ChaoZhang
جائزہ
یہ حکمت عملی ایک انڈیکس چلتی اوسط ((EMA) پر مبنی خود کار طریقے سے ٹریڈنگ سسٹم ہے ، جو مصنوعی ذہانت کی اصلاح کے طریقہ کار کے ذریعہ پیرامیٹرز کو متحرک طور پر ایڈجسٹ کرتی ہے ، جس سے تجارتی کارکردگی میں مستقل بہتری لائی جاتی ہے۔ حکمت عملی میں ٹریڈنگ کی محرکات کے طور پر تیز رفتار اور سست رفتار EMA کراس سگنل کو مربوط کیا گیا ہے ، اور اس میں خطرہ اور منافع کے بہترین توازن کو حاصل کرنے کے لئے ذہین اسٹاپ نقصان اور اسٹاپ مینجمنٹ میکانزم موجود ہیں۔
حکمت عملی کا اصول
حکمت عملی کا مرکز دو مختلف ادوار پر مبنی اشاریہ متحرک اوسط ((ای ایم اے) پر مبنی ہے۔ نظام نے 5 اور 10 ادوار کو ابتدائی پیرامیٹرز کی ترتیب کے طور پر اپنایا ، اور تیز رفتار ای ایم اے اور سست رفتار ای ایم اے کی کراس شکل کو دیکھ کر تجارتی سگنل پیدا کیا۔ جب تیز رفتار لائن اوپر سے سست لائن کو عبور کرتی ہے تو خریدنے کا اشارہ ہوتا ہے ، اور جب تیز رفتار لائن نیچے سے سست لائن کو عبور کرتی ہے تو فروخت کا اشارہ ہوتا ہے۔ نظام کی خصوصیت اس کے انکولی اصلاحی میکانزم میں ہے - ٹریڈنگ کی میز کی مسلسل نگرانی کے ذریعے ، متحرک طور پر اسٹاپ نقصانات اور اسٹاپ مارجن کی سطح کو ایڈجسٹ کرنا ، اس بات کو یقینی بنانا کہ نظام ہمیشہ بہترین پیرامیٹرز کے مجموعے کے تحت کام کرتا ہے۔
اسٹریٹجک فوائد
- پیرامیٹرز کی موافقت: نظام مارکیٹ کے حالات کے مطابق خود بخود اسٹاپ نقصان اور اسٹاپ اسٹاپ پیرامیٹرز کو ایڈجسٹ کرسکتا ہے ، جس سے فکسڈ پیرامیٹرز کے نتیجے میں ہونے والی تاخیر کی پریشانیوں سے بچا جاسکتا ہے۔
- خطرے کے انتظام کو ذہین بنانا: متحرک طور پر بہترین منافع کی کارکردگی کی نگرانی کرکے ، خطرے کے کنٹرول پیرامیٹرز کو مستقل طور پر بہتر بنانا ، فنڈ مینجمنٹ کی کارکردگی کو بہتر بنانا۔
- آپریشنل غیرجانبدار: ای ایم اے کراسنگ پر مبنی سگنلنگ سسٹم واضح داخلے اور باہر نکلنے کی شرائط مہیا کرتا ہے ، جس سے متعلقہ فیصلے میں خلل پڑتا ہے۔
- بصری نگرانی: سسٹم ریئل ٹائم پیرامیٹرز کی اصلاح کے نتائج پیش کرتا ہے ، جس سے تاجروں کو حکمت عملی کے کام کی حالت پر قابو پانے میں مدد ملتی ہے۔
اسٹریٹجک رسک
- مارکیٹ میں اتار چڑھاؤ کا خطرہ: مستحکم مارکیٹوں میں ، مساوی لائن کراس سگنل میں اکثر جھوٹی توڑ پڑسکتی ہے۔
- پیرامیٹرز کی اصلاح میں تاخیر: خود کار طریقے سے سسٹم کو موثر پیرامیٹرز کی اصلاح کے لئے کچھ ٹرانزیکشن ڈیٹا جمع کرنے کی ضرورت ہے۔
- واپسی کا کنٹرول: شدید رجحان کی تبدیلی کے دوران ، نظام کا رد عمل کچھ حد تک تاخیر کا شکار ہوسکتا ہے۔
حکمت عملی کی اصلاح کی سمت
- مارکیٹ میں اتار چڑھاؤ کے اشارے متعارف کرانے: EMA پیرامیٹرز کو متحرک طور پر ایڈجسٹ کرنے کے لئے اے ٹی آر یا اتار چڑھاؤ کے اشارے کے ساتھ مل کر غور کیا جاسکتا ہے ، جس سے نظام کو مارکیٹ کے ماحول کے مطابق ڈھال لیا جاسکتا ہے۔
- پیرامیٹرز ایڈجسٹمنٹ میکانیزم کو بہتر بنانا: زیادہ پیچیدہ مشین لرننگ الگورتھم کو پیرامیٹرز کی اصلاح کی کارکردگی اور درستگی کو بڑھانے کے لئے استعمال کیا جاسکتا ہے۔
- مارکیٹ کے حالات کو فلٹر کرنے میں اضافہ: رجحان کی طاقت کے اشارے متعارف کروائیں ، مختلف مارکیٹ کے حالات میں مختلف پیرامیٹرز کی ترتیبات کو اپنائیں۔
خلاصہ کریں۔
یہ ایک تجارتی نظام ہے جو تکنیکی تجزیہ کی روایتی ذہانت کو جدید موافقت پذیری کی اصلاح کی تکنیک کے ساتھ جوڑتا ہے۔ ای ایم اے کراسنگ کے ذریعہ بنیادی تجارتی سگنل مہیا کیا جاتا ہے ، متحرک اسٹاپ لاس مینجمنٹ کے ساتھ مل کر ، تجارتی حکمت عملی کے ذہین آپریشن کا احساس ہوتا ہے۔ نظام کی موافقت کی خصوصیات اس کو مستقل طور پر بہتر بنانے کی صلاحیت دیتی ہیں ، لیکن مارکیٹ کے ماحول میں تبدیلی اور خطرے کے کنٹرول کی اہمیت پر دھیان دینے کی ضرورت ہے۔
/*backtest
start: 2024-02-19 00:00:00
end: 2025-02-17 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Evolutivna Strategija - AI Optimizacija", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Varijable za praćenje performansi
var float bestProfit = na
var float bestStopLoss = na
var float bestTakeProfit = na
// Početni parametri (fiksne vrednosti)
ema_fast_final = input.int(5, "Početni EMA Fast", minval=5, maxval=50) // Mora biti simple int
ema_slow_final = input.int(10, "Početni EMA Slow", minval=10, maxval=100) // Mora biti simple int
// Kreiranje EMA koristeći fiksne vrednosti
ema_fast_adaptive = ta.ema(close, ema_fast_final)
ema_slow_adaptive = ta.ema(close, ema_slow_final)
// Signali kupovine i prodaje
buy_signal = ta.crossover(ema_fast_adaptive, ema_slow_adaptive)
sell_signal = ta.crossunder(ema_fast_adaptive, ema_slow_adaptive)
// Stop Loss i Take Profit parametri
sl_input = input.float(1.0, "Početni Stop Loss (%)", step=0.1)
tp_input = input.float(1.0, "Početni Take Profit (%)", step=0.1)
// Dinamično prilagođavanje parametara SL i TP
if (na(bestProfit) or strategy.netprofit > bestProfit)
bestProfit := strategy.netprofit
bestStopLoss := sl_input
bestTakeProfit := tp_input
// Otvaranje pozicija
if (buy_signal)
strategy.entry("BUY", strategy.long)
strategy.exit("TP/SL", "BUY", stop=close * (1 - bestStopLoss / 100), limit=close * (1 + bestTakeProfit / 100))
if (sell_signal)
strategy.entry("SELL", strategy.short)
strategy.exit("TP/SL", "SELL", stop=close * (1 + bestStopLoss / 100), limit=close * (1 - bestTakeProfit / 100))
// Vizualizacija
plot(ema_fast_adaptive, color=color.green, title="EMA Fast (Adaptive)")
plot(ema_slow_adaptive, color=color.red, title="EMA Slow (Adaptive)")
// Prikaz najboljih rezultata
var label result_label = na
if (na(result_label))
result_label := label.new(x=bar_index, y=high, text="", style=label.style_label_down, color=color.blue)
label.set_xy(result_label, bar_index, high)
label.set_text(result_label, "Best rezult: " + str.tostring(bestProfit, "#.##") +
"\nSL: " + str.tostring(bestStopLoss) + "%" +
"\nTP: " + str.tostring(bestTakeProfit) + "%" +
"\nEMA Fast: " + str.tostring(ema_fast_final) +
"\nEMA Slow: " + str.tostring(ema_slow_final))