وسائل لوڈ ہو رہے ہیں... لوڈنگ...

گولڈن کراس پر مبنی رجحان ٹریڈنگ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-11-23 14:07:11
ٹیگز:

img

جائزہ

گولڈن کراس ٹریڈنگ حکمت عملی ایک درمیانی سے طویل مدتی رجحان ٹریکنگ حکمت عملی ہے۔ یہ ایس آر اشارے اور ایس آر سگنل اشارے کا حساب لگاتے ہوئے اسٹاک کی قیمتوں کی رجحان کی سمت کی نشاندہی کرتی ہے ، اور اعصابی نیٹ ورک کے الگورتھم کا استعمال کرتے ہوئے رجحان چینل تیار کرکے رجحان ٹریکنگ آپریشنز کو نافذ کرتی ہے۔ جب ایس آر اشارے ایس آر سگنل پر عبور کرتے ہیں تو ، ایک خرید سگنل تیار ہوتا ہے۔ جب ایس آر اشارے ایس آر سگنل سے نیچے عبور کرتے ہیں تو ، فروخت سگنل تیار ہوتا ہے۔ یہ حکمت عملی چینل منحنی خطوط کو بہتر بنانے کے لئے ایک انکولی لکیری رجعت فلٹر تکنیک کا بھی استعمال کرتی ہے ، جو غلط سگنلز کو مؤثر طریقے سے دبانے میں مدد کرتی ہے۔

اصول

اس حکمت عملی کے بنیادی اشارے ایس آر اشارے اور ایس آر سگنل اشارے ہیں۔ ایس آر اشارے 8 کی مدت کے ساتھ ڈبلیو ایم اے حرکت پذیر اوسط اور ایس ایم اے حرکت پذیر اوسط کا ثانوی امتزاج ہے۔ ایس آر سگنل اشارے 20 کی مدت کے ساتھ حساب کتاب کرنے والا ایس آر اشارے ہے۔ ایس آر اشارے اور ایس آر سگنل کے سنہری صلیبوں اور اموات کا استعمال رجحان کی سمت کا تعین کرنے کے لئے کیا جاتا ہے۔

یہ حکمت عملی اسٹاک کی قیمت کی اوپری اور نچلی حدود کو خود بخود ایک انکولی چینل بنانے کے لئے ایک نیورل نیٹ ورک الگورتھم کا استعمال کرتی ہے۔ اوپری حد SR اشارے کی تاریخی زیادہ سے زیادہ قیمت کو ان پٹ کے طور پر لیتی ہے ، نچلی حد تاریخی کم سے کم قیمت کو ان پٹ کے طور پر لیتی ہے ، اور رجعت منحنی خطوط کو بالترتیب چینل کی اوپری اور نچلی حدود کے طور پر شمار کیا جاتا ہے۔ انکولی لکیری رجعت فلٹرنگ کے بعد چینل منحنی خطوط ہموار ہوتا ہے۔

جب ایس آر اشارے ایس آر سگنل کے اوپر سے گزرتے ہیں تو ، خرید کا اشارہ پیدا ہوتا ہے۔ جب ایس آر اشارے ایس آر سگنل سے نیچے سے گزرتے ہیں تو ، فروخت کا اشارہ پیدا ہوتا ہے۔ طویل اور مختصر سگنل جاری ہونے کے بعد ، اسٹاک کی قیمت اور چینل کی اوپری اور نچلی حدود کے مابین تعلق اسٹاپ نقصان اور منافع کی پوزیشنوں کا تعین کرتا ہے۔

فوائد

  • قیمتوں میں اتار چڑھاؤ کے اثرات کو ختم کرنے اور رجحان کی سمت کا درست تعین کرنے کے لئے دو لکیری تجزیہ ٹیکنالوجی کا استعمال کریں۔
  • موافقت پذیر چینل الگورتھم داخلہ اور باہر نکلنے کے وقت کو بہتر بناتے ہیں اور جھوٹے بریک آؤٹ سے بچتے ہیں۔
  • چینل منحنی خطوط انتہائی سے مسخ سے بچنے کے لئے انکولی لکیری رجعت فلٹرنگ ٹیکنالوجی کا استعمال کرتے ہیں؛
  • سٹاپ نقصان اور منافع لینے کی پوزیشنیں چینل کے ساتھ متحرک طور پر تبدیل ہوتی ہیں، منافع کے لئے رجحانات کو خود بخود ٹریک کرتی ہیں.

خطرے کا تجزیہ

اس رجحان کی نگرانی کی حکمت عملی کے اہم خطرات یہ ہیں:

  • بہت سے جھوٹے سگنل پیدا کرتا ہے اور گھومنے والے رجحانات میں بہت زیادہ غلط کارروائی کرتا ہے۔
  • اچانک واقعات کی وجہ سے چینل کی نیچے کی حد سے نیچے تیزی سے توڑنے کے نتیجے میں بڑے نقصانات ہوتے ہیں۔
  • غلط پیرامیٹر کی ترتیبات آسانی سے حکمت عملی کی ناکامی کا سبب بن سکتی ہیں.

خطرے کو کنٹرول کرنے کے لئے ، ایک ہی حکمت عملی پر انحصار کرنے کے بجائے دیگر حکمت عملیوں کے ساتھ مل کر کام کرنے کی سفارش کی جاتی ہے۔ اسی وقت ، پیرامیٹر کی ترتیبات کو بہتر بنانے کے ل different مختلف مارکیٹ کے ماحول کو اپنانا۔

اصلاح کی ہدایات

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

  1. ایس آر اشارے اور سگنل اشارے کے پیرامیٹرز کو بہتر بنائیں تاکہ کراس اوور سگنلز کا استحکام بہتر ہو سکے

  2. چینل کے منحنی خطوط کو ہموار کرنے کے لئے موافقت پذیر چینل کے سائیکل کی مدت کو بہتر بنائیں۔

  3. غلط آپریشن سے بچنے کے لیے فلٹر کے دیگر اشارے شامل کریں، جیسے توانائی کے اشارے، اتار چڑھاؤ کے اشارے وغیرہ۔

  4. ریئل ٹائم میں چینل منحنی خطوط کو بہتر بنانے اور موافقت کو بہتر بنانے کے لئے گہری سیکھنے کے الگورتھم شامل کریں۔

خلاصہ

گولڈن کراس ٹریڈنگ کی حکمت عملی درمیانی سے طویل مدتی رجحانات کو ٹریک کرنے کے لئے ایک موثر مقداری حکمت عملی ہے۔ اس میں رجحان کی سمت اور کم آپریٹنگ خطرات کا صحیح طور پر تعین کرنے کا زیادہ امکان ہے۔ الگورتھم ماڈل کو بہتر بنانے کے لئے بہت زیادہ گنجائش کے ساتھ ، اس حکمت عملی میں اسٹاک کے رجحانات میں تبدیلیوں کو ٹریک کرنے کے لئے ایک طاقتور ٹول بننے کی صلاحیت ہے۔


/*backtest
start: 2023-11-15 00:00:00
end: 2023-11-22 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
//
// ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ //

strategy(title = " Strategy PyramiCover",
         shorttitle = "S-PC",
         overlay = true,
         precision = 8,
         calc_on_order_fills = true,
         calc_on_every_tick = true,
         backtest_fill_limits_assumption = 0,
         default_qty_type = strategy.fixed,
         default_qty_value = 2,
         initial_capital = 10000,
         pyramiding=50,
         currency = currency.USD,
         linktoseries = true)

//
// ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ //

backTestSectionFrom = input(title = "═══════════════ From ═══════════════", defval = true, type = input.bool)

FromMonth         = input(defval = 1, title = "Month", minval = 1)
FromDay           = input(defval = 1, title = "Day", minval = 1)
FromYear          = input(defval = 2014, title = "Year", minval = 2014)

backTestSectionTo = input(title = "════════════════ To ════════════════", defval = true, type = input.bool)
ToMonth           = input(defval = 31, title = "Month", minval = 1)
ToDay             = input(defval = 12, title = "Day", minval = 1)
ToYear            = input(defval = 9999, title = "Year", minval = 2014)

backTestPeriod() => (time > timestamp(FromYear, FromMonth, FromDay, 00, 00)) and (time < timestamp(ToYear, ToMonth, ToDay, 23, 59))

//
// ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ //

per = input(14,title="🔹 Length")
//
up = 0.0
nup= 0.0
lowl = 0.0
nin = 0.0
//
srl=wma(close,8)
srr = sma(close,8)
sr = 2*srl - srr
//
srsl=wma(close,20)
srsr= sma(close,20)
srsignal = 2*srsl - srsr
//
if sr>srsignal
    up := highest(sr,round(150))
    nup :=highest(srsignal,round(20))
else
    up := highest(srsignal,round(150))
    nup := highest(sr,round(20))
//
if sr<srsignal
    lowl := lowest(sr,round(150))
    nin := lowest(srsignal,round(20))
else
    lowl := lowest(sr,round(150))
    nin := lowest(srsignal,round(20))
//reg alexgrover
f_reg(src,length)=>
    x = bar_index
    y = src
    x_ = sma(x, length)
    y_ = sma(y, length)
    mx = stdev(x, length)
    my = stdev(y, length)
    c = correlation(x, y, length)
    slope = c * (my / mx)
    inter = y_ - slope * x_
    reg = x * slope + inter
    reg
//
up_=f_reg(up,per)
lowl_=f_reg(lowl,per)
nup_=f_reg(nup,per)
nin_=f_reg(nin,per)
//
plot(sr, title='SR', color=color.green, linewidth=2, style=plot.style_line,transp=0)
plot(srsignal, title='SR-Signal', color=color.red, linewidth=2, style=plot.style_line,transp=0)
plot(up_, title='Upper limit', color=color.blue, linewidth=3, style=plot.style_line,transp=0)
plot(lowl_, title='Lower limit', color=color.blue, linewidth=3, style=plot.style_line,transp=0)
a=plot(nup_, title='Neuronal Upper', color=color.gray, linewidth=1, style=plot.style_line,transp=0)
b=plot(nin_, title='Neuronal Lower', color=color.gray, linewidth=1, style=plot.style_line,transp=0)
fill(a, b, color=color.gray)
plotshape(crossunder(sr,nup_)? sr+atr(20):na, title="Sell", text="🐻", location=location.absolute, style=shape.labeldown, size=size.tiny, color=color.red, textcolor=color.black,transp=0)
plotshape(crossover(sr,nin_)? sr-atr(20):na, title="Buy", text="🐂", location=location.absolute, style=shape.labelup, size=size.tiny, color=color.green, textcolor=color.black,transp=0)

//
// ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ //

if backTestPeriod()

    strategy.entry("Buy", true, 1, when = crossover(sr,nin_)) 
    strategy.entry("Short", false, 1, when = crossunder(sr,nup_))

مزید