وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. گیلیلیو گیلیلی کی حرکت پذیر اوسط کراس اوور حکمت عملی

گیلیلیو گیلیلی کی حرکت پذیر اوسط کراس اوور حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-18 12:07:07
ٹیگز:

img

جائزہ

گیلیلیو گیلیلی کی حرکت پذیر اوسط کراس اوور حکمت عملی ایک تجارتی حکمت عملی ہے جو حرکت پذیر اوسط پر مبنی ہے۔ یہ ایک مخصوص مدت کے دوران ایکسپونینشل حرکت پذیر اوسط (ای ایم اے) کا حساب کتاب کرکے اور ای ایم اے اور قیمت کے مابین کراس اوور کا موازنہ کرکے تجارتی سگنل تیار کرتی ہے۔ فروخت سگنل اس وقت پیدا ہوتے ہیں جب قیمت اوپر سے نیچے ای ایم اے سے نیچے آجاتی ہے ، جبکہ خریدنے کے سگنل اس وقت ہوتے ہیں جب قیمت نیچے سے اوپر سے ای ایم اے سے تجاوز کرتی ہے۔

حکمت عملی منطق

گیلیلیو گیلیلی کی حکمت عملی کا مرکز ایکسپونینشل چلتی اوسط (ای ایم اے) میں ہے۔ ای ایم اے ایک قسم کا چلتا ہوا اوسط ہے جو حالیہ قیمتوں پر زیادہ وزن رکھتا ہے۔ اس کا حساب کتاب کا فارمولا یہ ہے:

آج کا ای ایم اے = (آج کی اختتامی قیمت × ہموار کرنے والا عنصر) + (گزشتہ روز کا ای ایم اے × (1 − ہموار کرنے والا عنصر))

جہاں ہموار کرنے کا عنصر α = (2/(مدتوں کی تعداد + 1))

یہ حکمت عملی صارف کے ان پٹ مدت کے پیرامیٹرز کی بنیاد پر متحرک طور پر ای ایم اے کا حساب لگاتی ہے۔ اس کے بعد یہ تجارتی سگنل کا تعین کرنے کے لئے قیمت اور ای ایم اے کے مابین کراس اوور کا موازنہ کرتی ہے۔

  1. جب قیمت اوپر سے نیچے سے ای ایم اے سے نیچے گرتی ہے تو ، مختصر تجارت کے لئے فروخت کا اشارہ پیدا ہوتا ہے۔

  2. جب قیمت نیچے سے ای ایم اے سے اوپر ہوتی ہے تو ، طویل تجارت کے لئے خریدنے کا اشارہ شروع ہوتا ہے۔

اسٹریٹجی میں چارٹ پر ای ایم اے لائن بھی دکھائی گئی ہے، جس میں خرید و فروخت کے سگنل کی نشاندہی کرنے والے تیر کے نشانات بھی شامل ہیں۔

فوائد کا تجزیہ

گیلیلیو گیلیلی کی حرکت پذیر اوسط کراس اوور حکمت عملی کے مندرجہ ذیل فوائد ہیں:

  1. سادہ منطق جو سمجھنے اور لاگو کرنے میں آسان ہے، beginners کے لئے موزوں ہے.
  2. ای ایم اے کے استعمال کے ذریعے قیمتوں میں تبدیلیوں کا تیز ردعمل۔
  3. واضح کراس اوور سگنل بغیر زیادہ سے زیادہ وِپساؤس۔
  4. EMA پیرامیٹرز کو ایڈجسٹ کرکے مختلف مارکیٹ کے ماحول کو اپنانے کے لئے لچک.
  5. داخلہ اور باہر نکلنے والے سگنل کو خطرہ کنٹرول فراہم کرتا ہے.

خطرے کا تجزیہ

اس حکمت عملی کے ممکنہ خطرات میں شامل ہیں:

  1. اعلی قیمت کی اتار چڑھاؤ کے دوران زیادہ غلط سگنل ہوسکتے ہیں۔ اسٹاپ نقصان کی حکمت عملی کو بہتر بنانے میں مدد مل سکتی ہے۔
  2. ایک ہی اشارے پر انحصار اس کو قیمتوں میں ہیرا پھیری کا شکار بناتا ہے۔ اضافی اشارے استحکام کو بہتر بنا سکتے ہیں۔
  3. تاخیر کا اثر، خاص طور پر اچانک واقعات کے بعد۔ ای ایم اے کی مدت کو کم کرنے سے مدد مل سکتی ہے۔
  4. طویل عرصے تک ایک طرفہ قیمت کے رجحانات کو اپنانے کے قابل نہیں ، جو چلتی اوسط حکمت عملیوں میں ایک عام حد ہے۔

اصلاح کی ہدایات

حکمت عملی کو بہتر بنانے کے کچھ طریقے:

  1. جھوٹے اشاروں کے خلاف مضبوطی بڑھانے کے لئے ایک جامع حکمت عملی کی تعمیر کے لئے دیگر اشارے شامل کریں۔ مثالوں میں حجم ، رجحان کے اشارے وغیرہ شامل ہیں۔

  2. اسٹاپ نقصان کے طریقہ کار کو شامل کریں جیسے ٹریلنگ اسٹاپ نقصان یا فی صد پر مبنی اسٹاپ نقصان کو واحد تجارت کے نقصان کی رقم کو کنٹرول کرنے کے لئے.

  3. بہترین ترتیبات تلاش کرنے کے لئے مختلف پیرامیٹر مجموعوں کے ساتھ ای ایم اے کی جانچ کریں۔ دیگر متحرک اوسط اقسام کا بھی جائزہ لیا جاسکتا ہے۔

  4. قیمتوں میں ابتدائی تبدیلیوں کے بعد واپسی کو پکڑنے کے لئے واپسی کے منطق کا اندازہ کریں، منافع بخش کو بہتر بنائیں.

نتیجہ

گیلیلیو گیلیلی کی حرکت پذیر اوسط کراس اوور ایک سادہ لیکن عملی حکمت عملی ہے جس میں واضح منطق اور آسان آپریشن ہے۔ یہ ابتدائی کوانٹم ٹریڈرز کے لئے موزوں ہے۔ مسلسل بہتری کے ساتھ ، اس کی کارکردگی وقت کے ساتھ ساتھ بڑھتی ہوئی بہتر ہوسکتی ہے۔

/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 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/
// © armigoldman

//@version=3
strategy(title="Galileo Galilei", shorttitle="Galileo Galilei", overlay=true, initial_capital = 100000, default_qty_type=strategy.cash, default_qty_value = 100000)
len = input(11, minval=1, title="Length")
src = input(open, title="Source")
out = ema(src, len)
plot(out, title="EMA", color=yellow)
//last8h = highest(close, 8)
//lastl8 = lowest(close, 8)

//plot(last8h, color=red, linewidth=2)
//plot(lastl8, color=green, linewidth=2)

////////////////////////////////////////////////////////////////////////////////
// BACKTESTING RANGE

// From Date Inputs
fromDay = input(defval=1, title="From Day", minval=1, maxval=31)
fromMonth = input(defval=1, title="From Month", minval=1, maxval=12)
fromYear = input(defval=2020, title="From Year", minval=1970)

// To Date Inputs
toDay = input(defval=1, title="To Day", minval=1, maxval=31)
toMonth = input(defval=12, title="To Month", minval=1, maxval=12)
toYear = input(defval=2021, title="To Year", minval=1970)

// Calculate start/end date and time condition
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true


bearish = cross(close, out) == 1 and close[1] > close
bullish = cross(close, out) == 1 and close[1] < close

plotshape(bearish, color=white, style=shape.arrowdown, text="BEAR", location=location.abovebar)
plotshape(bullish, color=white, style=shape.arrowup, text="BULL", location=location.belowbar)

buy = if cross(close, out) == 1 and close[1] < close
    strategy.entry("BUY", strategy.long, when=time_cond)
        //strategy.close_all(when=bearish)
        // strategy.exit("exit", "Long", profit =, loss = 35)


sell = if cross(close, out) == 1 and close[1] > close
    strategy.entry("SELL", strategy.short, when=time_cond)
        //sell = if bearish
        //strategy.close_all(when=bullish)
        // strategy.exit("exit", "Long", profit = bullish, loss = 100)

profit = strategy.netprofit
if not time_cond
    strategy.close_all()

//plotshape(true, style=shape.triangleup, location=location.abovebar)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں