وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. رینڈم اوسیلیشن کی حکمت عملی

رینڈم اوسیلیشن کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-06 09:30:27
ٹیگز:

img

جائزہ

رینڈم آسکیلیشن حکمت عملی میں متعدد تکنیکی اشارے شامل ہیں ، جن میں Ichimoku Kinko Hyo ، MACD اور ہل موونگ ایوریج شامل ہیں ، تاکہ ایک منظم تجارتی فیصلہ سازی کا نظام تشکیل دیا جاسکے۔ اس کا مقصد آسکیلیٹنگ مارکیٹوں کے دوران رجحان کی تبدیلی کے مقامات اور ممکنہ مواقع کو حاصل کرنا ہے۔

حکمت عملی منطق

سب سے پہلے ، Ichimoku Kinko Hyo کے Tenkan-sen اور Kijun-sen کو اپنایا جاتا ہے۔ Tenkan-Sen کا حساب پچھلے 9 ادوار میں سب سے زیادہ اونچائی اور سب سے کم کم کی اوسط کے طور پر کیا جاتا ہے۔ Kijun-Sen پچھلے 24 ادوار میں سب سے زیادہ اونچائی اور سب سے کم کم کی اوسط ہے۔ قیمت اور Kijun-sen کے کراس اوورز تجارتی سگنل کے طور پر کام کرتے ہیں۔

دوسرا ، ایم اے سی ڈی اشارے کو ایک اہم رجحان کے بعد رفتار کے اشارے کے طور پر شامل کیا گیا ہے۔ یہ قیمتوں کے دو ای ایم اے کے مابین تعلقات کو ظاہر کرتا ہے۔ ایم اے سی ڈی اور اس کی سگنل لائن کے کراسورز تجارتی سگنل تیار کرتے ہیں۔

تیسرا ، ہل چلتی اوسط کو چلتی اوسط کے پیچھے رہ جانے والے مسئلے کو بہتر بنانے اور قیمتوں میں ردوبدل کو پکڑنے کی حساسیت کو بڑھانے کے لئے متعارف کرایا گیا ہے۔ اس کا حساب نصف ، مکمل اور مربع جڑ کے ادوار کے ڈبلیو ایم اے کا استعمال کرتے ہوئے کیا جاتا ہے۔ تیز اور سست ہل ایم اے کے مابین کراس اوورز بھی معاون سگنل کے طور پر کام کرتے ہیں۔

آخر میں ، حکمت عملی مندرجہ بالا تمام اشارے کو ایک مضبوط تجارتی نظام تشکیل دینے کے لئے جوڑتی ہے۔ اصل اندراجات اور باہر نکلنے صرف اس وقت ہوتے ہیں جب متعدد اشارے متفقہ سگنل دیتے ہیں۔

فوائد

  • متعدد اشارے کے ذریعے تنوع ایک نقطہ کی ناکامی کو کم کرتا ہے۔

  • انٹیگریشن ہولسٹک ماڈل کے ذریعے مضبوط فیصلہ سازی کی طاقت فراہم کرتی ہے۔

  • جھوٹے سگنل کم ہوتے ہیں کیونکہ ہر سگنل کو دوسروں کی طرف سے تصدیق کی جاتی ہے۔

  • صرف اعلی قائل سگنلز پر کام کرکے کارکردگی میں بہتری۔

  • اپنی مرضی کے مطابق پیرامیٹرز کو تبدیل مارکیٹوں کے لئے حکمت عملی کو اپنانے کے لئے.

  • ہل چلتی اوسط سے کم تاخیر اور تیز ردعمل.

خطرات

  • غلط سگنل میں اضافہ کے ساتھ، مختلف، ہلچل مارکیٹوں میں زیادہ خطرہ.

  • غیر موثر اگر اشارے کے پیرامیٹرز مناسب طریقے سے بہتر نہیں ہیں.

  • ممکنہ طور پر رجحانات کی نقل و حرکت کو نظر انداز کرتا ہے، الٹ پر توجہ مرکوز کرتا ہے.

  • ہیل ایم اے نسبتاً نیا ہے اور طویل مدتی میں ثابت نہیں ہوا ہے۔

  • غیر معمولی تجارت سے کچھ مواقع ضائع ہو سکتے ہیں۔

بہتری

  • بولنگر بینڈ جیسے مزید اشارے شامل کرنے سے نظام کو مزید بہتر بنایا جاسکتا ہے۔

  • مختلف اثاثوں اور ٹائم فریم کے لئے بہترین مجموعہ تلاش کرنے کے لئے پیرامیٹر ٹیوننگ.

  • ایک ہی تجارت کے نقصان کو کنٹرول کرنے کے لئے متحرک رکاوٹیں متعارف کروائیں۔

  • رجحان کے فلٹرز کو شامل کریں تاکہ رجحان کی سواریوں سے بچنے سے بچیں.

  • مارکیٹ کے حالات کی بنیاد پر تعدد اور سائز کو ایڈجسٹ کرکے پوزیشن سائزنگ کو بہتر بنائیں۔

نتیجہ

رینڈم آسکیلیشن حکمت عملی میں رینج سے منسلک مارکیٹوں میں مواقع کو حاصل کرنے کے لئے متعدد تکنیکی تجزیہ کی تکنیکوں کا امتزاج ہوتا ہے۔ یہ اشارے کے انضمام ، کم جھوٹے سگنل اور بہتر کارکردگی کے فوائد پیش کرتا ہے۔ لیکن اس میں موروثی خطرات بھی ہوتے ہیں جن کے لئے مزید اصلاح اور موافقت کی ضرورت ہوتی ہے۔ مجموعی طور پر ، یہ آسکیلیٹنگ مارکیٹوں کی تجارت کے لئے ایک مضبوط ، عملی نقطہ نظر کی نمائندگی کرتا ہے۔

/*backtest
start: 2022-10-30 00:00:00
end: 2023-11-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Ichimoku Kinko Hyo + HULL-MA_X + MacD", shorttitle="@m", overlay=true, default_qty_type=strategy.percent_of_equity, max_bars_back=1000, default_qty_value=100, calc_on_order_fills= true, calc_on_every_tick=true, pyramiding=0)

keh=input(title="Double HullMA",defval=12, minval=1)

n2ma=2*wma(close,round(keh/2))
nma=wma(close,keh)
diff=n2ma-nma
sqn=round(sqrt(keh))
n2ma1=2*wma(close[1],round(keh/2))
nma1=wma(close[1],keh)
diff1=n2ma1-nma1
sqn1=round(sqrt(keh))
n1=wma(diff,sqn)
n2=wma(diff1,sqn)
b=n1>n2?lime:red
c=n1>n2?green:red
d=n1>n2?red:green

TenkanSenPeriods = input(9, minval=1, title="Tenkan Sen Periods")
KijunSenPeriods = input(24, minval=1, title="Kijun Sen Periods")
SenkouSpanBPeriods = input(51, minval=1, title="Senkou Span B Periods")
displacement = input(24, minval=1, title="Displacement")
donchian(len) => avg(lowest(len), highest(len))
TenkanSen = donchian(TenkanSenPeriods)
KijunSen = donchian(KijunSenPeriods)
SenkouSpanA = avg(TenkanSen, KijunSen)
SenkouSpanB = donchian(SenkouSpanBPeriods)
LS=close, offset = -displacement

MACD_Length = input(9)
MACD_fastLength = input(12)
MACD_slowLength = input(24)
MACD = ema(close, MACD_fastLength) - ema(close, MACD_slowLength)
aMACD = ema(MACD, MACD_Length)

a1=plot(n1,color=c)
a2=plot(n2,color=c)
plot(cross(n1, n2) ? n1 : na, style = circles, color=b, linewidth = 4)
plot(cross(n1, n2) ? n1 : na, style = line, color=d, linewidth = 3)
plot(TenkanSen, color=blue, title="Tenkan Sen", linewidth = 2)
plot(KijunSen, color=maroon, title="Kijun Sen", linewidth = 3)
plot(close, offset = -displacement, color=orange, title="Chikou Span", linewidth = 2)
p1=plot (SenkouSpanA, offset = displacement, color=green,  title="Senkou Span A", linewidth = 2)
p2=plot (SenkouSpanB, offset = displacement, color=red,  title="Senkou Span B", linewidth = 3)
fill(p1, p2, color = SenkouSpanA > SenkouSpanB ? green : red)

closelong = n1<n2 and close<n2 and (MACD<aMACD or TenkanSen<KijunSen or close<KijunSen)
if (closelong)
    strategy.close("Long")

closeshort = n1>n2 and close>n2 and (MACD>aMACD or TenkanSen>KijunSen or close>KijunSen)
if (closeshort)
    strategy.close("Short")

longCondition = n1>n2 and close>n2 and MACD>aMACD and (TenkanSen>KijunSen or close>KijunSen) 
if (longCondition)
    strategy.entry("Long",strategy.long)

shortCondition = n1<n2 and close<n2 and MACD<aMACD and (TenkanSen<KijunSen or close<KijunSen)
if (shortCondition)
    strategy.entry("Short",strategy.short)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں