ChaoZhang
جائزہ
یہ حکمت عملی ایک تکنیکی تجزیہ ٹریڈنگ سسٹم ہے جس میں گاسسیئن چینل اور بے ترتیب نسبتا weak مضبوط اشارے اسٹوکاسٹک آر ایس آئی کا امتزاج کیا گیا ہے۔ گاسسیئن چینل انڈیکس کے ذریعے ایک اوپر اور نیچے چینل تشکیل دیتا ہے جو ایک متحرک سپورٹ اور مزاحمت کی جگہ فراہم کرتا ہے جو قیمت میں اتار چڑھاؤ کو بڑھاتا ہے۔ بے ترتیب آر ایس آئی نے ممکنہ الٹ سگنل کی تصدیق کے لئے آر ایس آئی کی قیمتوں کو ہموار کرکے٪ K اور٪ D لائنیں تیار کیں۔ یہ حکمت عملی کسی بھی وقت کی مدت پر لاگو ہوتی ہے اور تاجروں کو ایک منظم تجارتی طریقہ فراہم کرتی ہے۔
حکمت عملی کا اصول
حکمت عملی کی بنیادی منطق درج ذیل کلیدی عناصر پر مبنی ہے:
- گوسٹ چینل کی تعمیر: ای ایم اے کو بطور بیس لائن استعمال کریں ، معیاری فرق ضرب کے ذریعہ اوپر اور نیچے چینل بینڈ بنائیں۔ اوپر کا چینل متحرک مزاحمت کی حیثیت سے ، نیچے کا چینل متحرک حمایت کی حیثیت سے۔
- رینڈم آر ایس آئی سگنل: روایتی آر ایس آئی کا حساب کتاب کرنے کے بعد ، اس پر بے ترتیب اشاریہ کاری کی کارروائی کی جاتی ہے ، جس سے زیادہ ہموار٪ K اور٪ D لائنیں پیدا ہوتی ہیں۔
- ٹریڈنگ سگنل جنریشن: جب قیمت نیچے چینل سے ٹوٹ جاتی ہے اور بے ترتیب آر ایس آئی کی٪ K لائن پر٪ D لائن کو پار کرتی ہے تو ، نظام کثیر سگنل پیدا کرتا ہے۔ جب قیمت اوپر چینل کو توڑتی ہے تو ، پوزیشن سے باہر نکل جاتا ہے۔
- ٹائم فلٹرنگ: حکمت عملی میں اپنی مرضی کے مطابق ڈیٹ رینج فلٹرز شامل ہیں جو کسی خاص وقت کے دوران واپسی یا تجارت کی اجازت دیتے ہیں۔
اسٹریٹجک فوائد
- ایک سے زیادہ تصدیق کا طریقہ کار: رجحان کی پیروی (گاس چینل) اور رجحان الٹ (بے ترتیب آر ایس آئی) دونوں ٹریڈنگ خیالات کو جوڑ کر ، سگنل کی وشوسنییتا کو بہتر بناتا ہے۔
- متحرک موافقت: گوس چینل مارکیٹ میں اتار چڑھاؤ کی شرح کے مطابق خود کار طریقے سے بینڈوڈتھ کو ایڈجسٹ کرتا ہے ، جس میں مارکیٹ میں اچھی موافقت ہے۔
- خطرے کے انتظام کے انضمام: خطرے کے کنٹرول کے لئے ایک بلٹ ان طریقہ کار کے ساتھ بند کر دیا سگنل کے طور پر اپ چینل توڑ.
- پیرامیٹرز کی لچک: تمام کلیدی پیرامیٹرز کو مختلف مارکیٹ کے حالات کے مطابق بہتر بنایا جاسکتا ہے۔
اسٹریٹجک رسک
- جعلی بریک کا خطرہ: ہلچل والی مارکیٹ میں زیادہ جعلی سگنل پیدا ہوسکتے ہیں ، جس کی وجہ سے بار بار تجارت ہوتی ہے۔
- تاخیر کا خطرہ: ایک سے زیادہ منتقل اوسط حساب کے استعمال کی وجہ سے ، سگنل میں کچھ تاخیر ہوسکتی ہے۔
- پیرامیٹرز کی حساسیت: حکمت عملی کی کارکردگی پیرامیٹرز کے انتخاب سے زیادہ حساس ہے ، مختلف مارکیٹ کے حالات میں مختلف پیرامیٹرز کی ترتیب کی ضرورت ہوسکتی ہے۔
- مارکیٹ کے ماحول پر انحصار: مارکیٹوں میں جہاں رجحانات واضح نہیں ہیں ، حکمت عملی کا اثر ناقابل اعتماد ہوسکتا ہے۔
حکمت عملی کی اصلاح کی سمت
- سگنل فلٹرنگ میں اضافہ: سگنل کے معیار کو بہتر بنانے کے لئے ٹریفک ، اتار چڑھاؤ کی شرح اور دیگر معاون اشارے شامل کیے جاسکتے ہیں۔
- متحرک پیرامیٹرز کی اصلاح: مارکیٹ کی صورتحال کے مطابق متحرک پیرامیٹرز کو ایڈجسٹ کرنے کے لئے ایک انکولی پیرامیٹرز ایڈجسٹمنٹ میکانزم متعارف کرایا گیا ہے۔
- نقصان کی روک تھام کے طریقہ کار کو بہتر بنایا گیا ہے: ٹریکنگ اسٹاپ یا اتار چڑھاؤ پر مبنی متحرک اسٹاپ شامل کیا جاسکتا ہے۔
- مارکیٹ کے ماحول کی شناخت: مارکیٹ کے ماحول کے فیصلے کے ماڈیول کو شامل کریں ، مختلف مارکیٹ کے حالات میں مختلف حکمت عملی کے پیرامیٹرز یا تجارتی قواعد کو اپنائیں۔
خلاصہ کریں۔
اس حکمت عملی نے گاسس چینل اور بے ترتیب آر ایس آئی کے ساتھ مل کر ایک تجارتی نظام تشکیل دیا ہے جس میں رجحان کی پیروی اور الٹا پکڑنے کی صلاحیت ہے۔ اس حکمت عملی کے ڈیزائن میں تکنیکی تجزیہ کی متعدد جہتوں کو مدنظر رکھا گیا ہے ، جس میں ایک اچھی نظریاتی بنیاد اور عملی قابل عمل ہے۔ معقول پیرامیٹرز کی اصلاح اور خطرے کے انتظام کے ذریعہ ، اس حکمت عملی کو مختلف قسم کے مارکیٹ کے ماحول میں مستحکم کارکردگی کا مظاہرہ کرنے کا امکان ہے۔ تاہم ، صارفین کو حکمت عملی کے فوائد اور حدود کے بارے میں پوری طرح سے جاننے کی ضرورت ہے ، جس میں اصل تجارتی ماحول کے مطابق ہدف کے مطابق ایڈجسٹمنٹ کی ضرورت ہے۔
/*backtest
start: 2024-02-18 00:00:00
end: 2025-02-16 08:00:00
period: 3h
basePeriod: 3h
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/
// © fgkkaraca
//@version=5
strategy("Alienseeker GC and RSI Strategy", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0, default_qty_type=strategy.percent_of_equity, default_qty_value=200, process_orders_on_close=true)
// Gaussian Channel Inputs
lengthGC = input.int(20, "Gaussian Channel Length", minval=1)
multiplier = input.float(2.0, "Standard Deviation Multiplier", minval=0.1)
// Calculate Gaussian Channel
basis = ta.ema(close, lengthGC)
deviation = multiplier * ta.stdev(close, lengthGC)
upperChannel = basis + deviation
lowerChannel = basis - deviation
// Plot Gaussian Channel
plot(basis, "Basis", color=color.blue)
plot(upperChannel, "Upper Channel", color=color.green)
plot(lowerChannel, "Lower Channel", color=color.red)
// Stochastic RSI Inputs
rsiLength = input.int(14, "RSI Length", minval=1)
stochLength = input.int(14, "Stochastic Length", minval=1)
smoothK = input.int(3, "Smooth K", minval=1)
smoothD = input.int(3, "Smooth D", minval=1)
// Calculate RSI
rsi = ta.rsi(close, rsiLength)
// Calculate Stochastic RSI
lowestRSI = ta.lowest(rsi, stochLength)
highestRSI = ta.highest(rsi, stochLength)
stochRSI = (rsi - lowestRSI) / (highestRSI - lowestRSI) * 100
k = ta.sma(stochRSI, smoothK)
d = ta.sma(k, smoothD)
// Trading Conditions
stochUp = k > d
priceAboveUpper = ta.crossover(close, upperChannel)
priceBelowUpper = ta.crossunder(close, lowerChannel)
// Date Range Filter
startDate = input(timestamp("2018-01-01"), "Start Date")
endDate = input(timestamp("2069-01-01"), "End Date")
timeInRange = true
// Strategy Execution
if timeInRange
strategy.entry("Long", strategy.long, when=priceBelowUpper and stochUp)
strategy.close("Long", when=priceAboveUpper )