بولبولن آسکیلیٹر بریک آؤٹ حکمت عملی
ChaoZhang
جائزہ
اس حکمت عملی کا مقصد اپنے پورٹ فولیو میں مستقل استحکام کو برقرار رکھنے کے لئے بینڈوڈتھ سگنل کے ساتھ تجارت کے مواقع تلاش کرنے کے لئے بولبرن بینڈ اشارے کا استعمال کرتے ہوئے رجحانات کا اندازہ لگانا ہے۔ پچھلے سال کے اعداد و شمار کے مطابق ، اس حکمت عملی میں منافع کی شرح 78.95٪ ہے ، اور زیادہ سے زیادہ واپسی صرف -4.02٪ ہے۔ یہ میری خودکار حکمت عملی کی ایک سیریز میں سے ایک ہے جو پورٹ فولیو میں مستحکم ترقی میں معاون ہے۔
اگر آپ کو موجودہ نتائج سے اطمینان ہے تو ، آپ اسے سیکھنے میں تبدیل کرسکتے ہیں اور انتباہات شامل کرسکتے ہیں ، حکمت عملی کو خود کار طریقے سے انجام دے سکتے ہیں۔ اس کے لئے کوڈنگ میں انتباہات کا اضافہ کرنے کی ضرورت ہے۔ اگر آپ اس میں دلچسپی رکھتے ہیں تو ، میں اس حکمت عملی پر مبنی متعلقہ تعلیمات تشکیل دے سکتا ہوں۔
حکمت عملی کا اصول
یہ حکمت عملی بولبرین بینڈ اور بینڈوڈتھ کا استعمال کرتی ہے تاکہ انٹری اور آؤٹ ٹائم کا تعین کیا جا سکے۔
بولبرن بینڈ میں اوپری لائن، وسط لائن اور نچلی لائن شامل ہے۔ وسط لائن n دن کی سادہ منتقل اوسط ہے ، جس کی پیرامیٹر n 16 کو ڈیفالٹ کرتی ہے۔ اوپری حد وسط لائن + k ہے۔*معیاری انحراف، نیچے کی حد مشرق کی لکیر ہے- k*معیاری انحراف ، پیرامیٹر k کو 3 سمجھا جاتا ہے۔ جب قیمت اوپری حد کے قریب ہوتی ہے تو ، اسٹاک کی قیمت بہت زیادہ ہوتی ہے یا اس سے زیادہ خریدی جاتی ہے۔ جب قیمت نچلی حد کے قریب ہوتی ہے تو ، اسٹاک کی قیمت بہت کم ہوتی ہے یا اس سے زیادہ فروخت ہوتی ہے۔
بینڈوڈتھ اشارے قیمتوں کے متعلق درمیانی لائن میں اتار چڑھاو ظاہر کرتا ہے۔ یہ ((اوپر لائن - نیچے لائن) / درمیانی لائن*1000 کا حساب لگایا گیا ہے۔ جب بینڈوڈتھ 20 سے کم ہوتی ہے تو ، معاملات پرسکون یا جمع ہوجاتے ہیں۔ جب بینڈوڈتھ 50 سے زیادہ ہوتی ہے تو ، اتار چڑھاؤ بڑھ جاتا ہے۔
یہ حکمت عملی 20 سے 50 کے درمیان بینڈوڈتھ کے ساتھ نیچے کی حد کو توڑنے کے مواقع کی تلاش میں زیادہ کام کرتی ہے۔ زیادہ کام کرنے کے بعد ، اسٹاپ لائن کو پوزیشن کھولنے کی قیمت کا 108٪ مقرر کیا جاتا ہے ، یا جب اوپری حد کو توڑ دیا جاتا ہے تو اس کا خاتمہ ہوتا ہے۔
طاقت کا تجزیہ
یہ حکمت عملی مندرجہ ذیل فوائد رکھتی ہے:
بولبرین بینڈ کا استعمال ٹریڈنگ کے رجحانات کی سمت کا تعین کرنے کے لئے کیا جاتا ہے تاکہ جعلی بریک کے خطرات کو کم کیا جاسکے
بینڈوڈتھ سگنلز بڑے پیمانے پر اتار چڑھاو سے ہونے والے نقصانات کو روکنے کے لئے بلٹ شیکنگ کی صورتحال کا درست اندازہ لگاسکتے ہیں
ریٹائرمنٹ کے اعداد و شمار سے پتہ چلتا ہے کہ ایک سال کے دوران تقریبا 80٪ منافع کی شرح حاصل کی جاسکتی ہے ، جس میں بہت زیادہ خطرہ / فائدہ ہوتا ہے۔
زیادہ سے زیادہ واپسی 5 فیصد سے کم ، خطرے کو مؤثر طریقے سے کنٹرول کیا جاسکتا ہے ، پورٹ فولیو میں مستحکم نمو کو برقرار رکھا جاسکتا ہے
حکمت عملی کی منطق واضح ، آسان اور آسانی سے سمجھنے کے قابل ہے ، جس میں ڈیجیٹل اثاثوں کی وسیع اقسام پر وسیع پیمانے پر اطلاق ہوتا ہے
خطرے کا تجزیہ
اس حکمت عملی میں مندرجہ ذیل خطرات بھی ہیں:
بولبرن بینڈ پیرامیٹرز کی غلط ترتیب ، بہتر تجارت کے مواقع سے محروم ہوسکتا ہے
جب مارکیٹ میں ہلکا پھلکا یا ریچھ کا بازار ہوتا ہے تو ، تجارت کی فریکوئنسی کم ہوسکتی ہے ، جس سے منافع کی صلاحیت محدود ہوسکتی ہے۔
ریٹرننگ کے اعداد و شمار کی کمی ، ریٹرننگ کے اشارے کو عملی استعمال میں نقل نہیں کیا جاسکتا ہے
انتہائی مارکیٹ کے حالات میں ، اسٹاپ نقصان کا نقطہ اس سے آگے بڑھ سکتا ہے ، جس سے زیادہ نقصان ہوتا ہے
اعلی ٹرانزیکشن فیس بھی حقیقی منافع کو کم کرتی ہے
اس کا حل کیا ہے؟
آپٹمائزنگ پیرامیٹرز ، مختلف مارکیٹوں کے لئے برین بینڈ سائیکل کو ایڈجسٹ کرنا وغیرہ۔
غیر معمولی حالات کے لئے رجحانات کا تعین کرنے کے لئے اضافی طور پر دیگر اشارے متعارف کرانے
متعدد مارکیٹوں کی واپسی کے لئے کافی اعداد و شمار جمع کرنا ، حکمت عملی کی استحکام کی تصدیق کرنا
اسٹاپ نقصان کو مناسب طریقے سے ایڈجسٹ کریں تاکہ انتہائی نقصان سے بچایا جاسکے
کم فیس والے پلیٹ فارمز کا انتخاب کریں تاکہ آپ کی ٹرانزیکشن لاگت کم ہو
اصلاح کی سمت
یہ حکمت عملی مندرجہ ذیل پہلوؤں سے بہتر بنائی جا سکتی ہے۔
حجم کی تصدیق میں اضافہ کریں تاکہ جھوٹے بریک آؤٹ سے بچا جاسکے
رجحان کی سمت کی نشاندہی کرنے کے لئے رجحان کے اشارے کے ساتھ مل کر
پیرامیٹرز کو ایڈجسٹ کرنے کے لئے مشین سیکھنے کا استعمال کریں اور خود کار طریقے سے مارکیٹ کو اپنانے کے لئے
Add correlation filter to avoid trading uncorrelated assets غیر متعلقہ اثاثوں کی تجارت سے بچنے کے لئے وابستگی فلٹر شامل کریں
اپ ٹرینڈ کے دوران زیادہ منافع کے ل take منافع / اسٹاپ نقصان کو بہتر بنائیں
زیادہ شرط فلٹرز متعارف کروائیں تاکہ جیت کی شرح میں اضافہ ہو سکے
Test multi-timeframe combinations to profit from multiple cycles کثیر ٹائم فریم امتزاجوں کی جانچ کریں تاکہ متعدد سائیکلوں سے فائدہ اٹھایا جاسکے
انڈیکس شدہ پورٹ فولیو کی تعمیر، نمائش کو بڑھانے کے لئے انڈیکسڈ پورٹ فولیو کی تعمیر
مشین لرننگ کا استعمال نئی حکمت عملیوں کی خودکار تخلیق اور توثیق کے لئے
خلاصہ کریں۔
بولبرن شاک بریکنگ اسٹریٹجی نے مجموعی طور پر اچھی طرح سے پیمائش کی ہے ، جو زلزلے کی صورتحال میں مستحکم منافع حاصل کرسکتی ہے۔ اسٹریٹجی کا بنیادی نظریہ سادہ اور واضح ہے ، اور اس کا استعمال کرنا آسان ہے۔ تاہم ، پیرامیٹرز کی اصلاح ، رسک کنٹرول اور پورٹیبل مینجمنٹ کو مزید بہتری کی ضرورت ہے ، تاکہ پیچیدہ متغیر مارکیٹ میں مستحکم منافع حاصل کیا جاسکے۔ یہ حکمت عملی بنیادی رجحانات کی پیروی کرنے والی حکمت عملی ہے ، جس کی بنیاد پر زیادہ سے زیادہ تکنیکی اشارے اور خطرے کے کنٹرول کے طریقہ کار کو بہتر بنایا جاسکتا ہے ، اور مشین لرننگ کے ساتھ مل کر خود کار طریقے سے بھی ممکن بنایا جاسکتا ہے۔ مجموعی طور پر ، اس حکمت عملی نے ابتدائی افراد کے لئے مقدار کی تجارت کا دروازہ کھول دیا ہے ، اور پیشہ ور افراد کے لئے بھی اسٹریٹجک اصلاح کی صلاحیت فراہم کی ہے۔
/*backtest
start: 2023-10-30 00:00:00
end: 2023-11-06 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Bollinger Bands BAT/USDT 30min", overlay=true )
/// Indicators
///Bollinger Bands
source = close
length = input(16, minval=1)
mult = input(3, step=0.1, minval=0.001, maxval=50)
basis = sma(source, length)
dev = mult * stdev(source, length)
upper = basis + dev
lower = basis - dev
plot(basis, color=color.red)
p1 = plot(upper, color=color.blue)
p2 = plot(lower, color=color.blue)
fill(p1, p2)
//Bollinger bands width
bbw = (upper-lower)/basis*1000
//plot(bbw, color=color.blue)
upper_bbw_input = input(title="BBW Upper Threshold", step=1, minval=0, defval=50)
lower_bbw_input = input(title="BBW Lower Threshold", step=1, minval=0, defval=20)
// Backtesting Period
testStartYear = input(2019, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = input(2020, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => true
// Take Profit
tp_inp = input(8, title='Take Profit %', step=0.1)/100
take_level = strategy.position_avg_price * (1 + tp_inp)
//Entry Strategy
entry_long = crossover(source, lower) and (bbw < upper_bbw_input) and (bbw > lower_bbw_input)
exit_long = cross(high,upper) or close < lower
if testPeriod()
strategy.entry(id="LongBB", long=true, comment="LongBB", when=entry_long)
strategy.exit("Take Profit Long","LongBB",limit=take_level)
strategy.close(id="LongBB", when=exit_long )