اور مارکیٹ کے حالات کی شناخت جیسے اصلاحی سمتوں کو متعارف کرانے سے حکمت عملی کی استحکام اور منافع کو مزید فروغ دیا جاسکتا ہے۔
/*backtest
start: 2024-02-18 00:00:00
end: 2025-01-30 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Gaussian Channel with Stochastic RSI", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=200, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0)
// Gaussian Channel Parameters
gc_length = input.int(20, "Gaussian Channel Length", minval=1)
gc_mult = input.float(2.0, "Gaussian Channel Multiplier", minval=0.1)
middle = ta.ema(close, gc_length)
stdev = ta.stdev(close, gc_length)
upper = middle + gc_mult * stdev
lower = middle - gc_mult * stdev
// Plot Channels
plot(middle, "Middle Line", color=color.blue)
plot(upper, "Upper Channel", color=color.red)
plot(lower, "Lower Channel", color=color.green)
// Stochastic RSI Parameters
rsi_length = input.int(14, "RSI Length", minval=1)
stoch_length = input.int(14, "Stochastic Length", minval=1)
smooth_k = input.int(3, "Smooth %K", minval=1)
oversold = input.int(20, "Oversold Level", minval=0, maxval=100)
overbought = input.int(80, "Overbought Level", minval=0, maxval=100)
// Calculate Stochastic RSI
rsi = ta.rsi(close, rsi_length)
lowest_rsi = ta.lowest(rsi, stoch_length)
highest_rsi = ta.highest(rsi, stoch_length)
stoch_rsi = highest_rsi != lowest_rsi ? (rsi - lowest_rsi) / (highest_rsi - lowest_rsi) * 100 : 0
k = ta.sma(stoch_rsi, smooth_k)
// Entry/Exit Conditions
enterLong = ta.crossover(close, lower) and ta.crossover(k, oversold)
exitLong = ta.crossover(close, upper) or ta.crossunder(k, overbought)
// Strategy Execution
if (time >= timestamp(2018, 01, 01, 0, 0) and time < timestamp(2069, 01, 01, 0, 0))
if enterLong
strategy.entry("Long", strategy.long)
if exitLong
strategy.close("Long")