دوہری متحرک اوسط تجارتی حکمت عملی تیز رفتار ای ایم اے اور سست ای ایم اے بنانے کے لئے مختلف ٹائم فریموں کے تیزی سے چلنے والے اوسط (ای ایم اے) کا حساب کتاب کرکے اور ان کے سنہری صلیبوں اور موت کے صلیبوں کا مشاہدہ کرکے تجارتی سگنل تیار کرتی ہے۔ جب تیز رفتار ای ایم اے سست ای ایم اے سے اوپر عبور کرتا ہے تو یہ طویل ہوجاتا ہے ، اور جب تیز رفتار ای ایم اے سست ای ایم اے سے نیچے عبور کرتا ہے تو یہ مختصر ہوجاتا ہے۔ یہ حکمت عملی متحرک اوسط کے رجحان الٹ پوائنٹس کو پکڑتی ہے اور عام طور پر استعمال ہونے والی رجحان کی پیروی کرنے والی حکمت عملی ہے۔
دوہری حرکت پذیر اوسط حکمت عملی کے بنیادی اشارے تیز EMA اور سست EMA ہیں۔ تیز EMA کا ڈیفالٹ پیرامیٹر 12 دن کا ہے ، جبکہ سست EMA کا ڈیفالٹ پیرامیٹر 26 دن کا ہے۔ اشاریاتی حرکت پذیر اوسط کا فارمولا یہ ہے:
EMA (t) = (C (t) - EMA (t-1)) x SF + EMA (t-1)
جہاں C (t) آج کی اختتامی قیمت ہے ، اور SF ہموار کرنے والا عنصر ہے۔ سادہ چلتی اوسط سے مختلف ، ای ایم اے حالیہ اعداد و شمار کو زیادہ وزن دیتا ہے اور اس طرح قیمتوں میں تبدیلیوں کا تیزی سے جواب دیتا ہے۔
تجارتی قوانین یہ ہیں:
نیچے سے سست EMA کے اوپر تیز EMA کے سنہری کراس پر طویل پوزیشنیں درج کریں۔
اوپر سے سست EMA سے نیچے تیز EMA کے موت کے کراس پر مختصر پوزیشنیں درج کریں۔
EMAs کے اختلاف پر باہر نکلنے کی پوزیشنیں.
ای ایم اے کے کراس اوور پیٹرن کو پکڑنے سے ، یہ مارکیٹ کے رجحانات کو ظاہر کرسکتا ہے اور منافع کو بڑھا سکتا ہے۔
ایک پختہ تکنیکی اشارے کی حکمت عملی کے طور پر، دوہری چلتی اوسط حکمت عملی میں مندرجہ ذیل طاقتیں ہیں:
اس کی منطق واضح اور سمجھنے اور لاگو کرنے میں آسان ہے۔
اس سے مارکیٹ کی طلب اور رسد کا انتہائی درست اندازہ ہوتا ہے اور اس وجہ سے اس کی جیت کی شرح نسبتا high زیادہ ہے۔
یہ مؤثر طریقے سے مارکیٹ شور کو فلٹر کرتا ہے اور اہم رجحانات کو پکڑتا ہے.
یہ مختلف آلات اور ٹائم فریم پر لاگو کیا جا سکتا ہے.
یہ حکمت عملی کی افزودگی کے لئے دیگر اشارے کے ساتھ مل کر کیا جا سکتا ہے.
اس میں بڑے سرمایہ کی تجارت کے لئے سرمایہ کے استعمال کی اعلی کارکردگی ہے۔
اس حکمت عملی کی کچھ حدود بھی ہیں:
یہ شدید مارکیٹ کی نقل و حرکت پر ردعمل ظاہر کرنے میں ناکام رہتا ہے جیسے تیز ریچھ مارکیٹ کی فروخت.
اس سے اکثر غلط سگنل اور وِپساؤس پیدا ہوتے ہیں جو کہ سائیڈ ویز رینج بائنڈ مارکیٹوں میں ہوتے ہیں۔
اس کے پیرامیٹرز کو مختلف مارکیٹوں اور ٹائم فریموں میں بہتر بنانے کی ضرورت ہے۔
یہ رجحان کے مناسب الٹ کی سطح کا تعین نہیں کر سکتا.
اسٹریٹجی کو زیادہ مضبوط بنانے کے لیے ای ایم اے کی مدت کو ایڈجسٹ کرکے، اضافی فلٹرز وغیرہ شامل کرکے خطرات کو کم کیا جا سکتا ہے۔
دوہری حرکت پذیر اوسط حکمت عملی کو مندرجہ ذیل پہلوؤں سے بہتر بنایا جاسکتا ہے:
رجحان کی طاقت کا اندازہ کرنے اور غلط تجارت سے بچنے کے لئے MACD اشارے کو شامل کریں.
حقیقی بریکآؤٹ سگنل کی تصدیق کے لیے تجارتی حجم شامل کریں۔
زیادہ درست اندراج اور باہر نکلنے کے قوانین کے لئے بولنگر بینڈ، موم بتی پیٹرن کے ساتھ مل کر.
بہتر موافقت کے لئے پیرامیٹرز کو خودکار طور پر بہتر بنانے کے لئے LSTM جیسے مشین لرننگ کے طریقوں کا استعمال کریں۔
دوہری متحرک اوسط تجارتی حکمت عملی مستحکم منافع کے ل trend رجحان کے الٹ پوائنٹس کا تعین کرنے کے لئے ای ایم اے گولڈن کراسز اور ڈیتھ کراسز سے تجارتی مواقع حاصل کرتی ہے۔ سادگی ، سرمایہ کاری کی کارکردگی اور نفاذ میں آسانی کے فوائد کے ساتھ ، یہ الگورتھمک ٹریڈنگ کے ابتدائی افراد کے لئے ترجیحی انتخاب ہے۔ لیکن اس میں غلط سگنل پیدا کرنے جیسی کچھ خامیاں بھی ہیں۔ مخصوص مارکیٹوں اور ماحول کے لئے اسے بہتر بنانے کے لئے مزید اشارے متعارف کرانے چاہئیں۔ مجموعی طور پر ، یہ ایک بہت ہی عملی اور مفید تکنیکی اشارے کی حکمت عملی ہے۔
/*backtest start: 2022-11-24 00:00:00 end: 2023-11-30 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/ // © antondmt //@version=5 strategy("Returns & Drawdowns Table", "R & DD", true, calc_on_every_tick = false, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, process_orders_on_close = true) i_eq_to_dd = input.string("Compound Equity", "Mode", ["Simple Equity", "Compound Equity", "Drawdown"], group = "R & DD Table") i_precision = input.int(2, "Return Precision", group = "R & DD Table") i_headers_col = input.color(#D4D4D4, "Headers Color", group = "R & DD Table") i_headers_text_col = input.color(color.black, "Headers Text Color", group = "R & DD Table") i_pos_col = input.color(color.green, "Positive Color", group = "R & DD Table") i_neg_col = input.color(color.red, "Negative Color", group = "R & DD Table") i_zero_col = input.color(#DDDDDD, "Zero Color", group = "R & DD Table") i_cell_text_col = input.color(color.white, "Cell Text Color", group = "R & DD Table") // TIME { var month_times = array.new_int(0) // Array of all month times new_month = month(time) != month(time[1]) if(new_month or barstate.isfirst) array.push(month_times, time) var year_times = array.new_int(0) new_year = year(time) != year(time[1]) if (new_year or barstate.isfirst) array.push(year_times, time) //} // SIMPLE EQUITY CALCULATIONS { // Simple equity is strictly calculated from start to end of each month/year equity. There is no compound var monthly_simp_pnls = array.new_float(0) // Array of all monthly profits and losses var yearly_simp_pnls = array.new_float(0) if(i_eq_to_dd == "Simple Equity") var initial_monthly_equity = strategy.equity // Starting equity for each month cur_month_pnl = nz((strategy.equity - initial_monthly_equity) / initial_monthly_equity) // Current month's equity change if(new_month or barstate.isfirst) initial_monthly_equity := strategy.equity array.push(monthly_simp_pnls, cur_month_pnl) else array.set(monthly_simp_pnls, array.size(monthly_simp_pnls) - 1, cur_month_pnl) var initial_yearly_equity = strategy.equity cur_year_pnl = nz((strategy.equity - initial_yearly_equity) / initial_yearly_equity) if (new_year or barstate.isfirst) initial_yearly_equity := strategy.equity array.push(yearly_simp_pnls, cur_year_pnl) else array.set(yearly_simp_pnls, array.size(yearly_simp_pnls) - 1, cur_year_pnl) // } // COMPOUND EQUITY CALCULATIONS { // Compound equity is strictly calculated based on equity state from the beginning of time until the end of each month/year equity. It shows the exact equity movement through time var monthly_comp_pnls = array.new_float(0) // Array of all monthly profits and losses var yearly_comp_pnls = array.new_float(0) if(i_eq_to_dd == "Compound Equity") var initial_equity = strategy.equity cur_month_pnl = nz((strategy.equity - initial_equity) / initial_equity) // Current month's equity change if(new_month or barstate.isfirst) array.push(monthly_comp_pnls, cur_month_pnl) else array.set(monthly_comp_pnls, array.size(monthly_comp_pnls) - 1, cur_month_pnl) cur_year_pnl = nz((strategy.equity - initial_equity) / initial_equity) if (new_year or barstate.isfirst) array.push(yearly_comp_pnls, cur_year_pnl) else array.set(yearly_comp_pnls, array.size(yearly_comp_pnls) - 1, cur_year_pnl) // } // DRAWDOWN CALCULATIONS { // Drawdowns are calculated from highest equity to lowest trough for the month/year var monthly_dds = array.new_float(0) // Array of all monthly drawdowns var yearly_dds = array.new_float(0) if (i_eq_to_dd == "Drawdown") total_equity = strategy.equity - strategy.openprofit var cur_month_dd = 0.0 var m_ATH = total_equity // Monthly All-Time-High (ATH). It is reset each month m_ATH := math.max(total_equity, nz(m_ATH[1])) m_drawdown = -math.abs(total_equity / m_ATH * 100 - 100) / 100 // Drawdown at current bar if(m_drawdown < cur_month_dd) cur_month_dd := m_drawdown if(new_month or barstate.isfirst) cur_month_dd := 0.0 m_ATH := strategy.equity - strategy.openprofit array.push(monthly_dds, 0) else array.set(monthly_dds, array.size(monthly_dds) - 1, cur_month_dd) var cur_year_dd = 0.0 var y_ATH = total_equity y_ATH := math.max(total_equity, nz(y_ATH[1])) y_drawdown = -math.abs(total_equity / y_ATH * 100 - 100) / 100 if(y_drawdown < cur_year_dd) cur_year_dd := y_drawdown if (new_year or barstate.isfirst) cur_year_dd := 0.0 y_ATH := strategy.equity - strategy.openprofit array.push(yearly_dds, 0) else array.set(yearly_dds, array.size(yearly_dds) - 1, cur_year_dd) // } // TABLE LOGIC { var main_table = table(na) table.clear(main_table, 0, 0, 13, new_year ? array.size(year_times) - 1 : array.size(year_times)) main_table := table.new(position.bottom_right, columns = 14, rows = array.size(year_times) + 1, border_width = 1) t_set_headers() => // Sets time headers of the table // Set month headers table.cell(main_table, 0, 0, "", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 1, 0, "Jan", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 2, 0, "Feb", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 3, 0, "Mar", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 4, 0, "Apr", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 5, 0, "May", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 6, 0, "Jun", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 7, 0, "Jul", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 8, 0, "Aug", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 9, 0, "Sep", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 10, 0, "Oct", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 11, 0, "Nov", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 12, 0, "Dec", text_color = i_headers_text_col, bgcolor = i_headers_col) table.cell(main_table, 13, 0, str.tostring(i_eq_to_dd), text_color = i_headers_text_col, bgcolor = i_headers_col) // Set year headers for i = 0 to array.size(year_times) - 1 table.cell(main_table, 0, i + 1, str.tostring(year(array.get(year_times, i))), text_color = i_headers_text_col, bgcolor = i_headers_col) t_set_months() => // Sets inner monthly data of the table display_array = switch i_eq_to_dd "Simple Equity" => monthly_simp_pnls "Compound Equity" => monthly_comp_pnls => monthly_dds for i = 0 to array.size(month_times) - 1 m_row = year(array.get(month_times, i)) - year(array.get(year_times, 0)) + 1 m_col = month(array.get(month_times, i)) m_color = array.get(display_array, i) == 0 ? color.new(i_zero_col, transp = 30) : array.get(display_array, i) > 0 ? color.new(i_pos_col, transp = 30) : color.new(i_neg_col, transp = 30) table.cell(main_table, m_col, m_row, str.tostring(math.round(array.get(display_array, i) * 100, i_precision)), bgcolor = m_color, text_color = i_cell_text_col) t_set_years() => // Sets inner yearly data of the table display_array = switch i_eq_to_dd "Simple Equity" => yearly_simp_pnls "Compound Equity" => yearly_comp_pnls => yearly_dds for i = 0 to array.size(year_times) - 1 y_color = array.get(display_array, i) == 0 ? color.new(i_zero_col, transp = 30) : array.get(display_array, i) > 0 ? color.new(i_pos_col, transp = 20) : color.new(i_neg_col, transp = 20) table.cell(main_table, 13, i + 1, str.tostring(math.round(array.get(display_array, i) * 100, i_precision)), bgcolor = y_color, text_color = i_cell_text_col) t_set_headers() t_set_months() t_set_years() // } // PLACE YOUR STRATEGY CODE HERE { // This is a sample code of a working strategy to show the table in action fastLength = input(12) slowlength = input(26) MACDLength = input(9) MACD = ta.ema(close, fastLength) - ta.ema(close, slowlength) aMACD = ta.ema(MACD, MACDLength) delta = MACD - aMACD if (ta.crossover(delta, 0)) strategy.entry("MacdLE", strategy.long, comment = "MacdLE") if (ta.crossunder(delta, 0)) strategy.entry("MacdSE", strategy.short, comment = "MacdSE") // }