یہ حکمت عملی رجحانات کا تعین اور ٹریک کرنے کے لئے ICHIMOKU کلاؤڈ چارٹ پیٹرن اشارے اور STOCH بے ترتیب اشارے پر مبنی ہے۔ حکمت عملی کا نام
حکمت عملی بنیادی طور پر موجودہ رجحان کی سمت اور ICHIMOKU کلاؤڈ چارٹ اور STOCH اشارے کے ذریعے overbought / oversold حالات کا فیصلہ کرتی ہے.
جب تبادلہ لائن بیس لائن سے اوپر سے عبور کرتی ہے اور اسٹاک اشارے oversold علاقے سے واپس اچھالتا ہے تو ، اسے ایک تیزی کا رجحان سمجھا جاتا ہے اور حکمت عملی ایک تیزی کی سمت اختیار کرتی ہے۔ جب تبادلہ لائن بیس لائن سے نیچے عبور کرتی ہے اور اسٹاک اشارے overbought علاقے سے پیچھے گر جاتا ہے تو ، اسے ایک bearish رجحان سمجھا جاتا ہے اور حکمت عملی ایک bearish سمت اختیار کرتی ہے۔
کوڈ میں ، تبادلوں کی لائن کو آخری N1 بار کی اعلی ترین اور کم ترین قیمتوں کا اوسط کے طور پر بیان کیا گیا ہے۔ بیس لائن کو آخری N2 بار کی اعلی ترین اور کم ترین قیمتوں کا اوسط کے طور پر بیان کیا گیا ہے۔ جب تبادلوں کی لائن بیس لائن سے اوپر عبور کرتی ہے تو ایک تیزی کا اشارہ پیدا ہوتا ہے۔
اسٹاک اشارے میں زیادہ خریدنے اور زیادہ فروخت ہونے کی حد کی لائنوں کے ساتھ ساتھ ہموار کرنے والے پیرامیٹرز K اور D کی وضاحت کی گئی ہے۔ جب اسٹاک زیادہ فروخت والے علاقے سے واپس آتا ہے تو ایک تیزی کا اشارہ پیدا ہوتا ہے ، اور جب یہ زیادہ خریدنے والے علاقے سے واپس آتا ہے تو ایک bearish اشارہ پیدا ہوتا ہے۔
دونوں اشارے کو ملا کر، حکمت عملی رجحان کی سمت کا تعین کرتی ہے۔
حکمت عملی میں چارٹ پیٹرن کے اشارے اور زیادہ خریدنے / زیادہ فروخت کرنے والے اشارے کو یکجا کیا گیا ہے تاکہ رجحان کی سمت کو مؤثر طریقے سے طے کیا جاسکے۔
ایک واحد رجحان فیصلے کے اشارے کا استعمال کرنے کے مقابلے میں، یہ حکمت عملی رجحان اور تجاوز کی صورت حال دونوں کو جامع طور پر سمجھتی ہے، اور داخلہ کے وقت کو زیادہ درست طریقے سے مقرر کر سکتی ہے.
ICHIMOKU کلاؤڈ چارٹ درمیانی اور طویل مدتی رجحانات کی نشاندہی کرسکتا ہے ، جبکہ اسٹاک اشارے قلیل مدتی زیادہ خرید / زیادہ فروخت کی صورتحال کا پتہ لگاسکتے ہیں۔ یہ دونوں ایک دوسرے کی تکمیل کرتے ہیں تاکہ منظم فیصلے کیے جاسکیں۔
اس حکمت عملی کے اہم خطرات یہ ہیں:
بلیک سوان واقعات کی صورت میں اشارے کی ناکامی کا خطرہ
کچھ تاخیر ہے، جو رجحان کا ایک حصہ کھو سکتا ہے یا افتتاحی پوزیشنوں کو تبدیل کرسکتا ہے.
مشترکہ متعدد عوامل کے فیصلے میں کچھ موضوعیت ہے ، اور پیرامیٹر کی غلط ترتیبات غلطیوں کا سبب بن سکتی ہیں۔
اعلی تجارتی تعدد ٹرانزیکشن لاگت کی وجہ سے منافع پر اثر انداز ہوسکتا ہے.
متعلقہ اصلاح کے اقدامات:
خبروں کے واقعات کو یکجا کریں تاکہ پالیسی کے اہم واقعات کے دوران اندھے تجارت سے بچ سکیں۔
مناسب طریقے سے سائیکل پیرامیٹرز کو کم کرنے کے لئے تاخیر کا امکان کم.
سائنسی ترتیبات کو بہتر بنانے کے لئے بیک ٹیسٹنگ کے ذریعے پیرامیٹرز کو بہتر بنائیں.
مناسب طریقے سے تجارت کی تعدد کو کم کرنے کے لئے منافع اور سٹاپ نقصان کی حدوں میں اضافہ کریں.
اس حکمت عملی کے لئے اصلاح کی اہم سمتیں یہ ہیں:
ICHIMOKU تبادلوں کی لائن اور بیس لائن کے سائیکل پیرامیٹرز کو بہتر بنائیں تاکہ مختلف مارکیٹ کی خصوصیات کو بہتر بنایا جاسکے۔
اسٹاک اشارے کے K، D ہموار کرنے والے پیرامیٹرز اور oversold/oversold threshold values کو بہتر بنائیں۔
ایک کثیر عنصر ماڈل بنانے اور نظام کی وشوسنییتا کو بہتر بنانے کے لئے دیگر اشارے میں اضافہ کریں.
منافع کو یقینی بناتے ہوئے تجارتی تعدد کو کم کرنے کے لئے منافع اور نقصان کو روکنے کے مقامات کو بہتر بنائیں.
ہنگامی حالات کا جائزہ لینے اور بڑے واقعات کے دوران ناکامی سے بچنے کے لئے ایک ماڈیول شامل کریں.
یہ حکمت عملی رجحان کی سمت اور زیادہ خرید / فروخت کی صورتحال پر جامع فیصلے کرنے کے لئے ICHIMOKU کلاؤڈ چارٹس اور اسٹاک اشارے کو جوڑتی ہے ، جو مارکیٹوں کے رجحانات کو مؤثر طریقے سے ٹریک کرسکتی ہے۔ چارٹ پیٹرن اور مقداری اشارے پر غور کرکے ، حکمت عملی زیادہ منظم ہے۔ مستقبل میں اصلاحات میں پیرامیٹرز کو ایڈجسٹ کرنا ، دوسرے اشارے شامل کرنا ، ہنگامی فیصلے کے ماڈیول شامل کرنا وغیرہ شامل ہوسکتے ہیں۔
/*backtest start: 2023-10-15 00:00:00 end: 2023-11-14 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("ICHI + STOCH V1", overlay=true) length = input.int(20, minval=1) smoothK = input(5) smoothD = input(3) OverBought = input(25) OverSold = input(65) Profit = input(1800) Stop = input(1200) k = ta.sma(ta.stoch(close, high, low, length), smoothK) d = ta.sma(k, smoothD) co = ta.crossover(k,d) cu = ta.crossunder(k,d) conversionPeriods = input.int(9, minval=1, title="Conversion Line Length") basePeriods = input.int(26, minval=1, title="Base Line Length") laggingSpan2Periods = input.int(52, minval=1, title="Leading Span B Length") displacement = input.int(1, minval=1, title="Lagging Span") conversionLine = math.avg(ta.lowest(conversionPeriods), ta.highest(conversionPeriods)) baseLine = math.avg(ta.lowest(basePeriods), ta.highest(basePeriods)) leadLine1 = math.avg(conversionLine, baseLine) leadLine2 = math.avg(ta.lowest(laggingSpan2Periods), ta.highest(laggingSpan2Periods)) TREND = ta.ema(math.avg(leadLine1,leadLine2),displacement) //plot(conversionLine, color=#2962FF, title="Conversion Line") //plot(baseLine, color=#B71C1C, title="Base Line") //plot(close, offset = -displacement + 1, color=#43A047, title="Lagging Span") plot(TREND, color=#2962FF, title="TREND") p1 = plot(leadLine1,style=plot.style_line, offset = displacement - 1, color=#A5D6A7, title="Leading Span A") p2 = plot(leadLine2,style=plot.style_line, offset = displacement - 1, color=#EF9A9A, title="Leading Span B") fill(p1, p2, color = leadLine1 > leadLine2 ? color.rgb(67, 160, 71, 90) : color.rgb(244, 67, 54, 90)) close_price = ta.sma(close,1) pc = plot(close_price,style=plot.style_line, color=#2a0ab9, title="Price Close") if (not na(k) and not na(d)) if (co and k < OverSold)and(close_price > TREND) strategy.entry("BUY order", strategy.long, comment="BUY order") strategy.exit("exitBUY", "BUY order", profit = Profit, loss = Stop) if (cu and k > OverBought)and(close_price < TREND) strategy.entry("SELL order", strategy.short, comment="SELL order") strategy.exit("exitSELL", "SELL order", profit = Profit, loss = Stop) //plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)