اس حکمت عملی کو
دوہری حرکت پذیر اوسط کی حکمت عملی کا بنیادی منطق یہ ہے:
جب مذکورہ بالا تجارتی سگنل ظاہر ہوتے ہیں تو ، ہم آسانی سے بصری فیصلے کے ل the چارٹ پر متعلقہ نشانات کھینچیں گے۔ یہ دوہری حرکت پذیر اوسط حکمت عملی کا مجموعی ورک فلو ہے۔
دوہری حرکت پذیر اوسط حکمت عملی کا سب سے بڑا فائدہ یہ ہے کہ یہ تجارتی سگنلز کو زیادہ قابل اعتماد بنانے کے لئے رجحان کے اشارے اور oversold / oversold اشارے کو مؤثر طریقے سے جوڑ سکتا ہے۔ خاص طور پر ، مندرجہ ذیل اہم فوائد ہیں:
جھوٹے سگنل کو کم کریں۔ آر ایس آئی اور ایم اے کا امتزاج سگنلز کو ایک دوسرے کے ساتھ تصدیق کرسکتا ہے اور ایک ہی اشارے سے پیدا ہونے والے جھوٹے سگنلز سے بچ سکتا ہے۔
جیت کی شرح کو بہتر بنائیں۔ ایک واحد آر ایس آئی یا ایم اے حکمت عملی کے مقابلے میں ، دوہری حرکت پذیر اوسط حکمت عملی زیادہ منافع بخش مواقع حاصل کرسکتی ہے۔
مضبوط موافقت۔ یہ حکمت عملی صرف دو پیرامیٹرز کا استعمال کرتی ہے ، کام کرنا آسان ہے ، کم لاگت ہے ، اور مختلف مارکیٹ کے ماحول کو اپناتی ہے۔
اصلاح کرنا آسان ہے۔ آر ایس آئی اور ایم اے کے سائیکل پیرامیٹرز کو ایڈجسٹ کرکے ، زیادہ اقسام کو بہتر بنانے اور ان کو اپنانا آسان ہے۔
دوہری حرکت پذیر اوسط کی حکمت عملی کے بہت سے فوائد کے باوجود ، اصل درخواست میں خطرات سے مکمل طور پر گریز نہیں کیا جاسکتا ہے۔ اہم خطرات میں شامل ہیں:
ایم اے تاریخی اوسط قیمتوں کا استعمال کرتا ہے اور قیمتوں میں حالیہ تبدیلیوں سے پیچھے رہ سکتا ہے۔
آر ایس آئی غلط بریک آؤٹ کا سامنا کر سکتا ہے، جس کے نتیجے میں غلط سگنل ہوتے ہیں۔
تیزی سے بدلتے ہوئے رجحانات کی مارکیٹوں کے مطابق کرنے کے قابل نہیں، نقصان کو روکنے کے لئے موزوں.
غلط پیرامیٹرز کی ترتیبات بھی حکمت عملی کی کارکردگی کو بہت متاثر کر سکتی ہیں۔
اس کے جواب میں، ہم بنیادی طور پر مندرجہ ذیل پہلوؤں سے خطرہ کنٹرول کرتے ہیں:
تازہ ترین قیمت کی تبدیلیوں کی بنیاد پر سائیکل پیرامیٹرز کو ایڈجسٹ کرنے کے لئے موافقت پذیر ایم اے کا استعمال کریں۔
سٹاپ نقصان کے طریقہ کار کو بڑھانے کے لئے واحد نقصان کو کنٹرول کرنے کے لئے.
ٹیسٹنگ کے لئے بہترین پیرامیٹر مجموعہ منتخب کرنے کے لئے پیرامیٹرز کو بہتر بنائیں.
جزوی منافع میں مقفل اور خطرات کو کم کرنے کے لئے قدم سٹاپ نقصان کو اپنانے.
دوہری چلتی اوسط حکمت عملی کے ساتھ ممکنہ مسائل کے لئے، ہم مندرجہ ذیل طول و عرض سے اصلاح پر غور کرتے ہیں:
قیمتوں کے رجحان کی تبدیلیوں کو تیزی سے پکڑنے کے لئے عام ایم اے کے بجائے موافقت پذیر ایم اے کا استعمال کریں۔
جھوٹے بریکآؤٹس سے بچنے کے لئے حجم اشارے کی توثیق میں اضافہ کریں۔ مثال کے طور پر ، صرف اس وقت خریدیں جب اختتامی قیمت اور تجارتی حجم ایک ساتھ بڑھیں۔
غلط سگنلز کو فلٹر کرنے کے لئے دیگر اشارے کو جوڑیں۔ مثال کے طور پر MACD یا KD اشارے کی تصدیق کرتا ہے۔
بہترین پیرامیٹر مجموعہ تلاش کرنے کے لئے پیرامیٹر سیٹنگ رینج کو بہتر بنائیں۔ بیک ٹیسٹنگ حکمت عملی کے لئے سب سے زیادہ منافع پیرامیٹر رینج تلاش کرسکتی ہے۔
موافقت پذیر پیرامیٹر کی اصلاح کے لئے مشین لرننگ کی تکنیک کا استعمال کریں۔ حقیقی وقت کی مارکیٹ کے حالات کی بنیاد پر بہترین پیرامیٹرز کا انتخاب کرنے کی حکمت عملیوں کی اجازت دیں۔
مذکورہ بالا اصلاحات کے ذریعے دوہری حرکت پذیر اوسط حکمت عملی کی براہ راست کارکردگی کو بہت بہتر بنانے کی توقع ہے۔
دوہری حرکت پذیر اوسط حکمت عملی میں آر ایس آئی اور ایم اے اشارے کے فوائد کو مربوط کیا گیا ہے۔ دونوں کے تعاون سے زیادہ درست اور قابل اعتماد تجارتی سگنل تیار کیے جاسکتے ہیں۔ واحد تکنیکی اشارے کی حکمت عملیوں کے مقابلے میں ، دوہری حرکت پذیر اوسط حکمت عملی میں سگنل کی زیادہ درستگی ، کم جھوٹے سگنل ، آسان اصلاح اور دیگر فوائد ہیں۔ لیکن غلط آپریشن کے خطرے سے مکمل طور پر گریز نہیں کیا جاسکتا ہے۔ ہم نے کچھ مخصوص رسک کنٹرول اقدامات بھی تجویز کیے ہیں۔ اس کے علاوہ ، اس حکمت عملی کے لئے کچھ جہتیں ہیں جن کو مزید بہتر بنایا جاسکتا ہے۔ موافقت پذیر اشارے ، دیگر معاون توثیقی اشارے ، پیرامیٹر کی اصلاح اور دیگر ذرائع کو ملا کر ، اس حکمت عملی کی شرح واپسی کو مزید بہتر بنانے کی توقع ہے۔ عام طور پر ، یہ حکمت عملی مقداری تجارت کے لئے ایک آسان اور عملی تکنیکی تجزیہ حل فراہم کرتی ہے۔
/*backtest start: 2023-10-31 00:00:00 end: 2023-11-30 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 strategy(title="RSI + MA", shorttitle="RSI + MA") reverseTrade = input(false, title = "Use Reverse Trade?") lengthRSI = input(14, minval=1, title="RSI Length") sourceRSI = input(close, "RSI Source", type = input.source) showMA = input(true, title="Show MA") lengthMA = input(9, minval=1, title="MA Length") offsetMA = input(title="MA Offset", type=input.integer, defval=0, minval=-500, maxval=500) up = rma(max(change(sourceRSI), 0), lengthRSI) down = rma(-min(change(sourceRSI), 0), lengthRSI) rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down)) ma = sma(rsi, lengthMA) plot(showMA ? ma : na, "MA", color=color.blue, linewidth=2, style=0, offset=offsetMA) plot(rsi, "RSI", color=#9915FF, linewidth=1, style=0) band1 = hline(70, "Upper Band", color=#C0C0C0, linestyle=2, linewidth=1) band0 = hline(30, "Lower Band", color=#C0C0C0, linestyle=2, linewidth=1) fill(band1, band0, color=color.new(#9915FF,95), title="Background") buy = reverseTrade ? rsi[1] < ma[1] and rsi > ma : rsi[1] > ma[1] and rsi < ma sell = reverseTrade ? rsi[1] > ma[1] and rsi < ma : rsi[1] < ma[1] and rsi > ma strategy.entry("Buy", true, when = buy) strategy.entry("Sell", false, when = sell)