متحرک کثیر مدتی رجحان کی پیشن گوئی متحرک اوسط فلٹرنگ حکمت عملی کے ساتھ مل کر

EMA SMA ML AI PREDICTION Trend FILTER BACKTEST
تخلیق کی تاریخ: 2025-02-20 14:03:44 آخر میں ترمیم کریں: 2025-02-27 17:38:36
کاپی: 1 کلکس کی تعداد: 345
2
پر توجہ دیں
319
پیروکار

متحرک کثیر مدتی رجحان کی پیشن گوئی متحرک اوسط فلٹرنگ حکمت عملی کے ساتھ مل کر متحرک کثیر مدتی رجحان کی پیشن گوئی متحرک اوسط فلٹرنگ حکمت عملی کے ساتھ مل کر

جائزہ

یہ حکمت عملی ایک رجحان ٹریکنگ سسٹم ہے جو روایتی تکنیکی تجزیہ اور جدید مصنوعی ذہانت کے طریقوں کو جوڑتا ہے۔ یہ بنیادی طور پر اشاریہ کی حرکت پذیری اوسط ((EMA) اور سادہ حرکت پذیری اوسط ((SMA) کو رجحان فلٹر کے طور پر استعمال کرتا ہے ، جبکہ انٹری ٹائمنگ کو بہتر بنانے کے لئے پیش گوئی ماڈل متعارف کرایا گیا ہے۔ حکمت عملی کو خاص طور پر یومیہ لائن کی سطح کے لئے بہتر بنایا گیا ہے ، جس کا مقصد درمیانی اور طویل مدتی مارکیٹ کے رجحانات کو پکڑنا ہے۔

حکمت عملی کا اصول

اس حکمت عملی کی بنیادی منطق تین اہم اجزاء پر مشتمل ہے:

  1. رجحانات کا تعین کرنے والا نظام - موجودہ رجحانات کی سمت کا تعین کرنے کے لئے قیمتوں اور اوسط سے متعلق پوزیشنوں کے مابین تعلقات کے ذریعہ ، 200 دوروں کے ای ایم اے اور ایس ایم اے کو بطور اہم رجحانات کا فلٹر استعمال کیا جاتا ہے
  2. پیشن گوئی ماڈیول - توسیع پذیر پیشن گوئی کے اجزاء کا استعمال کرتے ہوئے ، فی الحال مشابہ پیشن گوئی کا استعمال کرتے ہوئے ، بعد میں مشین لرننگ ماڈل کے ساتھ تبدیل کیا جاسکتا ہے
  3. پوزیشن مینجمنٹ - پوزیشن کے وقت اور خطرے کو کنٹرول کرنے کے لئے ایک مقررہ 4K لائن پوزیشن کی مدت مقرر کریں

ٹریڈنگ سگنل کی پیداوار کو رجحان کی سمت اور پیش گوئی سگنل کی مستقل مزاجی کو پورا کرنے کی ضرورت ہے ، یعنی:

  • ملٹی ہیڈ سگنل: قیمت EMA اور SMA سے اوپر ہے اور اس کی پیش گوئی مثبت ہے
  • خالی سر سگنل: قیمت EMA اور SMA سے نیچے ہے اور منفی کی پیش گوئی کی گئی ہے

اسٹریٹجک فوائد

  1. واضح ڈھانچہ - حکمت عملی کی منطق سادہ اور بدیہی ، سمجھنے اور برقرار رکھنے میں آسان ہے
  2. خطرے کو قابو میں رکھنا - فکسڈ ہولڈنگ سائیکل اور ڈبل اوسط فلٹرنگ کے ذریعہ خطرے کو مؤثر طریقے سے کنٹرول کرنا
  3. توسیع پذیری - پیشن گوئی ماڈیول ڈیزائن میں لچکدار ہے ، جس کی ضرورت کے مطابق مختلف پیشن گوئی ماڈل تک رسائی حاصل کی جاسکتی ہے
  4. لچکدار - مختلف مارکیٹ کے حالات کو اپنانے کے لئے پیرامیٹرز کو ایڈجسٹ کیا جا سکتا ہے
  5. آپریشن کی اوسط تعدد - لین دین کی سطح پر آپریشن سے لین دین کی لاگت اور ذہنی دباؤ کم ہوتا ہے

اسٹریٹجک رسک

  1. رجحان کے الٹ جانے کا خطرہ - رجحان کے الٹ جانے پر لگاتار نقصانات کا خطرہ
  2. پیرامیٹر حساسیت - اوسط لائن کی مدت اور پوزیشن رکھنے کی مدت کا انتخاب حکمت عملی کی کارکردگی پر زیادہ اثر ڈالتا ہے
  3. ماڈل انحصار - پیشن گوئی ماڈیول کی درستگی کا براہ راست اثر حکمت عملی پر پڑتا ہے
  4. سلائڈ پوائنٹ اثر - ڈے لائن کی سطح پر آپریشنز کو بڑے سلائڈ پوائنٹس کا سامنا کرنا پڑ سکتا ہے
  5. مارکیٹ کے ماحول پر انحصار - اتار چڑھاؤ کی مارکیٹ میں ممکنہ طور پر خراب کارکردگی

حکمت عملی کی اصلاح کی سمت

  1. پیش گوئی کرنے والے ماڈل کو اپ گریڈ کرنا - موجودہ بے ترتیب پیش گوئی کے بجائے مشین لرننگ ماڈل متعارف کرانا
  2. متحرک پوزیشن رکھنے کا دورانیہ - مارکیٹ میں اتار چڑھاؤ کی رفتار کے مطابق پوزیشن رکھنے کا وقت
  3. اسٹاپ نقصان کی اصلاح - متحرک اسٹاپ نقصان کے طریقہ کار کو بڑھانا اور خطرے پر قابو پانے کی صلاحیت کو بڑھانا
  4. پوزیشن مینجمنٹ - اتار چڑھاؤ پر مبنی پوزیشن مینجمنٹ سسٹم متعارف کرایا
  5. کثیر جہتی فلٹرنگ - اضافی اشارے جیسے ٹرانسمیشن ، اتار چڑھاؤ

خلاصہ کریں۔

اس حکمت عملی میں روایتی تکنیکی تجزیہ اور جدید پیش گوئی کے طریقوں کو ملا کر ایک مضبوط رجحان ٹریکنگ سسٹم بنایا گیا ہے۔ اس کے بنیادی فوائد میں منطق کی وضاحت ، خطرے کی قابو پانے اور مضبوط توسیع پذیری ہے۔ اس حکمت عملی کو بہتر بنانے کے ذریعے ، خاص طور پر پیش گوئی کے ماڈل اور خطرے کے کنٹرول میں بہتری کے ذریعہ ، اس حکمت عملی کی استحکام اور منافع کو مزید بڑھانے کی امید ہے۔ یہ حکمت عملی سرمایہ کاروں کے لئے موزوں ہے جو درمیانی اور طویل مدتی مستحکم منافع کی تلاش میں ہیں۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2024-02-21 00:00:00
end: 2025-02-18 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("My Strategy", overlay=true)

// Parameters (adjust as needed)
neighborsCount = 8
maxBarsBack = 2000
featureCount = 5
useDynamicExits = true
useEmaFilter = true
emaPeriod = 200
useSmaFilter = true
smaPeriod = 200

// Moving Average Calculations
ema = ta.ema(close, emaPeriod)
sma = ta.sma(close, smaPeriod)

// Trend Conditions
isEmaUptrend = close > ema
isEmaDowntrend = close < ema
isSmaUptrend = close > sma
isSmaDowntrend = close < sma

// Model Prediction (Replace with your real model)
// Here a simulation is used, replace it with real predictions
prediction = math.random() * 2 - 1 // Random value between -1 and 1

// Entry Signals
isNewBuySignal = prediction > 0 and isEmaUptrend and isSmaUptrend
isNewSellSignal = prediction < 0 and isEmaDowntrend and isSmaDowntrend

// Exit Signals
var int barsHeld = 0
var bool in_position = false
var int entry_bar = 0

if isNewBuySignal and not in_position
    in_position := true
    entry_bar := bar_index
    barsHeld := 1
else if isNewSellSignal and not in_position
    in_position := true
    entry_bar := bar_index
    barsHeld := 1
else if in_position
    barsHeld := barsHeld + 1
    if barsHeld == 4
        in_position := false

endLongTradeStrict = barsHeld == 4 and isNewBuySignal[1]
endShortTradeStrict = barsHeld == 4 and isNewSellSignal[1]

// Backtest Logic
var float totalProfit = 0
var float entryPrice = na
var int tradeDirection = 0

if isNewBuySignal and tradeDirection <= 0
    entryPrice := close
    tradeDirection := 1
    strategy.entry("Long", strategy.long)

if isNewSellSignal and tradeDirection >= 0
    entryPrice := close
    tradeDirection := -1
    strategy.entry("Short", strategy.short)

if (endLongTradeStrict and tradeDirection == 1) or (endShortTradeStrict and tradeDirection == -1)
    exitPrice = close
    profit = (exitPrice - entryPrice) / entryPrice
    if tradeDirection == -1
        profit := (entryPrice - exitPrice) / entryPrice

    totalProfit := totalProfit + profit
    tradeDirection := 0
    strategy.close_all()

plot(close, color=color.blue)
plot(ema, color=color.orange)
plot(sma, color=color.purple)