ianzeng123
جائزہ
یہ حکمت عملی Gaussian Channel اور Stochastic RSI کی ایک بے ترتیب اور نسبتا weak مضبوط اشارے کے ساتھ مل کر ایک مقداری تجارتی نظام ہے۔ حکمت عملی Gaussian Channel اور Random RSI کے ساتھ قیمتوں کی کراسنگ کی نگرانی کرکے مارکیٹ میں رجحان کی واپسی کے مواقع کو پکڑتی ہے۔ Gaussian Channel متحرک اوسط اور معیاری انحراف سے بنا ہوا ہے ، جو مارکیٹ میں اتار چڑھاؤ کی حد کو متحرک طور پر ظاہر کرتا ہے ، جبکہ Random RSI متحرک پہلوؤں کی تصدیق کا اشارہ فراہم کرتا ہے۔
حکمت عملی کا اصول
حکمت عملی کی بنیادی منطق میں درج ذیل اہم حصے شامل ہیں:
- گوسٹ چینل کی تعمیر: 20 دوروں کی اشاریہ منتقل اوسط ((EMA) کو چینل کی درمیانی محور کے طور پر استعمال کریں ، چینل کی اوپری اور نچلی سرحدیں درمیانی محور کے علاوہ 2 گنا معیاری فرق حاصل کریں۔
- بے ترتیب آر ایس آئی کا حساب کتاب: پہلے 14 دوروں کا آر ایس آئی حساب لگائیں ، پھر آر ایس آئی کی قیمت پر 14 دوروں کا بے ترتیب فارمولہ لگائیں ، اور آخر میں نتائج پر 3 دوروں کا ہموار علاج کریں تاکہ K لائن اور D لائن حاصل کریں۔
- ٹریڈنگ سگنل جنریشن: جب قیمت Gaussian چینل کے اوپر سے ٹوٹ جاتی ہے اور بے ترتیب RSI کی K لائن پر D لائن کو پار کرتی ہے تو ، ایک کثیر سگنل پیدا ہوتا ہے۔ جب قیمت Gaussian چینل کے اوپر سے ٹوٹ جاتی ہے تو ، اس کی پوزیشن سے باہر نکلیں۔
اسٹریٹجک فوائد
- سگنل کی اعلی وشوسنییتا: رجحان اور حرکیات کے دو جہتی اشارے کو ملا کر ، جعلی سگنل کو مؤثر طریقے سے کم کیا جاسکتا ہے۔
- اعلی درجے کی خطرے کا کنٹرول: گوسٹ چینل کی متحرک خصوصیات کا استعمال کرتے ہوئے ، مارکیٹ میں اتار چڑھاؤ کے مطابق خود بخود تجارتی زون کو ایڈجسٹ کرنے کے قابل۔
- لچکدار: پیرامیٹرک ڈیزائن کے ذریعہ ، حکمت عملی مختلف مارکیٹ کے حالات اور تجارت کی اقسام کے مطابق ڈھال سکتی ہے۔
- اعلی کارکردگی: حکمت عملی کی منطق واضح اور سادہ ہے ، کم حساب کتاب ہے ، جو حقیقی وقت کی تجارت کے لئے موزوں ہے۔
اسٹریٹجک رسک
- تاخیر کا خطرہ: متحرک اوسط اور معیاری فرق کے حساب سے کچھ تاخیر ہوتی ہے ، جس سے داخلے کے وقت میں تاخیر ہوسکتی ہے۔
- جھوٹے بریک کا خطرہ: غیر مستحکم مارکیٹوں میں ، جھوٹے بریک کے اشارے اکثر سامنے آسکتے ہیں۔
- پیرامیٹر کی حساسیت: حکمت عملی کی تاثیر پیرامیٹر کی ترتیبات کے لیے حساس ہے، اور مختلف مارکیٹ کے ماحول میں پیرامیٹرز کو ایڈجسٹ کرنے کی ضرورت پڑ سکتی ہے۔
- مارکیٹ کے ماحول پر انحصار: حکمت عملی غیر واضح رجحان کے ساتھ مارکیٹس میں خراب کارکردگی کا مظاہرہ کر سکتی ہے۔
حکمت عملی کی اصلاح کی سمت
- سگنل فلٹرنگ کو بہتر بنانا: آپ ٹریڈنگ سگنل کو فلٹر کرنے کے لئے حجم اور اتار چڑھاؤ کی شرح جیسے معاون اشارے شامل کرسکتے ہیں۔
- متحرک پیرامیٹرز ایڈجسٹمنٹ: مارکیٹ کی حالت کے مطابق متحرک طور پر چینل پیرامیٹرز اور بے ترتیب آر ایس آئی پیرامیٹرز کو ایڈجسٹ کرنے کے لئے ایک موافقت کا طریقہ کار متعارف کرایا گیا ہے۔
- نقصان کی روک تھام کے طریقہ کار کو بہتر بنانا: ٹریکنگ نقصان یا متحرک نقصان کی روک تھام کے طریقہ کار کو شامل کرنا جو اتار چڑھاؤ پر مبنی ہے۔
- پوزیشن مینجمنٹ کو بہتر بنائیں: سگنل کی طاقت اور مارکیٹ میں اتار چڑھاؤ کی شرح کے مطابق پوزیشن کا تناسب تبدیل کریں۔
خلاصہ کریں۔
اس حکمت عملی میں تکنیکی تجزیہ میں رجحانات کی پیروی اور متحرک اشارے کے ساتھ مل کر ، ایک منطقی طور پر مکمل ، خطرے سے چلنے والا مقداری تجارتی نظام تشکیل دیا گیا ہے۔ اگرچہ اس میں کچھ موروثی خطرات موجود ہیں ، لیکن مسلسل اصلاح اور بہتری کے ذریعہ ، حکمت عملی مختلف مارکیٹ کے ماحول میں مستحکم کارکردگی کا مظاہرہ کرنے کی امید کرتی ہے۔ حکمت عملی کا ماڈیولر ڈیزائن بھی بعد میں اصلاح اور توسیع کے لئے ایک اچھی بنیاد فراہم کرتا ہے۔
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":"BNB_USDT"}]
*/
//@version=5
strategy("SAJJAD JAMSHIDI Channel with Stochastic 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=100, 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, upperChannel)
strategy.entry("Long", strategy.long, when=priceAboveUpper and stochUp)
strategy.close("Long", when=priceBelowUpper)