یہ حکمت عملی قلیل مدتی تجارت کو نافذ کرنے کے مقصد سے ، لگاتار دو دن کی اختتامی قیمتوں کے درمیان فرق کا تجزیہ کرکے مستقبل کی قیمت کی نقل و حرکت کا فیصلہ کرتی ہے۔ یہ حکمت عملی آسان اور بدیہی ہے ، اس پر عمل درآمد کرنا آسان ہے ، اور قلیل مدتی تاجروں کے لئے موزوں ہے۔
اس حکمت عملی کا بنیادی منطق آج کی اختتامی قیمت کا کل کی اختتامی قیمت سے موازنہ کرنا ہے۔ خاص طور پر:
یہاں کلید ایک معقول حد مقرر کرنا ہے۔ اگر حد بہت بڑی ہے تو ، یہ چھوٹی قیمتوں میں اتار چڑھاؤ کو یاد کرے گا۔ اگر حد بہت چھوٹی ہے تو ، یہ معمول کے اتار چڑھاؤ کی وجہ سے غیر معقول تجارت کو زیادہ تر متحرک کرے گی۔ حکمت عملی 0.004 کی ڈیفالٹ ویلیو اور 0.001 کے مرحلے کے ساتھ ایک سایڈست حد ڈیزائن اپناتی ہے۔ تاریخی اعداد و شمار کی بنیاد پر بیک ٹیسٹنگ کے ذریعے مناسب حدوں کا انتخاب کیا جاسکتا ہے۔
خلاصہ یہ ہے کہ یہ حکمت عملی دو لگاتار تجارتی دنوں کے درمیان قیمتوں میں ہونے والی تبدیلیوں کو پکڑتی ہے ، دہلیز کے ذریعے معمول کے اتار چڑھاؤ کو فلٹر کرکے مستقبل کے ممکنہ قیمت کے رجحانات کا فیصلہ کرتی ہے ، اور اس طرح قلیل مدتی تجارت کرتی ہے۔ حکمت عملی کا خیال آسان اور بدیہی ہے ، سمجھنے اور لاگو کرنے میں آسان ہے۔
ان خطرات سے نمٹنے کے لیے، غور کریں:
حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:
کثیر ٹائم فریم بیک ٹسٹنگ- مختلف ٹائم فریم (روزانہ، 4 گھنٹے، 1 گھنٹے، وغیرہ) کا استعمال کریں backtest پیرامیٹرز اور بہترین ٹائم فریم اور پیرامیٹرز کا انتخاب کریں.
اتار چڑھاؤ کے اشارے کا مجموعہ- متحرک حدوں کو بہتر بنانے کے لئے قیمتوں کی اتار چڑھاؤ پر غور کرنے والے اشارے شامل کریں ، جیسے اے ٹی آر۔
سٹاپ نقصان منطق شامل کریں- واحد نقصان کو کنٹرول کرنے کے لئے معقول سٹاپ نقصان پوائنٹس مقرر کریں.
پوزیشن مینجمنٹ کو بہتر بنائیں- سٹاپ نقصان کو یقینی بناتے ہوئے منافع میں اضافہ کرنے کے لئے ابتدائی پوزیشنوں کے سائز اور اضافی قوانین کو بہتر بنائیں.
تجارتی اخراجات پر غور کریں- براہ راست تجارت کے قریب ہونے کے لئے بیک ٹیسٹنگ میں کمیشن اور سلائپج جیسے تجارتی اخراجات شامل کریں۔
مشین لرننگ متعارف کروانا- زیادہ خصوصیات کو نکالنے اور مضبوط تجارتی سگنل بنانے کے لئے مشین لرننگ الگورتھم کا اطلاق کریں۔
یہ حکمت عملی قلیل مدتی تجارتی حکمت عملیوں کو ڈیزائن کرنے کے لئے ایک آسان اور بدیہی نقطہ نظر کا استعمال کرتے ہوئے ، اختتامی قیمت کے اختلافات کی بنیاد پر مستقبل کی قیمت کے رجحانات کا جائزہ لیتی ہے۔ حکمت عملی کو نافذ کرنا آسان ہے اور قلیل مدتی کارروائیوں کے لئے موزوں ہے ، لیکن اس میں کچھ نقصانات کا خطرہ ہوسکتا ہے۔ مختلف اصلاح کے طریقے حکمت عملی کے استحکام اور منافع کو بہتر بنا سکتے ہیں۔ بنیادی حکمت عملی کے طور پر ، یہ مزید تحقیق کے لئے خیالات اور حوالہ جات فراہم کرسکتی ہے۔
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)
// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work:
// https://www.tradingview.com/u/ChartArt/
//
// __ __ ___ __ ___
// / ` |__| /\ |__) | /\ |__) |
// \__, | | /~~\ | \ | /~~\ | \ |
//
//
threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)
getDiff() =>
yesterday=security(syminfo.tickerid, 'D', close[1])
today=security(syminfo.tickerid, 'D', close)
delta=today-yesterday
percentage=delta/yesterday
closeDiff = getDiff()
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]
hline(0, title="zero line")
bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")
longCondition = buying
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = buying != true
if (shortCondition)
strategy.entry("Short", strategy.short)