وسائل لوڈ ہو رہے ہیں... لوڈنگ...

ای ایم اے گولڈن کراس حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-09-18 21:18:17
ٹیگز:

جائزہ

ای ایم اے گولڈن کراس حکمت عملی ایک عام مقداری تجارتی حکمت عملی ہے۔ یہ مختلف پیرامیٹرز کے ساتھ دو تیزی سے چلنے والے اوسط (ای ایم اے) کا استعمال کرتی ہے۔ جب مختصر مدت ای ایم اے طویل مدت ای ایم اے سے اوپر عبور کرتی ہے تو ، یہ لمبا ہوجاتا ہے۔ جب مختصر مدت ای ایم اے طویل مدت ای ایم اے سے نیچے عبور کرتی ہے تو ، یہ پوزیشن بند کردیتی ہے۔ یہ حکمت عملی مختصر مدت ای ایم اے کے تیز رد عمل اور طویل مدت ای ایم اے کی تجارتی سگنل پیدا کرنے کی رجحان کی صلاحیت کا استعمال کرتی ہے۔

حکمت عملی منطق

حکمت عملی پہلے دو ای ایم اے ، لمبائی 10 کے ساتھ ای ایم اے 1 اور لمبائی 21 کے ساتھ ای ایم اے 2 کی وضاحت کرتی ہے۔ پھر یہ دونوں ای ایم اے کی اقدار کا حساب لگاتا ہے۔ جب ای ایم اے 1 ای ایم اے 2 سے اوپر عبور کرتا ہے تو ، یہ ایک بڑھتی ہوئی پیشرفت کا اشارہ کرتا ہے ، جو ایک لمبا اشارہ ہے۔ جب ای ایم اے 1 ای ایم اے 2 سے نیچے عبور کرتا ہے تو ، یہ ای ایم اے کے ذریعے خرابی کا اشارہ کرتا ہے ، جو ایک قریبی پوزیشن کا اشارہ ہے۔

جھوٹے بریک آؤٹ کو فلٹر کرنے کے لئے، کوڈ میں ایک حد کی قیمت بھی مقرر کی گئی ہے، جس کا حساب:

threshold = ((ema1 - ema2)*100) / ((ema1 + ema2)/2) 

یہ حد EMA اوسط کے مقابلے میں EMA فاصلے کی فیصد کی نمائندگی کرتی ہے۔ جب حد 0.15٪ سے زیادہ ہوتی ہے تو ، یہ ایک لمبا سگنل ہوتا ہے۔ جب حد -0.006٪ سے کم ہوتی ہے تو ، یہ قریب پوزیشن کا سگنل ہوتا ہے۔

خلاصہ میں، اس حکمت عملی کے تجارتی سگنل یہ ہیں:

  • لمبا سگنل: ای ایم اے 1 ای ایم اے 2 سے اوپر گزرتا ہے ، اور حد >= 0.15٪
  • بند پوزیشن سگنل: ای ایم اے 1 ای ایم اے 2 سے نیچے گزرتا ہے ، اور حد <= -0.006٪

فوائد کا تجزیہ

اس حکمت عملی کے فوائد میں شامل ہیں:

  1. ای ایم اے کا استعمال قیمت کے اعداد و شمار کو ہموار کرسکتا ہے اور تجارتی سگنل پیدا کرنے میں مدد کرسکتا ہے۔

  2. دوہری ای ایم اے سیٹ اپ ردعمل اور استحکام کو متوازن کرتا ہے۔

  3. یہ حد جھوٹے بریک آؤٹ کو فلٹر کرتی ہے اور غیر ضروری تجارت سے بچتی ہے۔

  4. حکمت عملی کا منطق سادہ اور واضح ہے، beginners کے لئے موزوں.

  5. EMA پیرامیٹرز اور حد کو بہتر بنایا جا سکتا ہے.

خطرے کا تجزیہ

اس حکمت عملی کے خطرات میں شامل ہیں:

  1. ای ایم اے قیمتوں میں تاخیر کرتے ہیں اور قلیل مدتی مواقع سے محروم ہو سکتے ہیں۔

  2. جب رجحان الٹ جاتا ہے تو پھنس جانے کا خطرہ ، جس سے ممکنہ طور پر بڑے نقصانات کا سامنا کرنا پڑتا ہے۔

  3. غلط حد درست سگنل کو فلٹر کر سکتی ہے یا غلط سگنل پیدا کر سکتی ہے۔

  4. اگر ای ایم اے پیرامیٹرز مناسب نہیں ہیں تو ، دونوں ای ایم اے میں کوئی اہم اختلافات ظاہر نہیں ہوسکتے ہیں ، جس سے غلط سگنل پیدا ہوتے ہیں۔

  5. سٹاپ نقصان کو مناسب طریقے سے مقرر کیا جانا چاہئے تاکہ مارکیٹ کے بڑے اتار چڑھاؤ سے ٹوٹنے سے بچ سکے۔

اصلاح کی ہدایات

حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:

  1. EMA پیرامیٹرز کو بہتر بنائیں اور مختلف ادوار کی جانچ کریں۔

  2. غلط سگنل اور درست سگنل کو متوازن کرنے کے لئے حد کی قیمت کو بہتر بنائیں.

  3. سگنلز کی تصدیق کے لیے دیگر تکنیکی اشارے جیسے MACD، KDJ شامل کریں۔

  4. نقصانات کو محدود کرنے کے لئے ٹریلنگ سٹاپ یا او سی او آرڈر جیسے سٹاپ نقصان کے طریقہ کار کو شامل کریں.

  5. کم خطرہ کے لئے جزوی پوزیشن اندراجات پر غور کریں۔

  6. زیادہ سے زیادہ مدت تلاش کرنے کے لئے مختلف انتظار کی مدت کا تجربہ کریں.

نتیجہ

ای ایم اے گولڈن کراس حکمت عملی میں واضح اور سادہ منطق ہے ، جو تجارتی سگنل پیدا کرنے کے لئے ای ایم اے کی خصوصیات کا استعمال کرتی ہے۔ اس حکمت عملی کے کچھ فوائد ہیں لیکن ممکنہ خطرات موجود ہیں۔ پیرامیٹرز کو بہتر بنانے ، اسٹاپ نقصان کی ترتیب ، سگنل فلٹر کرنے وغیرہ کے ذریعہ حکمت عملی کو بہتر بنایا جاسکتا ہے۔ یہ ابتدائی کی مقداری تجارتی حکمت عملی کے طور پر موزوں ہے۔


/*backtest
start: 2023-08-18 00:00:00
end: 2023-09-17 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

if high > ta.highest(high[1], 5)
    strategy.entry("Enter Long", strategy.long)
else if low < ta.lowest(low[1], 5)
    strategy.entry("Enter Short", strategy.short)//@version=3
strategy(title="ema10-21", shorttitle="10/21", overlay=true, pyramiding = 0, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, initial_capital = 2500, commission_type = strategy.commission.percent, commission_value = 0.2)

len1 = input(10, minval=1, title="EMA #1 length")
src1 = input(close, title="EMA Source #1")
a = ta.ema(src1, len1)
plot(a, title="EMA #1", color=color.orange, linewidth=2, style=plot.style_line)

len2 = input(21, minval=1, title="EMA #2 length")
src2 = input(close, title="EMA Source #2")
b = ta.ema(src2, len2)
plot(b, title="EMA #2", color=color.blue, linewidth=2, style=plot.style_line)

threshold = ((a-b)*100)/((a+b)/2)
thresholdUp = threshold > 0.15
thresholdDown = threshold < -0.006

if (thresholdUp) 
    strategy.entry("Buy", strategy.long)
if (thresholdDown) 
    strategy.close("Buy", strategy.long)

//goLong() => (crossover(a, b)) and (threshold >= 0.0025)
//killLong() => (crossunder(a, b)) and (threshold <= -0.0025)
//strategy.entry("Buy", strategy.long, when = goLong())
//strategy.close("Buy", when = killLong())

//threshold = ((a-b)*100)/((a+b)/2)

//achat = out1 > out2
//vente = out1 < out2 //and threshold < -0.025

//strategy.entry("long", true, when = achat)
//strategy.exit("exit", "long", when = vente)

مزید