حکمت عملی کا نام: رفتار پر مبنی لکیری MACD حکمت عملی
جائزہ: یہ ایک مقداری حکمت عملی ہے جو ایم اے سی ڈی اشارے کے ساتھ مل کر اسٹاک کی قیمتوں کی پیش گوئی کے لئے لکیری رجعت کا استعمال کرتی ہے۔ یہ مستقبل کی قیمتوں کے رجحانات کی پیش گوئی کے لئے تاریخی قیمتوں اور حجم پر لکیری رجعت تجزیہ کا فائدہ اٹھاتا ہے۔ اس کے بعد یہ منافع کے مواقع پیدا ہونے پر اندراج کا وقت طے کرنے کے لئے ایم اے سی ڈی اشارے کا استعمال کرتا ہے۔
حکمت عملی کا اصول:
فائدہ تجزیہ: یہ حکمت عملی شماریاتی پیش گوئی اور تکنیکی اشارے کے فیصلے کو جوڑتی ہے۔ یہ موضوعی قیاس آرائی سے گریز کرتے ہوئے ، لکیری رجعت کا استعمال کرتے ہوئے قیمت کی پیش گوئی کا نتیجہ اخذ کرتی ہے۔ دریں اثنا ، ایم اے سی ڈی اشارے مؤثر طریقے سے مارکیٹ کی رفتار کا تعین کرسکتے ہیں اور مواقع کو درست طریقے سے پکڑ سکتے ہیں۔ مجموعی طور پر ، اس حکمت عملی میں اعلی منظم سطح ، درست پیش گوئی اور قابو پانے والے خطرات ہیں۔
خطرے کا تجزیہ:
لکیری رجعت صرف تاریخی اعداد و شمار پر انحصار کرتی ہے اور بلیک سوان کے واقعات جیسے نمایاں طور پر bearish خبروں کے جواب میں غلط سگنل پیدا کرسکتی ہے۔ نیز ، رجعت کی مدت کی لمبائی جیسی پیرامیٹر کی ترتیبات حکمت عملی کی کارکردگی کو متاثر کرتی ہیں۔ ہم تجویز کرتے ہیں کہ حکمت عملی کو متاثر کرنے والے منحنی خطوط کو کم کرنے کے لئے پیش گوئی شدہ قیمت کے منحنی خطوط کو ہموار کرنے کے لئے وی ڈبلیو ایم اے کا استعمال کریں۔
اصلاح کی ہدایات:
ہمارا خیال ہے کہ اس حکمت عملی کو مندرجہ ذیل پہلوؤں میں بہتر بنایا جاسکتا ہے:
نتیجہ:
یہ حکمت عملی لکیری رجعت کے ساتھ قیمتوں کی پیش گوئی کرکے اور MACD اشارے کے ساتھ اندراجات کا تعین کرکے منظم تجارتی سگنل تیار کرتی ہے۔ اس کے فوائد میں واضح پیش گوئی منطق ، قابو پانے والے خطرات ، اور اصلاح کی وسیع گنجائش شامل ہیں۔ ہمارا خیال ہے کہ اس کی کارکردگی مسلسل اصلاحات اور تکرار کے ذریعے نمایاں ہوتی رہے گی۔ یہ مقداری تجارت کرنے کے لئے سائنسی پیش گوئی کے ماڈلز کو فائدہ اٹھانے کے لئے الہام فراہم کرتا ہے اور مزید تحقیق اور ایپلی کیشنز کا مستحق ہے۔
/*backtest start: 2023-12-07 00:00:00 end: 2023-12-14 00:00:00 period: 1m basePeriod: 1m 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/ // © stocktechbot //@version=5 strategy("Linear On MACD", overlay=true, margin_long=100, margin_short=100) fast_length = input(title="Fast Length", defval=12) slow_length = input(title="Slow Length", defval=26) tolerance = input.string(title="Risk tolerance", defval = "LOW", options=["LOW", "HIGH"]) chng = 0 obv = ta.cum(math.sign(ta.change(close)) * volume) if close < close[1] and (open < close) chng := 1 else if close > close[1] chng := 1 else chng := -1 obvalt = ta.cum(math.sign(chng) * volume) //src = input(title="Source", defval=close) src = obvalt signal_length = input.int(title="Signal Smoothing", minval = 1, maxval = 50, defval = 9) sma_source = input.string(title="Oscillator MA Type", defval="EMA", options=["SMA", "EMA"]) sma_signal = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"]) // Calculating fast_ma = sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length) slow_ma = sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length) macd = fast_ma - slow_ma signal = sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length) hist = macd - signal //hline(0, "Zero Line", color=color.new(#787B86, 50)) //plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below))) //plot(macd, title="MACD", color=col_macd) //plot(signal, title="Signal", color=col_signal) [macdLine, signalLine, histLine] = ta.macd(close, 12, 26, 9) //Linear Regression vol = volume // Function to calculate linear regression linregs(y, x, len) => ybar = math.sum(y, len)/len xbar = math.sum(x, len)/len b = math.sum((x - xbar)*(y - ybar),len)/math.sum((x - xbar)*(x - xbar),len) a = ybar - b*xbar [a, b] // Historical stock price data price = close // Length of linear regression len = input(defval = 21, title = 'Lookback') // Calculate linear regression for stock price based on volume [a, b] = linregs(price, vol, len) // Predicted stock price based on volume predicted_price = a + b*vol // Check if predicted price is between open and close is_between = open < predicted_price and predicted_price < close // Plot predicted stock price plot(predicted_price, color=color.rgb(218, 27, 132), linewidth=2, title="Predicted Stock Price") plot(ta.vwma(predicted_price,len), color=color.rgb(199, 43, 64), linewidth=2, title="Predicted Stock Price") //BUY Signal lincrossunder = close > predicted_price macdrise = ta.rising(macd,2) //macdvollong = ta.crossover(macd, signal) //macdlong = ta.crossover(macdLine, signalLine) macdvollong = macd > signal macdlong = macdLine > signalLine longCondition=false if macdlong and macdvollong and is_between and ta.rising(predicted_price,1) longCondition := true if (longCondition) strategy.entry("My Long Entry Id", strategy.long) //Sell Signal lincrossover = close < predicted_price macdfall = ta.falling(macd,1) macdsell = macd < signal shortCondition = false risklevel = predicted_price if (tolerance == "HIGH") risklevel := ta.vwma(predicted_price,len) if macdfall and macdsell and (macdLine < signalLine) and (close < risklevel) shortCondition := true if (shortCondition) strategy.entry("My Short Entry Id", strategy.short)