یہ حکمت عملی ای وی ڈبلیو ایم اے اشارے پر مبنی ایک سادہ رجحان کی پیروی کرنے والی حکمت عملی کے طور پر ڈیزائن کی گئی ہے۔ یہ ای وی ڈبلیو ایم اے اشارے کی تعمیر کے لئے تیز لائن اور سست لائن کا استعمال کرتا ہے۔ جب تیز لائن سست لائن سے تجاوز کرتی ہے تو ایک لمبی پوزیشن کھولی جائے گی ، اور جب تیز لائن سست لائن سے نیچے عبور کرتی ہے تو ایک مختصر پوزیشن کھولی جائے گی ، تاکہ رجحان کی پیروی کی جاسکے۔
اس حکمت عملی کا بنیادی اشارے ای وی ڈبلیو ایم اے ہے ، یعنی لچکدار حجم وزن والی چلتی اوسط۔ اس میں قیمت اور حجم دونوں کی معلومات شامل ہیں تاکہ اس کی اپنی مدت کا حساب کتاب کرکے مارکیٹ کے رجحان کو متحرک طور پر ظاہر کیا جاسکے۔
خاص طور پر ، فاسٹ لائن کی مدت کا حساب حالیہ 10 باروں کے حجم کے مجموعے کے طور پر کیا جاتا ہے ، اور سست لائن کے لئے 20 بار۔ ہر بار کا ای وی ڈبلیو ایم اے کا حساب
جب تیز لائن سست لائن سے تجاوز کرتی ہے تو ، اس سے یہ ظاہر ہوتا ہے کہ خریدار کی طاقت طویل عرصے تک جانے کے لئے مضبوط ہورہی ہے۔ جب تیز لائن سست لائن سے نیچے گزرتی ہے تو ، اس سے یہ ظاہر ہوتا ہے کہ فروخت کرنے کی طاقت مختصر ہونے کے لئے مضبوط ہورہی ہے۔ تیز اور سست لائنوں کے اس طرح کے امتزاج کے ساتھ ، حکمت عملی رجحان کی پیروی کرنے کے لئے متحرک طور پر مارکیٹ کے رجحان کو پکڑ سکتی ہے۔
اس حکمت عملی کا سب سے بڑا فائدہ قیمت اور حجم میں ہونے والی تبدیلیوں کا تیزی سے جواب دینے کے لئے ای وی ڈبلیو ایم اے اشارے کے متحرک دورانیے کے ڈیزائن میں ہے۔ اس طرح ریئل ٹائم میں مارکیٹ کے رجحان کو پکڑنا ، جو رجحان کی پیروی کرنے والی حکمت عملیوں کے لئے بہت موزوں ہے۔ نیز ، روایتی حرکت پذیر اوسط کے مقابلے میں ، اس میں قیمت اور حجم دونوں کی معلومات شامل ہیں ، جو جھوٹے بریک آؤٹ کو فلٹر کرسکتے ہیں۔
اس حکمت عملی کا بنیادی خطرہ ای وی ڈبلیو ایم اے اشارے کی نامناسب پیرامیٹر کی ترتیبات ہے۔ اگر تیز اور سست لائنوں کے ادوار کو صحیح طریقے سے ترتیب نہیں دیا جاتا ہے تو ، یہ بہت زیادہ غلط سگنل پیدا کرسکتا ہے۔ اس کے علاوہ ، جب مارکیٹ کا رجحان تیزی سے الٹ جاتا ہے تو رجحان کی پیروی کرنے والی حکمت عملیوں میں خود کچھ نقصانات ہوتے ہیں۔
ان مسائل کو حل کرنے کے ل we ، ہم پیرامیٹرز کو بہتر بناسکتے ہیں اور بہترین امتزاج تلاش کرنے کے لئے تیز اور سست لائنوں کے حساب کتاب کے ادوار کو ایڈجسٹ کرسکتے ہیں۔ اس کے علاوہ ، نقصان کے خطرے کو کنٹرول کرنے کے لئے اسٹاپ نقصان بھی طے کیا جاسکتا ہے۔ وقت کے اوقات کے ارد گرد جب مارکیٹ میں اہم الٹ جانے کا امکان ہوتا ہے جیسے اہم ڈیٹا ریلیز ، ہم اس مدت کے دوران تجارت سے بچنے کے لئے حکمت عملی کو عارضی طور پر معطل کرنے پر غور کرسکتے ہیں۔
اس حکمت عملی کو مزید بہتر بنانے کی گنجائش ہے۔ مثال کے طور پر ، سگنلز کی تصدیق کے ل other دوسرے اشارے جیسے تجارتی حجم کی خرابی ، بولنگر بینڈ وغیرہ شامل کیے جاسکتے ہیں ، اس طرح حکمت عملی کے استحکام کو بڑھا سکتے ہیں۔ نیز ، بہترین پیرامیٹر کی اقدار مختلف مصنوعات اور وقت کے ادوار میں مختلف ہوسکتی ہیں۔ ریئل ٹائم ڈیٹا کی بنیاد پر پیرامیٹرز کو ایڈجسٹ کرنے کے لئے ایک انکولی پیرامیٹر آپٹیمائزیشن میکانزم قائم کیا جاسکتا ہے۔
تجارتی پہلوؤں پر ، خطرات کو کنٹرول کرنے کے لئے متحرک اسٹاپ نقصان ، ٹریلنگ اسٹاپ نقصان اور دیگر ذرائع کو بھی ڈیزائن کیا جاسکتا ہے۔ اس کے علاوہ ، ایک موافقت پذیر پیرامیٹر میکانزم مختلف مصنوعات اور وقت کے ادوار میں زیادہ سے زیادہ پیرامیٹرز حاصل کرنے میں مدد کرسکتا ہے۔
یہ حکمت عملی ای وی ڈبلیو ایم اے اشارے کے متحرک دورانیے کے ڈیزائن کا فائدہ اٹھاتی ہے اور موثر رجحان کی پیروی کرنے والی حکمت عملی کی تعمیر کے لئے حجم کی معلومات کو شامل کرتی ہے۔ یہ قیمتوں میں تبدیلیوں کا تیزی سے جواب دے سکتا ہے اور مارکیٹ کے رجحانات کو پکڑ سکتا ہے۔ پیرامیٹر کی اصلاح ، رسک کنٹرول اقدامات وغیرہ کے ساتھ ، حکمت عملی کے استحکام کو مزید بہتر بنایا جاسکتا ہے۔ اس حکمت عملی کے پیچھے منطق جدید ہے اور مزید تلاش اور درخواست کے قابل ہے۔
/*backtest start: 2022-12-05 00:00:00 end: 2023-12-11 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 strategy("QuantNomad - EVWMA Cross Strategy", shorttitle="EVWMA Cross", overlay=true) // Inputs fast_sum_length = input(10, title = "Fast Sum Length", type = input.integer) slow_sum_length = input(20, title = "Slow Sum Length", type = input.integer) // Calculate Volume Period fast_vol_period = sum(volume, fast_sum_length) slow_vol_period = sum(volume, slow_sum_length) // Calculate EVWMA fast_evwma = 0.0 fast_evwma := ((fast_vol_period - volume) * nz(fast_evwma[1], close) + volume * close) / (fast_vol_period) // Calculate EVWMA slow_evwma = 0.0 slow_evwma := ((slow_vol_period - volume) * nz(slow_evwma[1], close) + volume * close) / (slow_vol_period) // Plot plot(fast_evwma, title = "EVWMA Fast", linewidth = 2, color = color.red) plot(slow_evwma, title = "EVWMA Slow", linewidth = 2, color = color.green) // Strategy strategy.entry("Long", true, when = crossover(fast_evwma, slow_evwma)) strategy.entry("Short", false, when = crossunder(fast_evwma, slow_evwma))