
یہ حکمت عملی ایک رجحان ٹریکنگ سسٹم ہے جس میں متحرک ری ایکٹر اور ملٹی کرنل ریگریشن کا امتزاج کیا گیا ہے۔ یہ مارکیٹ کے رجحانات کو پکڑنے کے لئے اے ٹی آر چینل ، ایس ایم اے مساوی اور گاسس نیوکلیئر ریگریشن کو ایپینیکوف نیوکلیئر ریگریشن کے ساتھ جوڑتا ہے ، اور آر ایس آئی اشارے کا استعمال کرتے ہوئے سگنل فلٹرنگ کرتا ہے۔ اس حکمت عملی میں ایک مکمل پوزیشن مینجمنٹ سسٹم بھی شامل ہے جس میں متحرک اسٹاپ نقصان ، کثیر منافع بخش اہداف اور اسٹاپ نقصانات کی پیروی کرنے جیسی خصوصیات شامل ہیں۔
حکمت عملی کا بنیادی حصہ دو اہم حصوں پر مشتمل ہے۔ پہلا حصہ متحرک ری ایکٹر (DR) ہے ، جو اے ٹی آر اور ایس ایم اے پر مبنی ایک موافقت پذیر قیمت چینل بناتا ہے۔ چینل کی چوڑائی اے ٹی آر کے ضرب سے طے ہوتی ہے ، اور چینل کی پوزیشن ایس ایم اے کی نقل و حرکت کے ساتھ ایڈجسٹ ہوتی ہے۔ جب قیمت چینل کو توڑتی ہے تو ، نظام رجحان کی سمت کو اپ ڈیٹ کرتا ہے۔ دوسرا حصہ ملٹی کور ریگریشن (MKR) ہے ، جو گاسس کور ریگریشن اور ایپینچنیکوف کور ریگریشن کے دو مختلف بنیادی افعال کو جوڑتا ہے۔ مختلف بینڈوتھ پیرامیٹرز اور وزن کی ترتیب دے کر ، نظام قیمت کی نقل و حرکت کو بہتر طور پر فٹ کرنے کے قابل ہے۔ ٹریڈنگ سگنل ایم کے آر لائن اور ڈی آر لائن کے کراس سے پیدا ہوتا ہے ، اور آر ایس آئی اشارے کے ذریعہ فلٹر کیا جاتا ہے تاکہ خرید و فروخت کے علاقوں میں تجارت سے بچ سکے۔
یہ جدید شماریاتی طریقوں اور روایتی تکنیکی تجزیہ کو ملانے والا ایک مکمل تجارتی نظام ہے۔ متحرک ری ایکٹر اور کثیر کور ریگریشن کے جدید مجموعہ کے ساتھ ساتھ ایک بہتر خطرے کے انتظام کے طریقہ کار کے ذریعہ ، اس حکمت عملی نے اچھی موافقت اور استحکام کا مظاہرہ کیا۔ اگرچہ کچھ جگہیں ہیں جن میں اصلاح کی ضرورت ہے ، لیکن اس حکمت عملی کو مسلسل بہتری اور پیرامیٹرز کی اصلاح کے ذریعہ مختلف مارکیٹ کے حالات میں مستحکم کارکردگی کا مظاہرہ کرنے کی امید ہے۔
/*backtest
start: 2024-07-20 00:00:00
end: 2025-07-19 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"ETH_USDT","balance":2000000}]
*/
//@version=5
strategy("DR+MKR Signals – Band SL, Multiple TP & Trailing Stop", overlay=true, default_qty_value=10)
// =====================================================================
// PART 1: Optimized Dynamic Reactor
// =====================================================================
atrLength = input.int(10, "ATR Length", minval=1) // Lower value for increased sensitivity
smaLength = input.int(10, "SMA Length", minval=1) // Lower value for a faster response
multiplier = input.float(1.2, "ATR Multiplier", minval=0.1, step=0.1) // Adjusted for tighter bands
atrValue = ta.atr(atrLength)
smaValue = ta.sma(close, smaLength)
basicUpper = smaValue + atrValue * multiplier
basicLower = smaValue - atrValue * multiplier
var float finalUpper = basicUpper
var float finalLower = basicLower
if bar_index > 0
finalUpper := close[1] > finalUpper[1] ? math.max(basicUpper, finalUpper[1]) : basicUpper
if bar_index > 0
finalLower := close[1] < finalLower[1] ? math.min(basicLower, finalLower[1]) : basicLower
var int trend = 1
if bar_index > 0
trend := close > finalUpper[1] ? 1 : close < finalLower[1] ? -1 : nz(trend[1], 1)
drLine = trend == 1 ? finalLower : finalUpper
p_dr = plot(drLine, color = trend == 1 ? color.green : color.red, title="Dynamic Reactor", linewidth=2)
// =====================================================================
// PART 2: Optimized Multi Kernel Regression
// =====================================================================
regLength = input.int(30, "Regression Period", minval=1) // Lower value for increased sensitivity
h1 = input.float(5.0, "Gaussian Band (h1)", minval=0.1) // Adjusted for a better fit
h2 = input.float(5.0, "Epanechnikov Band (h2)", minval=0.1)
alpha = input.float(0.5, "Gaussian Kernel Weight", minval=0, maxval=1)
f_gaussian_regression(bw) =>
num = 0.0
den = 0.0
for i = 0 to regLength - 1
weight = math.exp(-0.5 * math.pow(i / bw, 2))
num += close[i] * weight
den += weight
num / (den == 0 ? 1 : den)
f_epanechnikov_regression(bw) =>
num = 0.0
den = 0.0
for i = 0 to regLength - 1
ratio = i / bw
weight = math.abs(ratio) <= 1 ? (1 - math.pow(ratio, 2)) : 0
num += close[i] * weight
den += weight
num / (den == 0 ? 1 : den)
regGauss = f_gaussian_regression(h1)
regEpan = f_epanechnikov_regression(h2)
multiKernelRegression = alpha * regGauss + (1 - alpha) * regEpan
p_mkr = plot(multiKernelRegression, color = trend == 1 ? color.green : color.red, title="Multi Kernel Regression", linewidth=2)
fill(p_dr, p_mkr, color = trend == 1 ? color.new(color.green, 80) : color.new(color.red, 80), title="Trend Fill")
// =====================================================================
// PART 3: Buy and Sell Signals + RSI Filter
// =====================================================================
rsi = ta.rsi(close, 14)
buySignal = ta.crossover(multiKernelRegression, drLine) and rsi < 70
sellSignal = ta.crossunder(multiKernelRegression, drLine) and rsi > 30
plotshape(buySignal, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.tiny, title="Buy Signal")
plotshape(sellSignal, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.tiny, title="Sell Signal")
alertcondition(buySignal, title="Buy Alert", message="Buy Signal generated")
alertcondition(sellSignal, title="Sell Alert", message="Sell Signal generated")
// =====================================================================
// PART 4: Trade Management – Dynamic Stop Loss & Adaptive Take Profit
// =====================================================================
var float riskValue = na
if strategy.position_size == 0
riskValue := na
enterLong() =>
strategy.entry("Long", strategy.long,comment='开多仓')
close - finalLower
enterShort() =>
strategy.entry("Short", strategy.short,comment='开空仓')
finalUpper - close
if (buySignal)
riskValue := enterLong()
if (sellSignal)
riskValue := enterShort()
exitLongOrders() =>
entryPrice = strategy.position_avg_price
TP1 = entryPrice + riskValue
strategy.exit("Long_TP1", from_entry="Long", limit=TP1, qty_percent=50, comment="平多仓TP 1:1")
strategy.exit("Long_TS", from_entry="Long", trail_offset=riskValue * 0.8, trail_points=riskValue * 0.8, comment="平多仓Trailing Stop")
if (strategy.position_size > 0)
exitLongOrders()
exitShortOrders() =>
entryPrice = strategy.position_avg_price
TP1 = entryPrice - riskValue
strategy.exit("Short_TP1", from_entry="Short", limit=TP1, qty_percent=50, comment="平空仓TP 1:1")
strategy.exit("Short_TS", from_entry="Short", trail_offset=riskValue * 0.8, trail_points=riskValue * 0.8, comment="平空仓Trailing Stop")
if (strategy.position_size < 0)
exitShortOrders()