یہ حکمت عملی فائٹررو تخمینہ لگانے والے کے ذریعہ تیار کردہ تجارتی سگنلز کی بنیاد پر تجارت کرتی ہے۔ فائٹررو تخمینہ لگانے والا ایک ایسا اشارے ہے جو قیمتوں کی تبادلوں اور تغیر کی شرح کا حساب کتاب کرکے رجحانات کا جائزہ لیتا ہے۔ یہ حکمت عملی فائٹررو تخمینہ لگانے والے کے تجارتی سگنلز اور کچھ اضافی شرائط کو یکجا کرتی ہے تاکہ مثالی مقامات پر مختلف سائز کے لمبے اور مختصر سگنل پیدا کیے جائیں۔
اس حکمت عملی کا بنیادی حصہ فائٹررو تخمینہ لگانے والا ہے۔ اس کا حساب کتاب یہ ہے: پہلے قیمتوں کی تبادلہ اور تغیر کی شرح (سی آر) کا حساب لگائیں ، پھر ایک مربع فنکشن بنائیں ، جو مختلف گتانک مقرر کرکے سی آر منحنی خطوط کی شکل کو ظاہر کرسکتا ہے۔ مربع منحنی خطوط کے جھکنے والے مقامات کا مشاہدہ کرکے ، یہ قیمت کے رجحانات کی تبدیلی کا فیصلہ کرتا ہے۔
خاص طور پر ، حکمت عملی سب سے پہلے قیمتوں کے سی آر کا حساب لگاتی ہے۔ پھر یہ لمبائی 2 * لین کی ایک صف dizi بناتی ہے ، اور اسے ترتیب سے مربع فنکشن کی اقدار سے بھر دیتی ہے۔ مربع فنکشن کے گتانک سی آر کی قدر کی عکاسی کرتے ہیں۔ اس کے بعد ، انڈیکس len+1+5 اور len+1+4 پر دو اقدار کا مشاہدہ کرکے ، یہ طے کرتا ہے کہ آیا مربع فنکشن کا جھکاو نقطہ ہے۔ اگر جھکاو نقطہ موجود ہے تو ، یہ خریدنے یا فروخت کے سگنل تیار کرتا ہے۔
اس کی بنیاد پر ، حکمت عملی میں کچھ اضافی شرائط بھی طے کی جاتی ہیں ، جیسے بار بار تجارت سے بچنے کے ل price قیمتوں میں اضافے کے درمیان کم سے کم فاصلہ طے کرنا ، مختلف سائز کے سگنل تیار کرنا وغیرہ۔ ان شرائط کا استعمال کچھ ناپسندیدہ تجارتی مقامات کو فلٹر کرنے کے لئے کیا جاتا ہے۔
اس حکمت عملی کے مندرجہ ذیل فوائد ہیں:
رجحانات کا اندازہ کرنے کے لئے فائٹررو تخمینہ کا استعمال کرتے ہوئے، جو قیمتوں میں اتار چڑھاؤ کے لئے حساس ہے اور رجحان کی تبدیلیوں کو جلدی پکڑ سکتا ہے.
CR منحنی خطوط کی شکل کی عکاسی کرنے کے لئے ایک مربع فنکشن کی تعمیر اور براہ راست اور مؤثر طریقے سے موڑ کے مقامات تلاش کرنا.
مختلف سائز کے سگنل پیدا کرنے سے پیرامڈ ٹریڈنگ مثالی مقامات پر ممکن ہوتی ہے، منافع کی صلاحیت میں اضافہ ہوتا ہے۔
کم سے کم فاصلے کی ترتیب میں اضافہ سگنل کو مؤثر طریقے سے فلٹر کرتا ہے اور غیر موثر کثرت سے تجارت سے بچتا ہے۔
بہت سے ایڈجسٹ پیرامیٹرز کو مختلف تجارتی مصنوعات کے لئے بہتر بنایا جاسکتا ہے ، موافقت کو بہتر بناتا ہے۔
حکمت عملی منطق واضح اور سمجھنے میں آسان ہے، اور کوڈ انتہائی پڑھنے کے قابل ہے، اس سے سیکھنے میں آسان بناتا ہے.
اس حکمت عملی کے لئے کچھ خطرات بھی ہیں:
فائٹررو تخمینہ لگانے والے میں منحنی فٹنگ کا خطرہ ہے ، اور کچھ تجارتی مصنوعات میں کم کارکردگی کا مظاہرہ کرسکتا ہے۔
صرف مربع منحنی خطوط کے جھکنے والے مقامات پر مبنی فیصلہ کرنا بہت خام ہوسکتا ہے ، جس سے غلط فیصلے ہوسکتے ہیں۔
بار بار پیرامڈ ٹریڈنگ کمیشن کی لاگت میں اضافہ کرتی ہے۔
سایڈست پیرامیٹرز کی ایک بڑی تعداد کی اصلاح کی مشکل میں اضافہ.
یہ قیمتوں میں اتار چڑھاؤ کے دور میں غلط تشخیص سے مؤثر طریقے سے نمٹنے کے لئے نہیں کر سکتے ہیں.
سٹاپ نقصان کے میکانزم کی عدم موجودگی سے زیادہ نقصانات ہو سکتے ہیں۔
اس کے مطابق حل یہ ہیں:
مضبوطی کو بہتر بنانے کے لئے مختلف مصنوعات کے لئے پیرامیٹرز کو بہتر بنائیں.
فلٹریشن کے لئے دیگر اشارے شامل کریں تاکہ صرف جھکاو کے مقامات پر انحصار کرنے والے غلط فیصلوں سے بچنے کے ل.
واحد نقصان کو کنٹرول کرنے کے لئے مناسب سٹاپ نقصان مقرر کریں.
پیرامیٹرز کو خودکار طور پر بہتر بنانے کے لئے بڑے ڈیٹا کے طریقوں کا استعمال کریں۔
اسکیلنگ کے ادوار میں تجارت سے بچنے کے لئے اسکیلنگ کی شناخت شامل کریں۔
معقول سٹاپ نقصان منطق مقرر کریں.
اصلاح کی سمتوں میں شامل ہیں:
ایک ہی نقصان کو کنٹرول کرنے کے لئے سٹاپ نقصان کی منطق شامل کریں، جیسے ٹریلنگ سٹاپ نقصان یا وقت سٹاپ نقصان.
دوسرے اشارے شامل کریں تاکہ صرف فائیٹررو تخمینہ پر انحصار کرنے والے غلط فیصلوں سے بچنے کے ل.
قلیل مدتی واپسی سے روکنے سے بچنے کے لئے تصدیق کے طریقہ کار شامل کریں۔ دوبارہ داخلے کی تصدیق پر غور کریں۔
جینیاتی الگورتھم، بایسن کی اصلاح وغیرہ کا استعمال کرتے ہوئے مختلف مصنوعات کے لئے سایڈست پیرامیٹرز کو بہتر بنائیں.
اے ٹی آر، ڈی ایم آئی وغیرہ کا استعمال کرتے ہوئے اتار چڑھاؤ والے بازاروں کی نشاندہی کریں اور اتار چڑھاؤ کے دوران تجارت سے گریز کریں۔
رجحانات کا پیچھا کرنے سے بچنے کے لئے اہرام کی منطق کو بہتر بنائیں۔ مثال کے طور پر ، رجحان کی طاقت کی بنیاد پر متحرک طور پر اہرام کی پوزیشنوں کو ایڈجسٹ کریں۔
ٹیسٹ پیرامیٹرز مختلف ٹائم فریم پر بہترین ٹائم فریم تلاش کرنے کے لئے.
یہ حکمت عملی فائٹررو تخمینہ لگانے والے کے تجارتی سگنلز کی بنیاد پر فیصلے کرتی ہے ، اور اس کے اوپر منطق کے فیصلے اور مختلف سائز کے انٹری سگنلز شامل کرتی ہے تاکہ اہرام کی خصوصیات کے ساتھ رجحان کی پیروی کرنے والی حکمت عملی تشکیل دی جاسکے۔ یہ حکمت عملی بدیہی اور سمجھنے میں آسان ہے ، جس میں مضبوط رجحان کی گرفتاری کی صلاحیت ہے۔ لیکن اس میں اشارے کے غلط فیصلے ، کوئی اسٹاپ نقصان ، پیرامیٹر کی اصلاح میں دشواری جیسے مسائل بھی ہیں۔ مستقبل میں اصلاحات میں فلٹریشن میکانزم ، اسٹاپ نقصان کی منطق ، پیرامیٹر کی اصلاح وغیرہ شامل ہیں تاکہ استحکام اور موافقت کو بہتر بنایا جاسکے۔ مجموعی طور پر ، یہ حکمت عملی اشارے کا استعمال کرتے ہوئے رجحان کی تبدیلیوں کا فیصلہ کرنے کا ایک طریقہ فراہم کرتی ہے جس سے سیکھنے کے قابل ہے۔
/*backtest
start: 2022-09-21 00:00:00
end: 2023-08-10 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © faytterro
//@version=5
// strategy("Faytterro Estimator Strategy", overlay=true, pyramiding=100)
src=input(hlc3,title="source")
len=input.int(10,title="faytterro estimator lenght", maxval=500)
len2=100
len3=input.float(500,title="minumum enrty-close gap (different direction)")
len4=input.float(500,title="minumum entry-entry gap (same direction)")
cr(x, y) =>
z = 0.0
weight = 0.0
for i = 0 to y-1
z:=z + x[i]*((y-1)/2+1-math.abs(i-(y-1)/2))
z/(((y+1)/2)*(y+1)/2)
cr= cr(src,2*len-1)
width=input.int(10, title="strong entry size", minval=1)
dizi = array.new_float(500)
// var line=array.new_line()
//if barstate.islast
for i=0 to len*2
array.set(dizi,i,(i*(i-1)*(cr-2*cr[1]+cr[2])/2+i*(cr[1]-cr[2])+cr[2]))
buy = array.get(dizi,len+1+5)>array.get(dizi,len+1+4) and array.get(dizi,len+1+5)<cr[len]
sell = array.get(dizi,len+1+5)<array.get(dizi,len+1+4) and array.get(dizi,len+1+5)>cr[len]
bb=buy? hlc3 : na
ss=sell? hlc3 : na
sbuy= buy and close<(close[ta.barssince(buy or sell)])[1]-len4 and close<ta.highest(fixnan(ss),len2)-len3*3
ssell= sell and close>(close[ta.barssince(buy or sell)])[1]+len4 and close>ta.lowest(fixnan(bb),len2)+len3*3
buy:= buy and close<(close[ta.barssince(buy or sell)])[1]-len4 and close<ta.highest(fixnan(ss),len2)-len3 //and close>ta.highest(fixnan(ss),len2)-len3*3
sell:= sell and close>(close[ta.barssince(buy or sell)])[1]+len4 and close>ta.lowest(fixnan(bb),len2)+len3 //and close<ta.lowest(fixnan(bb),len2)+len3*3
alertcondition(buy or sell)
if (sbuy)
strategy.entry("strong buy", strategy.long,width)
if (ssell)
strategy.entry("strong sell", strategy.short,width)
if (buy)
strategy.entry("buy", strategy.long)
if (sell)
strategy.entry("sell", strategy.short)