گولڈن ریشو بریک آؤٹ لانگ حکمت عملی ایک سوئنگ ٹریڈنگ حکمت عملی ہے جو گذشتہ 21 دنوں میں سب سے زیادہ اور سب سے کم قیمتوں کے گولڈن ریشو کی سطح پر مبنی ہے۔ اس میں بیک ٹیسٹنگ میکانزم ، صرف طویل مدتی سیٹ اپ ، اور طویل مدتی ہولڈنگ کی مدت شامل ہے۔
حکمت عملی پہلے 21 دن کی سب سے زیادہ قیمت (اعلی 21) اور 21 دن کی سب سے کم قیمت (نیچے 21) کا حساب لگاتی ہے ، پھر ان کے مابین فرق کو فرق کے طور پر شمار کرتی ہے۔ جب موجودہ کم قیمت کم 21 + 0.382 * diff سے اوپر ٹوٹ جاتی ہے جبکہ پچھلے بار
سونے کے تناسب کی سطحیں یہاں استعمال کی جاتی ہیں کیونکہ وہ عام طور پر عام مارکیٹ سپورٹ اور مزاحمت کے علاقوں سے مطابقت رکھتی ہیں۔ 0.382 اور 0.236 کو ریٹریکشن اور باؤنس کی سطح کے طور پر دیکھا جاتا ہے ، جس سے سونے کا تناسب فطرت میں سب سے زیادہ دلچسپ نمبروں میں سے ایک بن جاتا ہے۔
اس حکمت عملی کے فوائد یہ ہیں:
بالغ تکنیکی تجزیہ کے طریقہ کار کی رہنمائی - گولڈن تناسب تھیوری.
صرف طویل سیٹ اپ نظام کے خطرے کو کم کرتا ہے.
رجحان ٹریکنگ میکانزم داخل ہونے کے عین مطابق وقت کی نشاندہی کرتا ہے۔
واضح سٹاپ نقصان کا خطرہ کنٹرول کرتا ہے.
حسب ضرورت backtest پیرامیٹرز مختلف مارکیٹ کے ماحول کے مطابق.
کچھ خطرات بھی ہیں:
تاریخی اعداد و شمار پر انحصار مارکیٹ کے نظام کی تبدیلیوں کے لئے غیر حساسیت کا سبب بنتا ہے.
راتوں رات کے وقفے کے ذریعہ تنگ سٹاپ نقصان کو روک دیا جا سکتا ہے۔
غلط سگنل ہو سکتے ہیں اگر غیر مناسب بیک ٹیسٹ کے دوران قیمتوں میں زبردست اتار چڑھاؤ ہوتا ہے۔
سلائپج منافع پر اثر انداز ہوتا ہے.
ان خطرات کو بیک ٹسٹ کی مدت کو ایڈجسٹ کرکے ، اسٹاپ نقصان کی جگہ کو بہتر بناتے ہوئے ، سلائڈ لاگت کو مدنظر رکھتے ہوئے وغیرہ کو کم کیا جاسکتا ہے۔
حکمت عملی کو مندرجہ ذیل پہلوؤں میں اپ گریڈ کیا جاسکتا ہے:
موجودہ مارکیٹ میں بہتر طور پر فٹ ہونے کے لئے مشین لرننگ الگورتھم کے ساتھ پیرامیٹرز کو خودکار طور پر بہتر بنائیں۔
پوزیشن بڑھانے کے لیے انڈیکس فیوچر جیسے لیولج پروڈکٹس شامل کریں۔
قیمتوں میں فرق جیسے انتہائی واقعات سے نمٹنے میں بہتری۔
سٹاپ نقصان کے قوانین کو بہتر بنائیں، مثال کے طور پر اتار چڑھاؤ کی بنیاد پر متحرک اسٹاپ مقرر کریں.
اختتام کے طور پر ، یہ ایک لمبی حکمت عملی ہے جو سنہری تناسب نظریہ پر مبنی واضح اندراج اور اسٹاپ نقصان منطق فراہم کرتی ہے۔ اسے پیرامیٹر ٹوننگ ، ماڈل کی اصلاح ، پورٹ فولیو مجموعہ ، اور دیگر بہتری کی تکنیکوں کے ذریعے ایک مضبوط مقداری تجارتی حکمت عملی میں تبدیل کیا جاسکتا ہے۔
/*backtest start: 2022-11-21 00:00:00 end: 2023-11-27 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © omkarkondhekar //@version=4 strategy("GRBLong", overlay=true) highInput = input(title = "High Days", type = input.integer, defval = 21, minval = 11) lowInput = input(title = "Low Days", type = input.integer, defval = 21, minval = 5) // Configure backtest start date with inputs startDate = input(title="Start Date", type=input.integer, defval=1, minval=1, maxval=31) startMonth = input(title="Start Month", type=input.integer, defval=1, minval=1, maxval=12) startYear = input(title="Start Year", type=input.integer, defval=2019, minval=1800, maxval=2100) // See if this bar's time happened on/after start date afterStartDate = (time >= timestamp(syminfo.timezone, startYear, startMonth, startDate, 0, 0)) high21 = highest(high, highInput) low21 = lowest(low, lowInput) diff = high21 - low21 longEntrySignal = low > low21 + (diff * 0.382) and close[1] > open[1] strategy.entry("Long", strategy.long, limit = low, when = longEntrySignal and afterStartDate) strategy.exit("Long Exit", "Long", stop = low21 + (diff * 0.236)) plot(low21 + (diff * 0.382), color= color.green) plot(low21 + (diff * 0.236), color = color.red)