وسائل لوڈ ہو رہے ہیں... لوڈنگ...

اوریون ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-09-25 18:32:52
ٹیگز:

جائزہ

اوریون ٹریڈنگ حکمت عملی میں مقداری تجارت کے لئے متعدد تکنیکی اشارے شامل ہیں۔ اس کا مقصد مارکیٹ کے اوپری اور نیچے کی شناخت کرنا ہے تاکہ تاجر بروقت خرید و فروخت کے فیصلے کرسکیں۔ حکمت عملی میں ایک منفرد پیش گوئی منحنی میکانیزم کا استعمال کیا جاتا ہے تاکہ اصل قیمتوں میں الٹ جانے سے پہلے ہی تجارتی سگنل پیدا کرنے کی کوشش کی جاسکے۔

حکمت عملی منطق

حکمت عملی کا مرکز ملکیتی اوریون سگنل وکر ہے۔ یہ وکر ایک جامع سگنل پیدا کرنے کے لئے MACD ، WPR ، اسٹاک ، RSI وغیرہ سمیت متعدد اشارے کو جوڑتا ہے۔ پھر اسے حتمی وکر بنانے کے لئے سپر ہموار کرکے پروسیس کیا جاتا ہے۔

اہم بات یہ ہے کہ ، منحنی خطوط میں ایک پیش گوئی کا ماڈل بھی شامل ہے ، جو منحنی خطوط کے ڈھلوان میں ہونے والی تبدیلیوں کا تجزیہ کرتا ہے تاکہ ممکنہ الٹ کی پیش گوئی کرنے کی کوشش کی جاسکے۔ جب پیش گوئی کا منحنی خطوط اصل منحنی خطوط سے مختلف ہوتا ہے تو ، ابتدائی تجارتی سگنل تیار کیے جاسکتے ہیں۔

اس کے علاوہ ، ایک رفتار کی لہر کے اشارے کا استعمال بڑے وقت کے فریم پر رجحان کی سمت کا تعین کرنے کے لئے کیا جاتا ہے۔ جب لہر کی سمت بدل جاتی ہے تو ، اس سے یہ ظاہر ہوتا ہے کہ بڑی ڈگری کی الٹ آنے والی ہوسکتی ہے۔

آخر میں ، حکمت عملی سگنل چلانے پر خرید و فروخت کی تجاویز فراہم کرتی ہے۔ تاجر فیصلہ کرسکتے ہیں کہ آیا ان پر عمل کرنا ہے۔

فوائد کا تجزیہ

  • متعدد اشارے درستگی کو بہتر بناتے ہیں اشارے کو یکجا کرنے سے رجحانات اور اسپاٹ الٹ کی تصدیق میں مدد ملتی ہے ، جس سے ایک اشارے کے خطرات سے بچنے میں مدد ملتی ہے۔

  • پیشن گوئی کا ماڈل ابتدائی الارم فراہم کرتا ہے پیشن گوئی کے منحنی خطوط اصل سگنلوں کو آگے بڑھ سکتے ہیں، جس سے تجارتی فیصلوں کو ایک آغاز شروع ہوتا ہے.

  • رفتار کی لہر مجموعی رجحان کی سمت کا فیصلہ کرتی ہے اعلی ٹائم فریم رفتار کی لہر کو شامل کرنے سے اہم رجحانات کے خلاف تجارت سے بچنے سے بچتا ہے.

  • حسب ضرورت پیرامیٹرز مختلف مصنوعات کے مطابق صارفین مختلف تجارتی مصنوعات کی خصوصیات کے مطابق اشارے کے پیرامیٹرز کو ایڈجسٹ کرسکتے ہیں۔

خطرے کا تجزیہ

  • پیشن گوئی کا ماڈل زیادہ تجارت کا سبب بن سکتا ہے پیشن گوئی کا ماڈل غلط سگنل پیدا کرسکتا ہے۔ اس کی اندھا پن سے پیروی کرنے سے زیادہ تجارت ہوسکتی ہے۔

  • متعدد پیرامیٹرز کے ساتھ مشکل اصلاح متعدد پیرامیٹرز کے ساتھ، زیادہ سے زیادہ مجموعہ تلاش کرنے کے لئے وسیع ڈیٹا سیٹ اور طویل عرصے سے ٹیسٹنگ کی ضرورت ہوتی ہے.

  • اشارے کی افادیت کا محتاط اندازہ لگانے کی ضرورت ہے ہر اشارے کے اصل اضافی فائدہ کا محتاط اندازہ لگانے کی ضرورت ہے تاکہ بے کارگی سے بچایا جاسکے۔

  • حقیقی دنیا کی تجارتی لاگت پر غور کیا جانا چاہئے کثرت سے تجارت میں زیادہ لاگت آتی ہے۔ حقیقی دنیا کے اخراجات کو بیک ٹسٹ میں شامل کرنے کی ضرورت ہے۔

بہتری کی ہدایات

  • پیش گوئی ماڈل کا اندازہ اور ایڈجسٹ کریں
    پیش گوئی کی درستگی کا اندازہ کریں اور قابل اعتماد کو بہتر بنانے کے لئے پیرامیٹرز کو بہتر بنائیں۔

  • ریڈونسی کو کم کرکے ماڈل کو آسان بنائیں غیر ضروری پیچیدگی کو دور کرنے کے لئے اشارے کی افادیت کا اندازہ اور ماڈل کو آسان بنانا۔

  • مارکیٹوں میں استحکام کا ٹیسٹ اصلاحات کے نتائج اور استحکام کی تصدیق کے لیے کثیر مارکیٹ بیک ٹسٹ کریں۔

  • حقیقی دنیا کے اخراجات کی بنیاد پر حکمت عملی کو ایڈجسٹ کریں کم تجارتی تعدد کے لئے حکمت عملی کے پیرامیٹرز کو ایڈجسٹ کرنے کے لئے بیک ٹسٹ میں حقیقی دنیا کی لاگت متعارف کروائیں.

خلاصہ

اوریون حکمت عملی متعدد اشارے اور ایک منفرد پیش گوئی منحنی خطوط کو ابتدائی طور پر شناخت کرنے کی کوشش کرنے کے لئے مرتب کرتی ہے۔ اس کے فوائد ہیں لیکن اسکیل ایبلٹی بھی محدود ہے۔ محتاط رویہ کی ضرورت ہے۔ خودکار تجارت میں مستقل طویل مدتی فوائد حاصل کرنے کے لئے سگنل کی افادیت اور لاگت کی تاثیر جیسے پہلوؤں سے مسلسل اصلاحات کی ضرورت ہے۔


/*backtest
start: 2023-09-17 00:00:00
end: 2023-09-21 22:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// © OrionAlgo
//          () /? | () |\|   /\ |_ (_, ()          //
//@version=4

version = '2.0'

strategy("Orion Algo Strategy v"+version, shorttitle="Orion Algo Strategy v"+version, overlay=false, pyramiding=100)


// Getting inputs --------------------------------------------------------------
userAgreement = input(true, title='I understand that Orion Algo cannot be 100% accurate and overall performance will shift with market conditions. While Orion Algo increases my chances of entering better positions, I must use smart trade management. ', type=input.bool,group='User Agreement ─────────────',
  tooltip='In order to use Orion Algo, you must click the checkbox to acknowledge the user agreement')

src = close
//smoothing inputs -------------------------------------------------------------

//superSmooth = input(true, title='Super Smooth', inline='Super Smooth', group='Smoothing ─────────────────')
superSmooth = true
smoothType = 1
superSmoothStrength = input(10, title='Super Smooth',minval = 3, inline='Super Smooth', group='Signal ────────────────────',
  tooltip='Smooths the signal. Lower values move pivots to the left while increasing noise, higher values move pivots to the right and reduce noise. 8 is a good mix of both') // set to timeframe for decent results?
//trendSmoothing = input(30, title='Trend Smooth',minval = 3, group='Smoothing ─────────────────') // set to timeframe for decent results?
trendSmoothing = 30 // set to timeframe for decent results?

showPrediction = input(false, title='Prediction', group='Signal ────────────────────',inline='prediction')
predictionBias = input(0.45, minval = 0.,maxval=1., step=0.05, title='Bias', group='Signal ────────────────────',inline='prediction')
showPredictionCurve = input(true, title='Curve', group='Signal ────────────────────',inline='prediction', tooltip='Prediction model that attempts to predict short range reversals (0-2 bars). Adjust Bias to change the prediction curve.')

//momentum wave inputs ---------------------------------------------------------
showMomentumWave = input(true, 'Momentum Wave', group='Momentum Wave ─────────────', inline='mom')
momentumWaveLength = input(3, '', group='Momentum Wave ─────────────', inline='mom', tooltip='Secondary signal that shows medium to large movements based on the input variable. The wave will change depending on the current timeframe.')
momentumOutside = input(true, 'Position Outside', group='Momentum Wave ─────────────', inline='mom2', tooltip='Positions the wave outside of the main signal area.')

//visuals input-----------------------------------------------------------------

useDarkMode = input(true, 'Dark Mode', group='Visuals ───────────────────',inline='Colors')

// 0:backgroundlines, 1:signal, 2:bullish, 3:bearish, 4:hiddenbull, 5:hiddenbear, 6:deltav, 7:prediction, 8:predictionbull, 9:predictionbear, 10:dash, 11:mom2

visualMode = input('Pro', 'Mode',options=['Beginner', 'Pro'] ,group='Visuals ───────────────────')

dashOn = input(true, "Dashboard", group='Dashboard ─────────────────', inline='dash', tooltip='A dashboard with some usefual stats')
  
dashColor = color.new(#171a27, 100)

showPivots = input(true, title='Signal Pivots', group='Pivots ────────────────────',inline='pivots')
showPredictionPivots = input(false, title='Prediction Pivots', group='Pivots ────────────────────',inline='pivots')


// Functions -------------------------------------------------------------------

f_secureSecurity(_symbol, _res, _src) => security(_symbol, _res, _src,barmerge.gaps_on, lookahead = barmerge.lookahead_on) 

f_slope(x) =>
    slopePeriod = 1
    (x - x[slopePeriod]) / slopePeriod

f_superSmooth(inputVal,smoothType) =>
    smoothType==1? (hma(inputVal,superSmoothStrength)) :
      smoothType==2? (ema((ema((ema(inputVal,3)),3)),superSmoothStrength)):
      smoothType==3? linreg(inputVal,superSmoothStrength,0) : 
      smoothType==4? (hma(inputVal,superSmoothStrength * momentumWaveLength)) : na

f_bias(bias, min, max) =>
    (bias * (max - min) ) + min

f_resInMinutes() =>
    _resInMinutes = timeframe.multiplier * (
      timeframe.isseconds ? 1. / 60. :
      timeframe.isminutes ? 1.       :
      timeframe.isdaily   ? 1440.    :
      timeframe.isweekly  ? 10080.   :
      timeframe.ismonthly ? 43800.   : na)

f_resFromMinutes(_minutes) =>
    _minutes     <= 0.0167       ? "1S"  :
      _minutes   <= 0.0834       ? "5S"  :
      _minutes   <= 0.2500       ? "15S" :
      _minutes   <= 0.5000       ? "30S" :
      _minutes   <= 1            ? "1":
      _minutes   <= 1440         ? tostring(round(_minutes)) :
      _minutes   <= 43800        ? tostring(round(min(_minutes / 1440, 365))) + "D" :
      tostring(round(min(_minutes / 43800, 12))) + "M"
      
f_output_signal()=>    
    a = ((ema(close, 12) - ema(close, 26)) - ema((ema(close, 12) - ema(close, 26)), 8))/10
    b = wpr(8)
    c = (100 * ( close + 2*stdev( close, 21) - sma( close, 21 ) ) / ( 4 * stdev( close, 21 ) ))
    d = (rsi(close - sma(close, 21)[11],8)*2)-100
    e = (rsi(fixnan(100 * rma(change(high) > change(low) and change(high) > 0 ? change(high) : 0, 1) / rma(tr, 1)) - fixnan(100 * rma(change(low) > change(high) and change(low) > 0 ? change(low) : 0, 1) / rma(tr, 1)),8)*2)-100 //causes slow down
    f = rsi((((close-( (sum(volume, 20) - volume)/sum(volume, 20)) + (volume*close/sum(volume, 20)))/((close+( (sum(volume, 20) - volume)/sum(volume, 20)) + (volume*close/sum(volume, 20)))/2)) * 100),8)-100
    g = (rsi(sma(highest(high,14)-lowest(low,14)==0.0?0.0:(close-lowest(low,14))/highest(high,14)-lowest(low,14)-0.5,max(1,int(2))),8)*2)-100 //causes slow down
    avg(a,b,c,d,e,f,g)*2
 
output_signal = f_output_signal()
output_signal := f_superSmooth(output_signal,1)

// output_signal2 = plot(f_superSmoothSlow(f_output_signal()), color=color.blue, linewidth=2)

//Orion Signal Higher Timeframe / Momentum Wave --------------------------------
f_momentumWave(wavelength,smooth) =>
    currentMinutes = f_resInMinutes()
    m = currentMinutes * wavelength //multiply current resolution by momentumWaveLength to get higher resolution
    momentumWaveRes = f_resFromMinutes(m)
    f_secureSecurity(syminfo.tickerid, momentumWaveRes,f_superSmooth(f_output_signal(),1))



// Plot ------------------------------------------------------------------------
f_color(x) =>
    if userAgreement
        white      = useDarkMode ? #e5e4f4 : #505050ff
        lightgray  = useDarkMode ? #808080 : #909090ff
        gray       = useDarkMode ? #808080 : #505050ff
        //blue       = useDarkMode ? #007EA7 : #007EA7ff
        blue       = useDarkMode ? #2862FFFF : #2862FFFF
        
        // 0:backgroundlines, 1:signal, 2:bullish, 3:bearish, 4:hiddenbull, 5:hiddenbear, 6:deltav, 7:prediction, 8:predictionbull, 9:predictionbear, 10:trendbull, 11:trendbear, 12:dash, 13:mom1, 14:mom2
        x==0? lightgray : x==1? gray : x==2? white : x==3? blue : x==4? white : x==5? blue : x==6? blue : x==7? blue : x==8? white : x==9? blue : x==10? blue : x==11? blue : na

// Lines -----------------------------------------------------------------------

h1 = plot(0, "Mid Band", color=f_color(0),editable=0, transp=80)

// Signal ----------------------------------------------------------------------

orionSignal = plot(output_signal, title="Orion Signal Curve", style=plot.style_line,linewidth=1, transp=0, color= f_color(1), offset=0,editable=0)


// Momentum Wave ---------------------------------------------------------------
momWave = f_momentumWave(momentumWaveLength,1)


p_momWave = plot(showMomentumWave? momentumOutside? (momWave/2) -150 : momWave : na, color=f_color(11), linewidth=showMomentumWave and momentumOutside ? 1 : 2, editable =0, transp=50, style=momentumOutside? plot.style_area : plot.style_line, histbase=-200) //two tone color doesnt want to work with this for some reason.

// Divergence ------------------------------------------------------------------

osc = output_signal

plFound = osc > osc [1] and osc[1] < osc[2]
phFound = osc < osc [1] and osc[1] > osc[2]

// bullish

plot(
     plFound and visualMode=='Pro'?  osc[1] - 10 : na,
     offset=0,
     title="Regular Bullish",
     linewidth=3,
     color=showPivots ? f_color(2) :na,
     transp=0,
     style=plot.style_circles,
     editable=0
     )
plotshape(
     plFound and visualMode=='Beginner'?  osc[1] - 10 : na,
     offset=0,
     title="Regular Bullish",
     size=size.tiny,
     color=showPivots ? f_color(2) :na,
     transp=0,
     style=shape.labelup,
     text = 'Buy',
     textcolor= color.black,
     location=location.absolute,
     editable=0
     )


// bearish
plot(
     phFound and visualMode=='Pro'? osc[1] + 10: na,
     offset=0,
     title="Regular Bearish",
     linewidth=3,
     color=showPivots ? f_color(3):na,
     transp=0,
     style=plot.style_circles,
     editable=0
     )
plotshape(
     phFound and visualMode=='Beginner'? osc[1] + 10: na,
     offset=0,
     title="Regular Bearish",
     size=size.tiny,
     color=showPivots ? f_color(3):na,
     transp=0,
     style=shape.labeldown,
     text = 'Sell',
     textcolor= color.white,
     location=location.absolute,
     editable=0
     )



// Delta v ---------------------------------------------------------------------

slope    = f_slope(output_signal)*1.5

// Prediction from Delta v -----------------------------------------------------
output_prediction = f_bias(predictionBias, slope, output_signal)

prediction_bullish = output_prediction>output_prediction[1] and output_prediction[1]<output_prediction[2] ?true:false
prediction_bearish = output_prediction<output_prediction[1] and output_prediction[1]>output_prediction[2] ?true:false

plot(showPrediction and showPredictionCurve?output_prediction:na,title='Prediction Curve', color=f_color(7), editable=0)
//prediction bull
plot(showPrediction?showPredictionPivots?output_prediction>output_prediction[1] and output_prediction[1]<output_prediction[2]?showPredictionCurve?output_prediction:output_signal:na:na:na,
  title='Prediction Bullish',color=f_color(8), style=plot.style_circles, linewidth=2, editable=0)
//prediction bear
plot(showPrediction?showPredictionPivots?output_prediction<output_prediction[1] and output_prediction[1]>output_prediction[2]?showPredictionCurve?output_prediction:output_signal:na:na:na,
  title='Prediction Bearish', color=f_color(9), style=plot.style_circles, linewidth=2, editable=0)

// User Aggreement -------------------------------------------------------------

plotshape(userAgreement==false?0:na,title='Welcome', text='Welcome to Orion Algo! Please double click me to enable signals',textcolor=color.black,color=color.white,offset=0,size=size.huge,style=shape.labeldown,location=location.absolute, transp=0, show_last=1, editable=0)
plotshape(userAgreement==false?0:na,title='Welcome', text='Welcome to Orion Algo! Please double click me to enable signals',textcolor=color.black,color=color.white,offset=-100,size=size.huge,style=shape.labeldown,location=location.absolute, transp=0, show_last=1, editable=0)

// Alerts ----------------------------------------------------------------------

alertcondition(plFound,title='1. Bullish (Big Dot)', message='Bullish Signal (Big Dot)')
alertcondition(phFound,title='2. Bearish (Big Dot)', message='Bearish Signal (Big Dot)')
alertcondition(prediction_bullish,title='3. Prediction Bullish (Small Dot)', message='Prediction Bullish Signal (Small Dot)')
alertcondition(prediction_bearish,title='4. Prediction Bearish (Small Dot)', message='Prediction Bearish Signal (Small Dot)')





// Strategy --------------------------------------------------------------------
i_strategy = input(defval='dca long', title='strategy', options=['simple','dca long'])
i_pyramid = input(10, 'pyramid orders')

// Simple Strat
if (i_strategy == 'simple')
    longCondition = crossover(output_signal, output_signal[1])
    if (longCondition)
        strategy.entry("My Long Entry Id", strategy.long)
    
    shortCondition = crossunder(output_signal, output_signal[1])
    if (shortCondition)
        strategy.entry("My Short Entry Id", strategy.short)

// DCA Strat
i_percent_exit = input(2.0,'percent exit in profit')/100
i_percent_drop = input(2.0,'percent drop before each entry')/100

var entryPrice = 0.0
var exitPrice = 0.0


var inTrade = false
var tradeCount = 0
var moneyInTrade = 0.0

if(output_signal > output_signal[1] and output_signal[1]<=output_signal[2] and i_strategy=='dca long')
//if (true)    
    if (inTrade==false)
        strategy.entry('Long',long=true)
        entryPrice:=close
        moneyInTrade:=close
        exitPrice:=entryPrice + (entryPrice*(i_percent_exit))
        inTrade:=true
        tradeCount := 1
        
    if (inTrade==true and close <= (entryPrice-(entryPrice*(i_percent_drop) )))
        //calculate DCA //math is incorrect!!!
        if (tradeCount <= i_pyramid)
            tradeCount := tradeCount+1
            entryPrice:=close
            moneyInTrade := moneyInTrade+close
            exitPrice2 = moneyInTrade / tradeCount
            exitPrice := exitPrice2 + (exitPrice2 *(i_percent_exit)) 
           
            strategy.entry('Long',long=true)
            

if(close >= exitPrice and inTrade==true and output_signal <= output_signal[1] and output_signal[1]>=output_signal[2] and i_strategy=='dca long')
    inTrade:=false
   
    strategy.close('Long')
    
    


// Dashboard -------------------------------------------------------------------


//deltav
deltav = slope









مزید