ایم اے شہنشاہ انسلیکوٹ
مصنف:چاؤ ژانگ، تاریخ: 2022-05-07 21:49:03ٹیگز:ای ایم اے
اسکرپٹ 9 مختلف EMAs پیش کرتا ہے جن میں 14 مختلف MA اقسام ہیں۔
اسکرپٹ کا استعمال 1-4 گھنٹے کے الٹکوئنز پر اندراج تلاش کرنا ہے جبکہ بلٹ ان 13/21 کراس اوور حکمت عملی کا استعمال کرتے ہوئے 0.236 فیب لیول کے فیب لیول کے ساتھ ہیکن آشی کراس اوور کے ساتھ ہم آہنگ استعمال کیا جائے گا۔
اسے کیسے استعمال کیا جائے۔
اندراج کیا جائے گا جب
- کراس اوور ایک P ((مثبت نشانی) دیتا ہے اور موم بتی مکمل طور پر کراس اوور کے اوپر بند ہو جاتا ہے
- جب ہیکن آشھی سبز ہو جاتا ہے اور اگلی سبز ہا موم بتی پچھلی سبز ہا موم بتی کے اوپر جاتی ہے۔
- قیمت سوئنگ کی اونچائی سے کم از کم 0.236 سطح سے اوپر ہونی چاہئے۔
سب سے بہتر. ایمپائر بی ٹی سی
بیک ٹسٹ
/*backtest
start: 2022-04-06 00:00:00
end: 2022-05-05 23:59:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
study(title = "MA Emperor insiliconot" , shorttitle = "MA Emperor insiliconot", overlay=true, precision=8)
haClose = close
haOpen = open
haHigh = high
haLow = low
haClose := (open + high + low + close) / 4
haOpen := (nz(haOpen[1]) + nz(haClose[1])) / 2
haHigh := max(high, max(haOpen, haClose))
haLow := min(low , min(haOpen, haClose))
ssrc = close
ha = false
o = ha ? haOpen : open
c = ha ? haClose : close
h = ha ? haHigh : high
l = ha ? haLow : low
ssrc := ssrc == close ? ha ? haClose : c : ssrc
ssrc := ssrc == open ? ha ? haOpen : o : ssrc
ssrc := ssrc == high ? ha ? haHigh : h : ssrc
ssrc := ssrc == low ? ha ? haLow : l : ssrc
ssrc := ssrc == hl2 ? ha ? (haHigh + haLow) / 2 : hl2 : ssrc
ssrc := ssrc == hlc3 ? ha ? (haHigh + haLow + haClose) / 3 : hlc3 : ssrc
ssrc := ssrc == ohlc4 ? ha ? (haHigh + haLow + haClose+ haOpen) / 4 : ohlc4 : ssrc
type = input(defval = "LowPass", title = "Type", options = ["Butterworth_2Pole", "DEMA", "EMA", "Gaussian", "Geometric_Mean", "LowPass", "McGuinley", "SMA", "Sine_WMA", "Smoothed_MA", "Super_Smoother", "Triangular_MA", "Wilders", "Zero_Lag"])
len1=input(8, title ="MA 1")
len2=input(13, title = "MA 2")
len3=input(21, title = "MA 3")
len4=input(55, title = "MA 4")
len5=input(89, title = "MA 5")
lenrib=input(120, title = "IB")
lenrib2=input(121, title = "2B")
lenrib3=input(200, title = "21b")
lenrib4=input(221, title = "22b")
onOff1 = input(defval=true, title="Enable 1")
onOff2 = input(defval=true, title="Enable 2")
onOff3 = input(defval=true, title="Enable 3")
onOff4 = input(defval=false, title="Enable 4")
onOff5 = input(defval=false, title="Enable 5")
onOff6 = input(defval=false, title="Enable 6")
onOff7 = input(defval=false, title="Enable 7")
onOff8 = input(defval=false, title="Enable x")
onOff9 = input(defval=false, title="Enable x")
gauss_poles = input(3, "*** Gaussian poles ***", minval = 1, maxval = 14)
linew = 2
shapes = false
variant_supersmoother(src,len) =>
Pi = 2 * asin(1)
a1 = exp(-1.414* Pi / len)
b1 = 2*a1*cos(1.414* Pi / len)
c2 = b1
c3 = (-a1)*a1
c1 = 1 - c2 - c3
v9 = 0.0
v9 := c1*(src + nz(src[1])) / 2 + c2*nz(v9[1]) + c3*nz(v9[2])
v9
variant_smoothed(src,len) =>
v5 = 0.0
v5 := na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len
v5
variant_zerolagema(src, len) =>
price = src
l = (len - 1) / 2
d = (price + (price - price[l]))
z = ema(d, len)
z
variant_doubleema(src,len) =>
v2 = ema(src, len)
v6 = 2 * v2 - ema(v2, len)
v6
variant_WiMA(src, length) =>
MA_s= nz(src)
MA_s:=(src + nz(MA_s[1] * (length-1)))/length
MA_s
fact(num)=>
a = 1
nn = num <= 1 ? 1 : num
for i = 1 to nn
a := a * i
a
getPoles(f, Poles, alfa)=>
filt = f
sign = 1
results = 0 + n//tv series spoofing
for r = 1 to max(min(Poles, n),1)
mult = fact(Poles) / (fact(Poles - r) * fact(r))
matPo = pow(1 - alfa, r)
prev = nz(filt[r-1],0)
sum = sign * mult * matPo * prev
results := results + sum
sign := sign * -1
results := results - n
results
variant_gauss(Price, Lag, Poles)=>
Pi = 2 * asin(1)
beta = (1 - cos(2 * Pi / Lag)) / ( pow (sqrt(2), 2.0 / Poles) - 1)
alfa = -beta + sqrt(beta * beta + 2 * beta)
pre = nz(Price, 0) * pow(alfa, Poles)
filter = pre
result = n > 0 ? getPoles(nz(filter[1]), Poles, alfa) : 0
filter := pre + result
variant_mg(src, len)=>
mg = 0.0
mg := na(mg[1]) ? ema(src, len) : mg[1] + (src - mg[1]) / (len * pow(src/mg[1], 4))
mg
variant_sinewma(src, length) =>
PI = 2 * asin(1)
sum = 0.0
weightSum = 0.0
for i = 0 to length - 1
weight = sin(i * PI / (length + 1))
sum := sum + nz(src[i]) * weight
weightSum := weightSum + weight
sinewma = sum / weightSum
sinewma
variant_geoMean(price, per)=>
gmean = pow(price, 1.0/per)
gx = for i = 1 to per-1
gmean := gmean * pow(price[i], 1.0/per)
gmean
ggx = n > per? gx : price
ggx
variant_butt2pole(pr, p1)=>
Pi = 2 * asin(1)
DTR = Pi / 180
a1 = exp(-sqrt(2) * Pi / p1)
b1 = 2 * a1 * cos(DTR * (sqrt(2) * 180 / p1))
cf1 = (1 - b1 + a1 * a1) / 4
cf2 = b1
cf3 = -a1 * a1
butt_filt = pr
butt_filt := cf1 * (pr + 2 * nz(pr[1]) + nz(pr[2])) + cf2 * nz(butt_filt[1]) + cf3 * nz(butt_filt[2])
variant_lowPass(src, len)=>
LP = src
sr = src
a = 2.0 / (1.0 + len)
LP := (a - 0.25 * a * a) * sr + 0.5 * a * a * nz(sr[1]) - (a - 0.75 * a * a) * nz(sr[2]) + 2.0 * (1.0 - a) * nz(LP[1]) - (1.0 - a) * (1.0 - a) * nz(LP[2])
LP
variant_sma(src, len) =>
sum = 0.0
for i = 0 to len - 1
sum := sum + src[i] / len
sum
variant_trima(src, length) =>
len = ceil((length + 1) * 0.5)
trima = sum(sma(src, len), len)/len
trima
variant(type, src, len) =>
type=="EMA" ? ema(src, len) :
type=="LowPass" ? variant_lowPass(src, len) :
type=="Linreg" ? linreg(src, len, 0) :
type=="Gaussian" ? variant_gauss(src, len, gauss_poles) :
type=="Sine_WMA" ? variant_sinewma(src, len) :
type=="Geometric_Mean" ? variant_geoMean(src, len) :
type=="Butterworth_2Pole" ? variant_butt2pole(src, len) :
type=="Smoothed_MA" ? variant_smoothed(src, len) :
type=="Triangular_MA" ? variant_trima(src, len) :
type=="McGuinley" ? variant_mg(src, len) :
type=="DEMA" ? variant_doubleema(src, len):
type=="Super_Smoother" ? variant_supersmoother(src, len) :
type=="Zero_Lag" ? variant_zerolagema(src, len) :
type=="Wilders"? variant_WiMA(src, len) : variant_sma(src, len)
c1=#44E2D6
c2=#DDD10D
c3=#0AA368
c4=#E0670E
c5=#AB40B2
cRed = #F93A00
ma1 = variant(type, ssrc, len1)
ma2 = variant(type, ssrc, len2)
ma3 = variant(type, ssrc, len3)
ma4 = variant(type, ssrc, len4)
ma5 = variant(type, ssrc, len5)
ma6 = variant(type, ssrc, lenrib)
ma7 = variant(type, ssrc, lenrib2)
ma8 = variant(type, ssrc, lenrib3)
ma9 = variant(type, ssrc, lenrib4)
col1 = c1
col2 = c2
col3 = c3
col4 = c4
col5 = c5
p1 = plot(onOff1 ? ma1 : na, title = "MA 1", color = col1, linewidth = linew, style = linebr)
p2 = plot(onOff2 ? ma2 : na, title = "MA 2", color = col2, linewidth = linew, style = linebr)
p3 = plot(onOff3 ? ma3 : na, title = "MA 3", color = col3, linewidth = linew, style = linebr)
p4 = plot(onOff4 ? ma4 : na, title = "MA 4", color = col4, linewidth = linew, style = linebr)
p5 = plot(onOff5 ? ma5 : na, title = "MA 5", color = col5, linewidth = linew, style = linebr)
p6 = plot(onOff6 ? ma6 : na, title = "MA 6", color = col5, linewidth = linew, style = linebr)
p7 = plot(onOff7 ? ma7 : na, title = "MA 7", color = col5, linewidth = linew, style = linebr)
p8 = plot(onOff8 ? ma8 : na, title = "MA 8", color = col5, linewidth = linew, style = linebr)
p9 = plot(onOff9 ? ma9 : na, title = "MA 9", color = col5, linewidth = linew, style = linebr)
longCond = crossover(ma2, ma3)
shortCond = crossunder(ma2, ma3)
plotshape(series=longCond, title="P", style=shape.triangleup, location=location.belowbar, color=green, text="P", size=size.small)
plotshape(series=shortCond, title="N", style=shape.triangledown, location=location.abovebar, color=red, text="N", size=size.small)
if longCond
strategy.entry("Enter Long", strategy.long)
else if shortCond
strategy.entry("Enter Short", strategy.short)
متعلقہ
- Bollinger Mean Reversal Quantitative Strategy کو بہتر بنایا گیا
- متحرک ٹیک منافع سٹاپ نقصان EMA کراس اوور مقداری ٹریڈنگ کی حکمت عملی
- ملٹی ای ایم اے کراس اوور رجحان متحرک سٹاپ نقصان اور لے منافع کی اصلاح کے ساتھ حکمت عملی کے بعد
- متحرک رسک مینجمنٹ کی حکمت عملی کے ساتھ دوہری چلتی اوسط کراس اوور
- ملٹی اسٹریٹجی ایڈجسٹ ٹرینڈ فالو اور بریک آؤٹ ٹریڈنگ سسٹم
- موم بتی پیٹرن کی شناخت ٹریڈنگ سسٹم کے ساتھ کثیر سطح کی چلتی اوسط
- کثیر ٹائم فریم ای ایم اے ٹرینڈ مومنٹم ٹریڈنگ حکمت عملی
- اعلی درجے کی MACD متحرک رجحان مقداری تجارتی حکمت عملی
- کثیر اشارے کراس اوور متحرک حکمت عملی کا نظام: ایک مقداری تجارتی ماڈل جو ای ایم اے ، آر وی آئی اور ٹریڈنگ سگنلز پر مبنی ہے
- بلنگر بینڈس کی رفتار کا رجحان مقداری حکمت عملی کے بعد
- ملٹی ٹیکنیکل اشارے کراس اوور مومنٹم کوانٹیٹیٹیو ٹریڈنگ حکمت عملی - ای ایم اے، آر ایس آئی اور اے ڈی ایکس پر مبنی انضمام تجزیہ
مزید
- ٹام ڈی مارک ترتیب گرمی کا نقشہ
- جے ایم اے + ڈبلیو ایم اے کثیر اناج کے ذریعہ
- MAGIC MACD
- سگنل کے ساتھ Z اسکور
- زینون آسان اتار چڑھاؤ کی حکمت عملی پائن زبان ورژن
- 3EMA + بولنگر + PIVOT
- کثیر اناج کی طرف سے بیگیٹ
- میل مشین
- K کے الٹ اشارے I
- چمکتی ہوئی موم بتیاں
- ڈیمارک کے الٹ پوائنٹس
- سوئنگ ہائٹس/لوز اور موم بتی پیٹرن
- ٹی ایم اے اوورلے
- ایم اے سی ڈی + ایس ایم اے 200 حکمت عملی
- سی ایم سلنگ شاٹ سسٹم
- بولنگر + آر ایس آئی، ڈبل حکمت عملی v1.1
- بولنگر بینڈ کی حکمت عملی
- بہتر ٹرینڈ ٹریکر
- پائن اسکرپٹ کی حکمت عملیوں میں ماہانہ واپسی
- v4 کے لئے ADX اور DI