یہ حکمت عملی اے ٹی آر اور قیمت کا موازنہ کرکے قیمت کے رجحان کی سمت کا جائزہ لیتی ہے ، جس میں حرکت پذیر اوسط معاون فیصلے کے ساتھ مل کر۔ دوسرے رجحانات کے فیصلے کے طریقوں کے مقابلے میں ، یہ چھوٹی ڈراؤونگ کے ساتھ قیمت کے رجحان کی تبدیلیوں کو تیزی سے پکڑ سکتا ہے۔
قیمتوں کے رجحان کا تعین کرنے کے لئے اس حکمت عملی کے اہم اقدامات یہ ہیں:
پچھلے N دنوں کے ATR کا حساب لگائیں، جس میں وائلڈر کے ATR حساب کے طریقہ کار کا استعمال کیا گیا ہے، جو موجودہ مارکیٹ میں اتار چڑھاؤ کو بہتر طور پر ظاہر کرسکتا ہے۔
ATR اور ATK گتانک کی بنیاد پر اوپری اور نچلی بینڈ کا حساب لگائیں۔ اوپری بینڈ = قیمت - (ATK x ATR) ؛ نچلی بینڈ = قیمت + (ATK x ATR) ۔ ATK عام طور پر 2-3 کے درمیان مقرر کیا جاتا ہے۔
رجحان کی سمت کا تعین کرنے کے لئے قیمت کو اوپری اور نچلی بینڈ کے ساتھ موازنہ کریں۔ اوپری بینڈ کی قیمت توڑنا تیزی کا اشارہ ہے؛ نچلی بینڈ کی قیمت توڑنا bearish سگنل ہے۔
جب تجارتی سگنل آتا ہے تو طویل یا مختصر لے لو۔ یہاں سگنل کے معیار کا تعین کرنے کے لئے اوسط اوسط استعمال کیا جاتا ہے۔
خطرات کو کنٹرول کرنے کے لئے سٹاپ نقصان کی حکمت عملی شامل کریں.
فیصلہ کرنے میں مدد کے لئے حکمت عملی کی حیثیت کے لئے رنگین نشان کا استعمال کریں.
یہ حکمت عملی اے ٹی آر کے فوائد کو تیزی سے قیمت کے رجحان کی تبدیلیوں کو پکڑنے اور کم کھینچنے کے عمل کو حاصل کرنے کے لئے مکمل طور پر استعمال کرتی ہے۔ یہ ایک بہت ہی عملی رجحان کی پیروی کرنے والی حکمت عملی ہے۔
اس حکمت عملی کے فوائد میں شامل ہیں:
قیمتوں میں ہونے والی تبدیلیوں پر فوری ردعمل۔ اے ٹی آر تازہ ترین مارکیٹ پر تیزی سے ردعمل ظاہر کرسکتا ہے اور بروقت رجحان کی تبدیلیوں کو پکڑنے میں مدد کرتا ہے۔
چھوٹی ڈراؤونگ۔ اوپری اور نچلی بینڈ کے درمیان بفر زون سٹاپ نقصان کے بریک آؤٹ اور کم ڈراؤونگ کے امکان کو کم کرسکتا ہے۔
واضح تجارتی سگنل۔ رینج بریک آؤٹ طویل اور مختصر سمتوں کے لیے اعلی معیار کے سگنل ہیں۔
اعلی حسب ضرورت۔ اے ٹی آر کی مدت اور ضرب کو مختلف مارکیٹ کے ماحول کے مطابق ڈھالنے کے لئے ایڈجسٹ کیا جاسکتا ہے۔
مضبوط تصور۔ گرافک ٹولز حکمت عملی کی حالت کو بدیہی طور پر ظاہر کرتے ہیں۔
بہتر بنانے کے لئے آسان. ماڈیولز جیسے منتقل سٹاپ نقصان، فلٹر مزید اصلاح کے لئے شامل کیا جا سکتا ہے.
عام طور پر، اس حکمت عملی میں بہت سے فوائد ہیں، جیسے کم کھپت، جو اسے رجحان کی پیروی کرنے والی حکمت عملیوں کے لئے بہت مناسب بناتا ہے.
کچھ خطرات بھی ہیں:
رجحان کا تعین کرنے میں غلطی کا خطرہ۔ قیمتوں میں استحکام کے دوران غلط سگنل آسکتے ہیں۔
آؤٹ پوائنٹ کے انتخاب کا خطرہ۔ قبل از وقت باہر نکلنے سے بچنے کے لئے اسٹاپ نقصان کا نقطہ معقول حد تک مقرر کرنا ضروری ہے۔
پیرامیٹر کی اصلاح کا خطرہ۔ اے ٹی آر مدت اور ضرب دہندہ کو بار بار جانچ اور اصلاح کی ضرورت ہے ، غلط ترتیبات کارکردگی کو متاثر کریں گی۔
تجارت کی کثرت کا خطرہ۔ مارکیٹ میں انتہائی اتار چڑھاؤ کے دوران تجارت کی کثرت بہت زیادہ ہوسکتی ہے۔
درمیانی کارکردگی کا خطرہ۔ کچھ مارکیٹوں میں ظاہر رجحانات کے بغیر کارکردگی غیر اطمینان بخش ہوسکتی ہے۔
لائیو ٹریڈنگ کے خطرے کے لیے ایڈجسٹمنٹ۔ لائیو ٹریڈنگ میں سلائپج، کمیشن کے لیے ایڈجسٹمنٹ کی ضرورت ہے۔
منظم خطرہ: اس حکمت عملی پر انحصار کرنے کے بجائے ، مجموعی نظام کے خطرے کے کنٹرول پر غور کیا جانا چاہئے۔
خطرات کو مندرجہ ذیل طریقوں سے کنٹرول کیا جا سکتا ہے:
درستگی کو بہتر بنانے کے لیے اے ٹی آر پیرامیٹرز کو بہتر بنانا۔
رجحانات کا تعین کرنے کے لئے کثیر ٹائم فریم تجزیہ کا استعمال کرتے ہوئے.
منافع میں مقفل اور drawdowns کو کم کرنے کے لئے منتقل سٹاپ نقصان کو اپنانے.
تجارتی تعدد کو کنٹرول کرنے کے لئے فلٹرز کا اضافہ.
مختلف مارکیٹوں کے لئے پیرامیٹرز کو ایڈجسٹ کرنا.
بہترین ایپلی کیشن منظر نامہ تلاش کرنے کے لئے مختلف مصنوعات کی جانچ کرنا۔
براہ راست تجارت میں تمام تجارتی خطرات پر جامع طور پر غور کرنا۔
حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:
غلط سگنل کو کم کرنے کے لئے چلتی اوسط جیسے فلٹرز شامل کرنا۔ MACD ، KDJ معاون فیصلے کے لئے استعمال کیا جاسکتا ہے۔
بہترین اقدار تلاش کرنے کے لئے مختلف ادوار کی جانچ کرکے اے ٹی آر پیرامیٹرز کو بہتر بنانا۔
سگنل کی پیداوار کی حساسیت کا تعین کرنے کے لئے ضارب پیرامیٹر کو بہتر بنانا.
اے ٹی آر یا اتار چڑھاؤ پر مبنی متحرک اسٹاپ نقصان کی حکمت عملی شامل کرنا۔ اس سے ڈراؤونگ کو مزید کم کیا جاسکتا ہے۔
تجزیہ کے لئے زیادہ وقت کے فریم کے اشارے کا استعمال کرتے ہوئے غیر معمولی جھوٹے سگنل کو فلٹر کرنے کے لئے.
سگنل کے فیصلے کو بہتر بنانے کے لیے آر این این جیسے مشین لرننگ ماڈلز کو اپنانا۔
پروڈکٹ کی خصوصیات کی بنیاد پر پیرامیٹرز کو ایڈجسٹ کرنا۔ مثال کے طور پر ، اتار چڑھاؤ والے اسٹاک کے لئے کم ATR مدت کا استعمال کرنا۔
بہتر اندراجات تلاش کرنے کے لئے بریک آؤٹ پل بیک کے طریقوں کا استعمال کرتے ہوئے اندراج پوائنٹس کو بہتر بنانا۔
سگنل کی طاقت کا اندازہ کرنے کے لئے حجم کے اشارے کا مجموعہ.
رجحان کی رفتار کے اشارے پر مبنی منافع لینے کی حکمت عملی شامل کرنا۔
عام طور پر ، یہ سپر ٹرینڈ حکمت عملی تیز رفتار ردعمل اور چھوٹی کھینچنے جیسے فوائد کے ساتھ بہت عملی ہے۔ یہ ایک عام رجحان کے بعد کا نظام ہے۔ لیکن براہ راست تجارت میں فیصلے کی غلطیوں اور پیرامیٹر کی اصلاح جیسے خطرات پر دھیان دیا جانا چاہئے ، اور جامع رسک مینجمنٹ کو نافذ کیا جانا چاہئے۔ مزید اصلاحات حکمت عملی کو زیادہ منڈیوں میں زیادہ مضبوط اور منافع بخش بنا سکتی ہیں۔
/*backtest
start: 2023-09-06 00:00:00
end: 2023-10-06 00:00:00
period: 6h
basePeriod: 15m
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/
// © KivancOzbilgic
//@version=4
strategy("SuperTrend STRATEGY", overlay=true)
Periods = input(title="ATR Period", type=input.integer, defval=10)
src = input(hl2, title="Source")
Multiplier = input(title="ATR Multiplier", type=input.float, step=0.1, defval=3.0)
changeATR= input(title="Change ATR Calculation Method ?", type=input.bool, defval=true)
showsignals = input(title="Show Buy/Sell Signals ?", type=input.bool, defval=false)
highlighting = input(title="Highlighter On/Off ?", type=input.bool, defval=true)
barcoloring = input(title="Bar Coloring On/Off ?", type=input.bool, defval=true)
atr2 = sma(tr, Periods)
atr= changeATR ? atr(Periods) : atr2
up=src-(Multiplier*atr)
up1 = nz(up[1],up)
up := close[1] > up1 ? max(up,up1) : up
dn=src+(Multiplier*atr)
dn1 = nz(dn[1], dn)
dn := close[1] < dn1 ? min(dn, dn1) : dn
trend = 1
trend := nz(trend[1], trend)
trend := trend == -1 and close > dn1 ? 1 : trend == 1 and close < up1 ? -1 : trend
upPlot = plot(trend == 1 ? up : na, title="Up Trend", style=plot.style_linebr, linewidth=2, color=color.green)
buySignal = trend == 1 and trend[1] == -1
plotshape(buySignal ? up : na, title="UpTrend Begins", location=location.absolute, style=shape.circle, size=size.tiny, color=color.green, transp=0)
plotshape(buySignal and showsignals ? up : na, title="Buy", text="Buy", location=location.absolute, style=shape.labelup, size=size.tiny, color=color.green, textcolor=color.white, transp=0)
dnPlot = plot(trend == 1 ? na : dn, title="Down Trend", style=plot.style_linebr, linewidth=2, color=color.red)
sellSignal = trend == -1 and trend[1] == 1
plotshape(sellSignal ? dn : na, title="DownTrend Begins", location=location.absolute, style=shape.circle, size=size.tiny, color=color.red, transp=0)
plotshape(sellSignal and showsignals ? dn : na, title="Sell", text="Sell", location=location.absolute, style=shape.labeldown, size=size.tiny, color=color.red, textcolor=color.white, transp=0)
mPlot = plot(ohlc4, title="", style=plot.style_circles, linewidth=0)
longFillColor = highlighting ? (trend == 1 ? color.green : color.white) : color.white
shortFillColor = highlighting ? (trend == -1 ? color.red : color.white) : color.white
fill(mPlot, upPlot, title="UpTrend Highligter", color=longFillColor)
fill(mPlot, dnPlot, title="DownTrend Highligter", color=shortFillColor)
FromMonth = input(defval = 9, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear = input(defval = 2018, title = "From Year", minval = 999)
ToMonth = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 999)
start = timestamp(FromYear, FromMonth, FromDay, 00, 00)
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59)
window() => true
longCondition = buySignal
if (longCondition)
strategy.entry("BUY", strategy.long, when = window())
shortCondition = sellSignal
if (shortCondition)
strategy.entry("SELL", strategy.short, when = window())
buy1= barssince(buySignal)
sell1 = barssince(sellSignal)
color1 = buy1[1] < sell1[1] ? color.green : buy1[1] > sell1[1] ? color.red : na
barcolor(barcoloring ? color1 : na)
//@version=3
//study(title="3 Moving Average Exponential", shorttitle="3 EMA", overlay=true)
//len1 = input(17, minval=1, title="Fast")
//len2 = input(72, minval=1, title="Medium")
len3 = input(305, minval=1, title="Slow")
//src1 = input(close, title="Source Fast")
//src2 = input(close, title="Source Medium")
src3 = input(close, title="Source Slow")
//out1 = ema(src1, len1)
//out2 = ema(src2, len2)
out3 = ema(src3, len3)
//plot(out1, title="EMA1", color=fuchsia)
//plot(out2, title="EMA2", color=orange)
plot(out3, title="EMA3", color=color.blue)