یہ حکمت عملی TDI ، TCF ، TTF اور TII سمیت متعدد رجحان اشارے کے الٹ پر مبنی خرید اور فروخت کے سگنل تیار کرتی ہے۔ یہ حکمت عملی منتخب کرنے کی اجازت دیتی ہے کہ داخلہ اور باہر نکلنے کے لئے کون سا اشارے کا اشارہ استعمال کیا جائے۔
ٹی ڈی آئی اشارے کو قیمت کی رفتار کو جمع کرنے اور ہموار کرنے کی تکنیکوں کے ساتھ استعمال کرتے ہوئے بنایا گیا ہے۔ جب ٹی ڈی آئی کی سمت ٹی ڈی آئی لائن سے اوپر عبور کرتی ہے اور اس سے نیچے عبور کرتے وقت باہر نکلتی ہے۔
ٹی سی ایف اشارے میں قیمتوں میں مثبت اور منفی تبدیلیوں کا اندازہ لگایا جاتا ہے۔ جب مثبت تبدیلی منفی تبدیلی سے زیادہ ہوتی ہے تو یہ طویل ہوجاتا ہے ، ورنہ یہ باہر نکل جاتا ہے۔
ٹی ٹی ایف اشارے رجحان کا تعین کرنے کے لئے سب سے زیادہ اور سب سے کم قیمتوں کی طاقت کا موازنہ کرتا ہے۔ طویل سگنل اس وقت ہوتا ہے جب ٹی ٹی ایف 100 سے اوپر اور باہر نکلتا ہے جب -100 سے نیچے عبور کرتا ہے۔
ٹی آئی آئی رجحانات کی تبدیلیوں کی نشاندہی کرنے کے لئے حرکت پذیر اوسط اور قیمت کے بینڈ کو جوڑتا ہے۔ اس میں قلیل مدتی اور طویل مدتی رجحانات دونوں پر غور کیا جاتا ہے۔ لانگ سگنل 80 سے اوپر ہے اور باہر نکلنا 80 سے نیچے ہے۔
انٹری طویل اور قریبی منطق ترتیب اشارے کی بنیاد پر مناسب سگنل کا انتخاب کرتا ہے.
اسٹریٹجی میں متعدد عام طور پر استعمال ہونے والے رجحان ٹریڈنگ اشارے شامل ہیں ، جس سے مارکیٹ کے بدلتے ہوئے حالات میں موافقت کرنے میں لچک پیدا ہوتی ہے۔ مخصوص فوائد:
اس حکمت عملی کا سامنا کرنے والے اہم خطرات:
خطرات کو کم کیا جا سکتا ہے:
اسٹریٹیجی کو کئی شعبوں میں بہتر بنایا جا سکتا ہے:
متعدد رجحان کی تبدیلی کے اشارے اور اصلاحاتی تشکیلات کو جوڑ کر ، یہ حکمت عملی رجحان کی موڑ کے مقامات پر کام کرنے کے لئے مختلف مارکیٹ کے ماحول میں موافقت پذیر ہے۔ خطرہ پر قابو پانے کے ساتھ ساتھ زیادہ سے زیادہ پیرامیٹرز اور اشارے تلاش کرنا کلیدی حیثیت رکھتا ہے۔ مسلسل اصلاحات اور توثیق ایک مستحکم الفا حکمت عملی تشکیل دے سکتی ہے۔
/*backtest start: 2023-11-13 00:00:00 end: 2023-11-15 03:00:00 period: 5m basePeriod: 1m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 // // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © kruskakli // // Here is a collection of Trend Indicators as defined by M.H Pee and presented // in various articles of the "STOCKS & COMMODITIES Magazine" // // The actual implementation of the indicators here are made by: everget // // I have gather them here so that they easily can be tested. // // My own test was made using 15 companies from the OMXS30 list // during the time period of 2016-2018, and I only went LONG. // // The result was as follows: // // Average Std.Dev // profit // TDI 3.04% 5.97 // TTF 1.22%. 5.73 // TII 1.07% 6.2 // TCF 0.32% 2.68 // strategy("M.H Pee indicators", overlay=true) use = input(defval="TDI", title="Use Indicator", type=input.string, options=["TDI","TCF","TTF","TII"]) src = close // // TDI // length = input(title="Length", type=input.integer, defval=20) mom = change(close, length) tdi = abs(sum(mom, length)) - sum(abs(mom), length * 2) + sum(abs(mom), length) // Direction Indicator tdiDirection = sum(mom, length) tdiLong = crossover(tdiDirection, tdi) tdiXLong = crossunder(tdiDirection, tdi) // // TCF // tcflength = input(title="Length", type=input.integer, defval=35) plusChange(src) => change_1 = change(src) change(src) > 0 ? change_1 : 0.0 minusChange(src) => change_1 = change(src) change(src) > 0 ? 0.0 : -change_1 plusCF = 0.0 plusChange__1 = plusChange(src) plusCF := plusChange(src) == 0 ? 0.0 : plusChange__1 + nz(plusCF[1]) minusCF = 0.0 minusChange__1 = minusChange(src) minusCF := minusChange(src) == 0 ? 0.0 : minusChange__1 + nz(minusCF[1]) plusTCF = sum(plusChange(src) - minusCF, tcflength) minusTCF = sum(minusChange(src) - plusCF, tcflength) tcfLong = plusTCF > 0 tcfXLong = plusTCF < 0 // // TTF // ttflength = input(title="Lookback Length", type=input.integer, defval=15) hh = highest(length) ll = lowest(length) buyPower = hh - nz(ll[length]) sellPower = nz(hh[length]) - ll ttf = 200 * (buyPower - sellPower) / (buyPower + sellPower) ttfLong = crossover(ttf, 100) ttfXLong = crossunder(ttf, -100) // // TII // majorLength = input(title="Major Length", type=input.integer, defval=60) minorLength = input(title="Minor Length", type=input.integer, defval=30) upperLevel = input(title="Upper Level", type=input.integer, defval=80) lowerLevel = input(title="Lower Level", type=input.integer, defval=20) sma = sma(src, majorLength) positiveSum = 0.0 negativeSum = 0.0 for i = 0 to minorLength - 1 by 1 price = nz(src[i]) avg = nz(sma[i]) positiveSum := positiveSum + (price > avg ? price - avg : 0) negativeSum := negativeSum + (price > avg ? 0 : avg - price) negativeSum tii = 100 * positiveSum / (positiveSum + negativeSum) tiiLong = crossover(tii, 80) tiiXLong = crossunder(tii,80) // // LOGIC // enterLong = (use == "TDI" and tdiLong) or (use == "TCF" and tcfLong) or (use == "TTF" and ttfLong) or (use == "TII" and tiiLong) exitLong = (use == "TDI" and tdiXLong) or (use == "TCF" and tcfXLong) or (use == "TTF" and ttfXLong) or (use == "TII" and tiiXLong) // Time range for Back Testing btStartYear = input(title="Back Testing Start Year", type=input.integer, defval=2016) btStartMonth = input(title="Back Testing Start Month", type=input.integer, defval=1) btStartDay = input(title="Back Testing Start Day", type=input.integer, defval=1) startTime = timestamp(btStartYear, btStartMonth, btStartDay, 0, 0) btStopYear = input(title="Back Testing Stop Year", type=input.integer, defval=2028) btStopMonth = input(title="Back Testing Stop Month", type=input.integer, defval=12) btStopDay = input(title="Back Testing Stop Day", type=input.integer, defval=31) stopTime = timestamp(btStopYear, btStopMonth, btStopDay, 0, 0) window() => time >= startTime and time <= stopTime ? true : false riskPerc = input(title="Max Position %", type=input.float, defval=20, step=0.5) maxLossPerc = input(title="Max Loss Risk %", type=input.float, defval=5, step=0.25) // Average True Range (ATR) measures market volatility. // We use it for calculating position sizes. atrLen = input(title="ATR Length", type=input.integer, defval=14) stopOffset = input(title="Stop Offset", type=input.float, defval=1.5, step=0.25) limitOffset = input(title="Limit Offset", type=input.float, defval=1.0, step=0.25) atrValue = atr(atrLen) // Calculate position size maxPos = floor((strategy.equity * (riskPerc/100)) / src) // The position sizing algorithm is based on two parts: // a certain percentage of the strategy's equity and // the ATR in currency value. riskEquity = (riskPerc / 100) * strategy.equity // Translate the ATR into the instrument's currency value. atrCurrency = (atrValue * syminfo.pointvalue) posSize0 = min(floor(riskEquity / atrCurrency), maxPos) posSize = posSize0 < 1 ? 1 : posSize0 if (window()) strategy.entry("Long", long=true, qty=posSize0, when=enterLong) strategy.close_all(when=exitLong)