وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. مقداری گولڈن کراس حکمت عملی

مقداری گولڈن کراس حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-22 14:39:33
ٹیگز:

img

جائزہ

یہ حکمت عملی سونے کے کراس اوور پر خریدنے اور موت کے کراس اوور پر فروخت کرنے کی تجارتی حکمت عملی کو نافذ کرنے کے لئے ایک کسٹم نیٹ حجم اشارے کا حساب لگاتی ہے۔ یہ حکمت عملی رجحان کے بعد کی حکمت عملی سے تعلق رکھتی ہے۔

حکمت عملی کا اصول

حکمت عملی کا بنیادی منطق ایک کسٹم نیٹ حجم (این وی) اشارے کا حساب لگانا ہے۔ این وی اشارے قیمتوں میں ہونے والی تبدیلیوں کی سمت کا فیصلہ کرتا ہے۔ اگر مثبت ہے تو ، یہ روزانہ حجم لیتا ہے۔ اگر منفی ہے تو ، یہ روزانہ حجم کی منفی قیمت لیتا ہے۔ اگر غیر تبدیل شدہ ہے تو ، یہ 0 لیتا ہے۔ اس سے قیمتوں میں ہونے والی تبدیلیوں اور حجم کے مابین تعلقات کو واضح طور پر ظاہر کیا جاسکتا ہے۔

اس کے بعد یہ حکمت عملی این وی اشارے کی 3 دن کی سادہ چلتی اوسط لائن کا حساب لگاتی ہے ، بالترتیب ، گولڈن کراس لائن اور ڈیتھ کراس لائن کے طور پر۔ جب این وی اشارے گولڈن کراس لائن کو نیچے سے اوپر تک توڑتا ہے تو ، طویل ہوجاتا ہے۔ جب این وی اوپر سے نیچے تک موت کی کراس لائن کو توڑتا ہے تو ، مختصر ہوجاتا ہے۔

اس کے علاوہ، حکمت عملی ٹریڈنگ کے اوقات کو کنٹرول کرنے کے لئے پیرامیٹرز شروع اور اختتام کے اوقات بھی مقرر کرتی ہے.

حکمت عملی کے فوائد

اس حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ یہ حکمت عملی آسان اور واضح ، سمجھنے میں آسان ، لچکدار پیرامیٹر کی ترتیبات ، اپنی مرضی کے مطابق تجارتی اقسام ، تجارتی اوقات وغیرہ ہے۔ اس کے علاوہ ، یہ حکمت عملی ایک رجحان کی پیروی کرنے والی حکمت عملی سے تعلق رکھتی ہے جو مؤثر طریقے سے قیمت کے رجحانات کو پکڑ سکتی ہے ، تجارت کی تعدد کو کم کرسکتی ہے ، اور زیادہ منافع حاصل کرسکتی ہے۔

حکمت عملی کے خطرات

اس حکمت عملی کے اہم خطرات یہ ہیں:

  1. روزانہ کی پیروی کرنے والی حکمت عملی قیمتوں کے رجحانات میں ہونے والی تبدیلیوں کا فوری طور پر جواب نہیں دے سکتی۔ یہ کچھ تجارتی مواقع سے محروم ہوسکتی ہے یا وقت پر نقصانات کو روکنے میں ناکام رہ سکتی ہے۔

  2. خود مقداری گولڈن کراس میں کچھ ہائسٹریسیس ہے، جس سے دیر سے داخل ہونے اور نقصانات میں اضافہ ہوسکتا ہے۔

  3. مارکیٹ شور کو مؤثر طریقے سے فلٹر کرنے کے قابل نہیں اور پھندوں کے لئے حساس ہے.

متحرک اوسطوں کو متحرک طور پر استعمال کیا جاسکتا ہے ، جو خطرات کو کم کرنے کے لئے دوسرے اشارے کے ساتھ مل کر استعمال کیا جاسکتا ہے۔

اصلاح کی ہدایات

حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:

  1. سٹاپ نقصان کی حکمت عملی میں اضافہ کریں، ایک بار نقصان کو کنٹرول کرنے کے لئے سٹاپ نقصان کو منتقل کرنے، رات بھر سٹاپ نقصان کے طریقوں کے ساتھ.

  2. فلٹرنگ اشارے میں اضافہ کریں اور غلط سگنل کو فلٹر کرنے اور حکمت عملی کے استحکام کو بہتر بنانے کے لئے MACD، KDJ اور دیگر اشارے استعمال کریں۔

  3. پیرامیٹر کی اصلاح ، جینیاتی الگورتھم ، مارکوف چینز اور دیگر طریقوں کے ذریعہ پیرامیٹر کے بہترین مجموعہ کی تکرار تلاش۔

  4. اسٹریٹجی پورٹ فولیو کو دیگر غیر متعلقہ حکمت عملیوں کے ساتھ مل کر خطرات کو مزید متنوع کرنے اور مجموعی منافع کو بڑھانے کے لئے ملایا جاسکتا ہے۔

نتیجہ

یہ حکمت عملی مقداری سنہری صلیبوں کے ذریعے سادہ اور موثر رجحان پر عمل درآمد کرتی ہے۔ اگرچہ ایک خاص ڈگری ہائسٹریسیس ہے ، لیکن پیرامیٹر کی ترتیبات لچکدار اور سمجھنے میں آسان ہیں۔ یہ ابتدائی افراد کے لئے مشق کرنے کے لئے موزوں حکمت عملی ہے۔ مسلسل اصلاح کے ذریعے ، حکمت عملی کے اثر کو بتدریج بہتر بنایا جاسکتا ہے اور خطرات کو کم کیا جاسکتا ہے۔

/*backtest
start: 2023-11-14 00:00:00
end: 2023-11-15 03:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy(title="@DankCoins - Customized Net Volume")
src = input(defval = close, title = "VA Source")
nv = change(src) > 0 ? volume : change(src) < 0 ? -volume : 0*volume



// Inputs //
VHigh = input(defval = 50, title = "VHigh Amount")
VLow = input(defval = -50, title = "VLow Amount")


// === INPUT BACKTEST RANGE ===
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2018, title = "From Year", minval = 2012)
ToMonth   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2012)

MAV1 = sma(volume, 3)
MAV2 = -sma(volume, 3)

enterShort = crossunder(nv, MAV1)
exitShort = crossunder(nv, MAV2)
enterLong = crossover(nv, MAV2)
exitLong = crossover(nv, MAV1)

// Time Function 
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"


strategy.entry(id="Long Entry", long=true, when=enterLong and window())
strategy.entry(id="Short Entry", long=false, when=enterShort and window())
strategy.exit("Exit Long", from_entry = "Long Entry",  when=exitLong and window())
strategy.exit("Exit Short", from_entry = "Short Entry",  when=exitShort and window())


// Plot
plot(nv, color=blue, title="NV")
plot(VHigh, color=red)
plot(VLow, color=red)
plot(MAV1, color=green)
plot(MAV2, color=green)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں