ای ایم اے کراس اوور حکمت عملی مختلف ادوار کی دو ای ایم اے لائنوں کے مابین کراس اوور کو ٹریک کرکے خرید اور فروخت کے سگنل تیار کرتی ہے۔ جب مختصر مدت ای ایم اے طویل مدت ای ایم اے کو عبور کرتی ہے تو ، خرید کا اشارہ پیدا ہوتا ہے۔ جب مختصر مدت ای ایم اے طویل مدت ای ایم اے سے نیچے عبور کرتی ہے تو ، فروخت کا اشارہ پیدا ہوتا ہے۔ اس حکمت عملی میں جھوٹے بریک آؤٹ کو فلٹر کرنے کے لئے سپر ٹرینڈ اشارے کو بھی شامل کیا گیا ہے۔
یہ حکمت عملی بنیادی طور پر ای ایم اے لائنوں کے گولڈن کراس اور ڈیتھ کراس پر مبنی ہے۔ ای ایم اے لائنز قیمت کے اعداد و شمار کو ہموار کرسکتی ہیں اور شور کو فلٹر کرسکتی ہیں۔ ای ایم اے لائنوں کے مابین کراس اوور قیمت کے رجحان کی تبدیلیوں کی نشاندہی کرتا ہے۔ جب مختصر مدت ای ایم اے (20 مدت) طویل مدت ای ایم اے (50 مدت) پر عبور کرتی ہے تو ، اس کا مطلب یہ ہے کہ مختصر مدت کی قیمت اب طویل مدتی قیمت سے اوپر ہے ، جس کا مطلب ہے کہ اوپر کی طرف توڑنے کا رجحان اور خریدنے کا اشارہ پیدا ہوتا ہے۔ جب مختصر مدت ای ایم اے طویل مدت ای ایم اے سے نیچے عبور کرتی ہے تو ، اس کا مطلب یہ ہے کہ مختصر مدت کی قیمت طویل مدتی قیمت سے نیچے ٹوٹ جاتی ہے ، جس کا مطلب ہے کہ نیچے کا رجحان اور فروخت کا اشارہ پیدا ہوتا ہے۔
اس کے علاوہ ، یہ حکمت عملی ای ایم اے کراس اوورز کے ذریعہ تیار کردہ جھوٹے سگنل کو فلٹر کرنے کے لئے سپر ٹرینڈ اشارے کا استعمال کرتی ہے۔ سپر ٹرینڈ اشارے کا حساب اے ٹی آر کی بنیاد پر ہوتا ہے تاکہ اوپری اور نچلے بینڈ کو پلاٹ کیا جاسکے جو حقیقی رجحان کو بہتر طور پر بیان کرتے ہیں۔ جب قیمت سپر ٹرینڈ اوپری بینڈ سے اوپر ٹوٹ جاتی ہے تو ، خرید کا اشارہ پیدا ہوتا ہے۔ جب قیمت سپر ٹرینڈ نچلے بینڈ سے نیچے ٹوٹ جاتی ہے تو ، فروخت کا اشارہ پیدا ہوتا ہے۔ ای ایم اے کراس اوور سگنل صرف اس وقت درست ہوتے ہیں جب سپر ٹرینڈ سگنل کی تصدیق ہوتی ہے۔ اس سے قیمت میں اتار چڑھاؤ کی وجہ سے غلط سگنل کو دور کرنے میں مدد ملتی ہے۔
خاص طور پر، حکمت عملی کے اندراج منطق مندرجہ ذیل طور پر بیان کیا جاتا ہے:
جب 20EMA 50EMA کے اوپر سے عبور کرتا ہے، اور قیمت سپر ٹرینڈ اوپری بینڈ سے اوپر ٹوٹ جاتی ہے، تو خریدنے کا سگنل پیدا ہوتا ہے۔
جب 20EMA 50EMA سے نیچے کراس کرتا ہے، اور قیمت سپر ٹرینڈ کے نچلے بینڈ سے نیچے ٹوٹ جاتی ہے، تو فروخت کا اشارہ پیدا ہوتا ہے۔
اہم رجحان کی سمت کا تعین کرنے کے لئے ای ایم اے کراس اوور کا استعمال سپر ٹرینڈ فلٹر کے ساتھ مل کر ٹریڈنگ سگنلز کی درستگی کو بہتر بنا سکتا ہے۔
ای ایم اے کی کراس اوور حکمت عملی کے مندرجہ ذیل فوائد ہیں:
لاگو کرنا آسان ہے۔ صرف دو ای ایم اے کراس اوورز کا حساب لگانے کی ضرورت ہے۔
کچھ شور فلٹرنگ اثر فراہم کرتا ہے. EMA کے طور پر چلتی اوسط کچھ شور فلٹر کر سکتے ہیں.
سپر ٹرینڈ کے ساتھ مل کر قیمتوں میں اتار چڑھاؤ کی وجہ سے غلط سگنل کو مزید کم کرتا ہے۔
ای ایم اے کی مدت کو مختلف مارکیٹ کے ماحول کے مطابق ایڈجسٹ کیا جاسکتا ہے۔
طویل یا مختصر سمت کی تجارت کے لئے حسب ضرورت۔ مختلف تجارتی طریقوں پر لاگو ہوتا ہے۔
مختلف تجارتی طرزوں کے لئے مختلف ٹائم فریم میں لاگو کیا جا سکتا ہے.
ای ایم اے کی کراس اوور حکمت عملی سے وابستہ کچھ خطرات بھی ہیں:
ای ایم اے کے کراس اوور سگنلز انتہائی قیمتوں میں اتار چڑھاؤ کے دوران تاخیر کا شکار ہو سکتے ہیں ، قیمتوں میں ہونے والی تبدیلیوں کو بروقت ظاہر کرنے میں ناکام رہتے ہیں۔
ای ایم اے لائنز میں تاخیر کا اثر ہوتا ہے، جس سے غلط سگنل پیدا ہو سکتے ہیں۔
غلط EMA مدت کی ترتیبات سے بہت زیادہ غلط سگنل پیدا ہو سکتے ہیں۔
کراس اوور اکیلے اصل رجحان کا تعین نہیں کر سکتا، اب بھی بڑی حد تک پیچھے رہ جاتا ہے۔
خطرے کو کنٹرول کرنے کے لئے سٹاپ نقصان جیسے مناسب رسک مینجمنٹ کی ضرورت ہے۔
خطرات کو کم کرنے کے کچھ طریقے:
تیز رفتار اور سست لائنوں کو بہتر بنانے کے لئے EMA ادوار کو بہتر بنائیں.
ہولڈنگ پیریڈ کو مختصر کریں اور بروقت سٹاپ نقصان کا اطلاق کریں۔
جامع فیصلے کے لئے دوسرے اشارے جیسے چلتی اوسط، موم بتی کے پیٹرن کے ساتھ مل کر.
تجارت کی تعدد کو تجارت کی کم تعداد میں ایڈجسٹ کریں۔
اس حکمت عملی کو مندرجہ ذیل پہلوؤں میں بڑھا اور بہتر بنایا جاسکتا ہے:
مختلف سائیکلوں اور مارکیٹ کے ماحول کے لئے EMA ادوار کو بہتر بنائیں۔ موافقت پذیر اصلاحاتی میکانزم متعارف کروائیں۔
مختلف حرکت پذیر اوسط اشارے جیسے SMA، KWMA کی جانچ کریں.
کثیر متغیر ماڈل بنانے کے لئے زیادہ تکنیکی اشارے شامل کریں ، جیسے ایم اے سی ڈی ، آر ایس آئی۔ پیرامیٹرز اور وزن کو بہتر بنانے کے لئے مشین لرننگ الگورتھم کا اطلاق کریں۔
سٹاپ نقصان کی تکنیک شامل کریں جیسے ٹریلنگ سٹاپ نقصان، فیصد سٹاپ نقصان خطرات کو کنٹرول کرنے کے لئے.
غلط سگنل سے بچنے کے لئے حجم کے اشارے کے ساتھ کام کرنے والے حجم فلٹر متعارف کروائیں۔
آؤٹ پٹ کو بہتر بنانے کے لئے آؤٹ پٹ کے قوانین کو ترتیب دیں، چارٹ پیٹرن، بریکآؤٹس وغیرہ کے ساتھ مل کر.
اعلی ٹائم فریم پر رجحان کی تصدیق کریں، رجحانات پر عمل کرنے کے لئے کم ٹائم فریم پر تجارت کریں.
ای ایم اے کراس اوور حکمت عملی ایک سادہ اور عملی رجحان کے بعد کا نظام ہے۔ یہ درمیانی مدتی رجحانات کی نشاندہی کرسکتا ہے اور ٹائمنگ سگنل تیار کرسکتا ہے۔ سپر ٹرینڈ فلٹر کے ساتھ مل کر غلط تجارت کو مؤثر طریقے سے کم کرسکتا ہے۔ لیکن پسماندہ اور غلط سگنل جیسے خطرات اب بھی موجود ہیں۔ اس حکمت عملی کو پیرامیٹر کی اصلاح ، اسٹاپ نقصان ، اشارے کو جوڑنے وغیرہ کے ذریعے بہتر بنایا جاسکتا ہے۔ ای ایم اے کراس اوور حکمت عملی استعمال میں آسان ہے ، درمیانی اور طویل مدتی رجحان سے باخبر رہنے کے لئے موزوں ہے ، اور نوسکھئیے تاجروں کے لئے موثر ہے۔
/*backtest start: 2023-09-24 00:00:00 end: 2023-10-24 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/ // © alokbothra //@version=5 strategy("Ema Crossover", overlay=true, initial_capital = 1000) start = timestamp(2021,1,1,0,0) end = timestamp(2023,10,30,0,0) plot (ta.ema(close,20), title = "Ema 20", color = color.green , linewidth = 2) plot (ta.ema(close,50), title = "Ema 50", color = color.red, linewidth = 2 ) //supertrend 1 Periods = input(title='ATR Period', defval=11) Multiplier = input.float(title='ATR Multiplier', step=0.1, defval=3) changeATR = input(title='Change ATR Calculation Method ?', defval=true) showsignals = input(title='Show Buy/Sell Signals ?', defval=true) highlighting = input(title='Highlighter On/Off ?', defval=true) atr2 = ta.sma(ta.tr, Periods) atr = changeATR ? ta.atr(Periods) : atr2 up = close - Multiplier * atr up1 = nz(up[1], up) up := close[1] > up1 ? math.max(up, up1) : up dn =close+ Multiplier * atr dn1 = nz(dn[1], dn) dn := close[1] < dn1 ? math.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.new(color.green, 0)) 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.new(color.green, 0)) dnPlot = plot(trend == 1 ? na : dn, title='Down Trend', style=plot.style_linebr, linewidth=2, color=color.new(color.red, 0)) 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.new(color.red, 0)) mPlot = plot(ohlc4, title='', style=plot.style_circles, linewidth=0) changeCond = trend != trend[1] longonly = input.bool(defval = true, title = 'Long Only') shortonly = input.bool(defval = true, title = 'Short Only') longCondition = (ta.ema(close, 20) >= ta.ema(close, 50)) shortCondition = (ta.ema(close, 20) <= ta.ema(close, 50)) long = (trend == 1) short = (trend == -1) sell= short cover= long if time >= start and time < end if longonly if ((longCondition) and (long)) strategy.entry ("Long Entry", strategy.long, comment ="Long Entry") if strategy.position_size > 0 strategy.close("Long Entry", when = sell, comment = "Long Exit") if shortonly if ((shortCondition) and (short)) strategy.entry("Short Entry", strategy.short, comment = "Short Entry") if strategy.position_size < 0 strategy.close("Short Entry", when = cover, comment = "Short Exit")