یہ حکمت عملی دوہری ای ایم اے لائنوں کے گولڈن کراس اور ڈیتھ کراس کا استعمال داخلہ اور باہر نکلنے کے وقت کا تعین کرنے کے لئے کرتی ہے۔ خاص طور پر ، جب تیز ای ایم اے لائن نیچے سے سست ای ایم اے لائن کے اوپر سے گزرتی ہے تو ، طویل اندراج کے لئے ایک گولڈن کراس سگنل تیار کیا جاتا ہے۔ جب تیز ای ایم اے لائن اوپر سے سست ای ایم اے لائن کے نیچے سے گزرتی ہے تو ، مختصر اندراج کے لئے موت کا کراس سگنل تیار کیا جاتا ہے۔ یہ حکمت عملی آسان اور لاگو کرنا آسان ہے ، اور یہ ایک بہت ہی عام تجارتی حکمت عملی ہے۔
اس حکمت عملی کا بنیادی کوڈ مندرجہ ذیل ہے:
fast = input(25, title="Fast")
slow = input(75, title="Slow")
matype1=ema(source, fast)
matype2=ema(source, slow)
longCondition = crossover(matype1, matype2)
shortCondition = crossunder(matype1, matype2)
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)
یہ حکمت عملی پہلے دو ای ایم اے لائنیں طے کرتی ہے ، جس میں فاسٹ ای ایم اے مدت 25 اور سست ای ایم اے مدت 75 ہے۔ اس کے بعد یہ دونوں ای ایم اے لائنوں کی اقدار کا حساب لگاتا ہے۔ جب فاسٹ ای ایم اے سست ای ایم اے کے اوپر سے گزرتا ہے تو ، لانگ کنڈیشن سچ ہوجاتا ہے۔ جب فاسٹ ای ایم اے سست ای ایم اے سے نیچے سے گزرتا ہے تو ، شارٹ کنڈیشن سچ ہوجاتا ہے۔ اسی طرح کی شرائط درست ہونے پر ، یہ لمبا یا مختصر ہوجاتا ہے۔
یہ حکمت عملی مارکیٹ کے شور کو فلٹر کرنے کے لئے ای ایم اے کی ہموار خصوصیت کا استعمال کرتی ہے ، جبکہ تیزی سے رجحان کی تبدیلیوں کو پکڑنے کے قابل ہے۔ دو ای ایم اے لائنوں کے مابین سنہری اور موت کے کراس نسبتا strong مضبوط تجارتی سگنل بناتے ہیں ، جو مؤثر طریقے سے تجارتی خطرے کو کنٹرول کرسکتے ہیں۔
اس حکمت عملی کے فوائد میں شامل ہیں:
منطق سادہ اور بدیہی ہے، سمجھنے اور لاگو کرنے میں آسان ہے.
ای ایم اے مارکیٹ کے اتار چڑھاؤ کو ہموار کرتا ہے اور غلط سگنل کو مؤثر طریقے سے فلٹر کرتا ہے۔
گولڈن کراس اور ڈیتھ کراس خطرہ کو کنٹرول کرنے کے لئے مضبوط تجارتی سگنل ہیں۔
لچکدار EMA ادوار مختلف مارکیٹ کے ماحول کے مطابق ہوتے ہیں۔
دیگر تکنیکی اشارے کے ساتھ مل کر آسان.
بہتر نتائج کے لیے ای ایم اے پیرامیٹرز کو بہتر بنایا جا سکتا ہے۔
اس حکمت عملی کے خطرات میں شامل ہیں:
رینج سے منسلک مارکیٹوں میں اکثر غیر موثر سگنل کیونکہ EMA اکثر کراس کرتا ہے۔
ای ایم اے کی تاخیر سے قلیل مدتی مواقع ضائع ہو سکتے ہیں۔
ای ایم اے کراس اوور اکیلے رجحان کی تبدیلی کا پتہ نہیں لگا سکتا، منافع کی صلاحیت کو محدود کرتا ہے.
مقررہ EMA ادوار مارکیٹ میں ہونے والی تبدیلیوں کے مطابق نہیں بن سکتے۔
اہم سرمایہ کی ضرورت ہوتی ہے، ورنہ خطرہ بڑھا دیتا ہے.
سخت سٹاپ نقصان کی ضرورت ہے، دوسری صورت میں ایک نقصان بہت بڑا ہو سکتا ہے.
حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:
مختلف مارکیٹ کے حالات کے لئے EMA ادوار کو بہتر بنائیں.
سگنل کے معیار کو بہتر بنانے کے لیے دیگر فلٹرز جیسے ایم اے سی ڈی، بولنگر بینڈ شامل کریں۔
غیر موثر تجارت کو کم کرنے کے لئے اے ٹی آر ، اے ڈی ایکس جیسے رجحانات کا اندازہ کرنے والے اشارے شامل کریں۔
رجحان کی سمت کا تعین کرنے کے لئے کثیر ٹائم فریم تجزیہ شامل کریں.
مشین لرننگ کا استعمال کرتے ہوئے متحرک طور پر EMA ادوار کو بہتر بنائیں۔
خطرے کو کنٹرول کرنے کے لئے پوزیشن سائزنگ کو بہتر بنائیں.
ایک ہی نقصان کو محدود کرنے کے لئے سٹاپ نقصان کی حکمت عملی کو بہتر بنائیں.
یہ حکمت عملی دوہری ای ایم اے گولڈن کراس اور ڈیتھ کراس کو ٹریڈنگ سگنل کے طور پر استعمال کرتی ہے ، جو کلاسیکی رجحان کی پیروی کرنے والی حکمت عملی تشکیل دیتی ہے۔ یہ آسان اور آسان ہے ، اور اسے دوسرے اشارے کے ساتھ مل کر لاگو کیا جاسکتا ہے ، جو رجحان کے فیصلے پر نسبتا low کم تقاضوں والے سرمایہ کاروں کے مطابق ہے۔ لیکن اس میں منافع کی حدود اور خطرات بھی ہیں ، جس کے لئے مختلف مارکیٹ کے ماحول کے لئے مناسب اصلاحات کی ضرورت ہے۔ مجموعی طور پر ، یہ حکمت عملی کی ترقی اور گہری تحقیق کے لئے ایک بہترین بنیاد فراہم کرتا ہے۔
/*backtest start: 2023-09-16 00:00:00 end: 2023-10-16 00:00:00 period: 1h 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/ // Double EMA CROSS By © EmreE (Emre Ertürk) Also thx for KivancOzbilgic color based bars //@version=4 strategy(title="Double EMA CROSS", shorttitle="DEC", overlay=true) matype = input("ema") hidema = input(false) sourcetype = input(close, title="Source Type") source=close // STEP 1: // Configure backtest start date with inputs startDate = input(title="Start Date", type=input.integer, defval=1, minval=1, maxval=231) startMonth = input(title="Start Month", type=input.integer, defval=1, minval=1, maxval=12) startYear = input(title="Start Year", type=input.integer, defval=2020, minval=1800, maxval=2100) // STEP 2: // See if this bar's time happened on/after start date afterStartDate = (time >= timestamp(syminfo.timezone, startYear, startMonth, startDate, 0, 0)) fast = input(25, title="Fast") slow = input(75, title="Slow") matype1=ema(source, fast) matype2=ema(source, slow) signalcolor = source > matype2 ? color.blue : color.red signal = cross(fast, slow) hizliema=plot(hidema ? na : matype1, color=color.green, linewidth=2,transp=0, title="Fast EMA") yavasema=plot(hidema ? na : matype2, color=color.red, linewidth=2,transp=0, title="Slow EMA") //kesisme=plot(signal, style=cross, color=signalcolor, linewidth=5, title="Kesişme") longCondition = crossover(matype1, matype2) if (afterStartDate and longCondition) strategy.entry("Long", strategy.long) shortCondition = crossunder(matype1, matype2) if (afterStartDate and shortCondition) strategy.entry("Short", strategy.short) //-------------------------------------------------------- //volume based color bars length=input(21, "length", minval=1) avrg=sma(volume,length) vold1 = volume > avrg*1.5 and close<open vold2 = volume >= avrg*0.5 and volume<=avrg*1.5 and close<open vold3 = volume < avrg *0.5 and close<open volu1 = volume > avrg*1.5 and close>open volu2 = volume >= avrg*0.5 and volume<=avrg*1.5 and close>open volu3 = volume< avrg*0.5 and close>open cold1=#800000 cold2=#FF0000 cold3=color.orange colu1=#006400 colu2=color.lime colu3=#7FFFD4 ac = vold1 ? cold1 : vold2 ? cold2 : vold3 ? cold3 : volu1 ? colu1 : volu2 ? colu2 : volu3 ? colu3 : na barcolor(ac)