وسائل لوڈ ہو رہے ہیں... لوڈنگ...

مثبت چینل EMA ٹریلنگ اسٹاپ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2023-12-18 12:10:45
ٹیگز:

img

جائزہ

یہ حکمت عملی ایک چینل پر مبنی اسٹاپ نقصان کی حکمت عملی ہے جو ای ایم اے اشارے کا استعمال کرتی ہے۔ اس میں رجحان کا فیصلہ ، چینل ٹریکنگ ، اور متحرک اسٹاپ نقصان اور دیگر مرکزی دھارے کے تکنیکی اشارے شامل ہیں۔ یہ ای ایم اے کے آرڈر کا فیصلہ کرکے بیل اور ریچھ کے دوروں کا تعین کرتا ہے اور اے ٹی آر چینل ٹریکنگ کو جوڑتا ہے تاکہ اسٹاپ نقصان کو لاگو کیا جاسکے تاکہ اسٹاپ نقصان کا نقطہ قیمت کی نقل و حرکت کو ٹریک کرتا رہ سکے۔ اس طرح کا اسٹاپ نقصان خیال زیادہ فعال ہے اور مؤثر طریقے سے بہت جارحانہ اسٹاپ نقصان کے توڑنے کے امکان سے بچتا ہے۔

حکمت عملی منطق

یہ حکمت عملی بنیادی طور پر بیل اور ریچھ کی حالت کا تعین کرنے کے لئے مختلف سائیکلوں کے ساتھ تین ای ایم اے منحنی خطوط کا استعمال کرتی ہے۔ فیصلہ کرنے کے مخصوص اصول یہ ہیں:

  • EMA5>EMA20>EMA40 ایک بیل سائیکل ہے
  • EMA20>EMA5>EMA40 ایک بیل سائیکل ہے
  • EMA20>EMA40>EMA5 ایک بیل سائیکل ہے
  • EMA40>EMA20>EMA5 ایک ریچھ کا دورانیہ ہے
  • EMA40>EMA5>EMA20 ایک ریچھ کا دورانیہ ہے
  • EMA5>EMA40>EMA20 ایک ریچھ کا دورانیہ ہے

بیل اور ریچھ کے دورانیے کا تعین کرنے کے بعد ، حکمت عملی میں چینل کی حد کے طور پر ایس ایم ایم اے کے نمونے لینے والی کے لائن کی قیمت اور اے ٹی آر اشارے کے ضرب کا استعمال کیا جاتا ہے۔ تجارتی سگنل صرف اس وقت جاری کیے جاتے ہیں جب قیمت اس چینل کو توڑ دیتی ہے۔ اس کے علاوہ ، تجارتی سگنل جاری ہونے کے بعد ، اے ٹی آر متحرک ٹریکنگ اسٹاپ نقصان کا طریقہ کار چالو ہوجائے گا تاکہ اسٹاپ نقصان کی پوزیشن کو حقیقی وقت میں ایڈجسٹ کیا جاسکے تاکہ اس بات کو یقینی بنایا جاسکے کہ اسٹاپ نقصان کا نقطہ اسٹاپ نقصان کی تاثیر کو بہتر بنانے کے لئے قیمت کی نقل و حرکت کی پیروی کرسکتا ہے۔

فوائد

اس حکمت عملی کے اہم فوائد یہ ہیں:

  1. بیل اور ریچھ سائیکلوں کا اندازہ کرنے کے لئے ای ایم اے کا استعمال مارکیٹ کے رجحانات میں موڑ کے مقامات کو مؤثر طریقے سے پکڑ سکتا ہے
  2. اے ٹی آر چینلز پر مبنی اندراج پوائنٹس کی تعمیر سے مارکیٹ کنسلٹیشن کے دوران غلط اندراج سے بچتا ہے
  3. ATR متحرک ٹریکنگ سٹاپ نقصان منافع مقفل اور مؤثر طریقے سے خطرات کو کنٹرول کرنے کے لئے زیادہ سے زیادہ کر سکتے ہیں

خطرات اور اصلاح

اس حکمت عملی کے اہم خطرات غلط پیرامیٹر کی ترتیبات کی وجہ سے پیدا ہونے والے مسائل میں مرکوز ہیں ، جیسے اوور ٹریڈنگ اور اسٹاپ نقصان کو توڑنا۔ اصلاح مندرجہ ذیل پہلوؤں سے کی جاسکتی ہے۔

  1. بہترین پیرامیٹر میچ تلاش کرنے کے لئے EMA سائیکل پیرامیٹرز کے مجموعہ کو بہتر بنائیں
  2. سٹاپ نقصان کو بہت قریب یا بہت دور ہونے سے روکنے کے لئے اے ٹی آر کے متعدد سائز کو بہتر بنائیں
  3. متضاد مارکیٹوں کے دوران غلط اندراجات سے بچنے کے لئے فلٹرنگ کے دیگر اشارے شامل کریں

نتیجہ

اس حکمت عملی میں متعدد اہم تکنیکی اشارے اور طریقے شامل ہیں جیسے رجحان کا فیصلہ ، چینل ٹریڈنگ ، اور متحرک اسٹاپ نقصان نسبتا complete مکمل اسٹاپ نقصان ٹریڈنگ سسٹم تشکیل دینے کے لئے۔ پیرامیٹر ٹیوننگ اور رسک کنٹرول میں ابھی بھی اصلاح کے لئے بہت زیادہ گنجائش ہے۔ یہ ان سرمایہ کاروں کے لئے موزوں ہے جن کے پاس اسٹاپ نقصان کے لئے اعلی تقاضے ہیں۔


/*backtest
start: 2023-12-10 00:00:00
end: 2023-12-12 04:00:00
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/
// © kgynofomo

//@version=5
strategy(title="[Salavi] | Andy Advance Pro Strategy [ETH|M15]",overlay = true, pyramiding = 1,initial_capital = 10000, default_qty_type = strategy.cash,default_qty_value = 10000)

ema_short = ta.ema(close,5)
ema_middle = ta.ema(close,20)
ema_long = ta.ema(close,40)

cycle_1 = ema_short>ema_middle and ema_middle>ema_long
cycle_2 = ema_middle>ema_short and ema_short>ema_long
cycle_3 = ema_middle>ema_long and ema_long>ema_short
cycle_4 = ema_long>ema_middle and ema_middle>ema_short
cycle_5 = ema_long>ema_short and ema_short>ema_middle
cycle_6 = ema_short>ema_long and ema_long>ema_middle

bull_cycle = cycle_1 or cycle_2 or cycle_3
bear_cycle = cycle_4 or cycle_5 or cycle_6
// label.new("cycle_1")
// bgcolor(color=cycle_1?color.rgb(82, 255, 148, 60):na)
// bgcolor(color=cycle_2?color.rgb(82, 255, 148, 70):na)
// bgcolor(color=cycle_3?color.rgb(82, 255, 148, 80):na)
// bgcolor(color=cycle_4?color.rgb(255, 82, 82, 80):na)
// bgcolor(color=cycle_5?color.rgb(255, 82, 82, 70):na)
// bgcolor(color=cycle_6?color.rgb(255, 82, 82, 60):na)

// Inputs
a = input(2, title='Key Vaule. \'This changes the sensitivity\'')
c = input(7, title='ATR Period')
h = false

xATR = ta.atr(c)
nLoss = a * xATR

src = h ? request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, close, lookahead=barmerge.lookahead_off) : close

xATRTrailingStop = 0.0
iff_1 = src > nz(xATRTrailingStop[1], 0) ? src - nLoss : src + nLoss
iff_2 = src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), src + nLoss) : iff_1
xATRTrailingStop := src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), src - nLoss) : iff_2

pos = 0
iff_3 = src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0) ? 1 : iff_3

xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue

ema = ta.ema(src, 1)
above = ta.crossover(ema, xATRTrailingStop)
below = ta.crossover(xATRTrailingStop, ema)

buy = src > xATRTrailingStop and above
sell = src < xATRTrailingStop and below

barbuy = src > xATRTrailingStop
barsell = src < xATRTrailingStop




atr = ta.atr(14)
atr_length = input.int(25)
atr_rsi = ta.rsi(atr,atr_length)
atr_valid = atr_rsi>50

long_condition =  buy and bull_cycle and atr_valid
short_condition =  sell and bear_cycle and atr_valid

Exit_long_condition = short_condition
Exit_short_condition = long_condition

if long_condition
    strategy.entry("Andy Buy",strategy.long, limit=close,comment="Andy Buy Here")

if Exit_long_condition
    strategy.close("Andy Buy",comment="Andy Buy Out")
    // strategy.entry("Andy fandan Short",strategy.short, limit=close,comment="Andy 翻單 short Here")
    // strategy.close("Andy fandan Buy",comment="Andy short Out")


if short_condition
    strategy.entry("Andy Short",strategy.short, limit=close,comment="Andy short Here")


// strategy.exit("STR","Long",stop=longstoploss)
if Exit_short_condition
    strategy.close("Andy Short",comment="Andy short Out")
    // strategy.entry("Andy fandan Buy",strategy.long, limit=close,comment="Andy 翻單 Buy Here")
    // strategy.close("Andy fandan Short",comment="Andy Buy Out")




inLongTrade = strategy.position_size > 0
inLongTradecolor = #58D68D
notInTrade = strategy.position_size == 0
inShortTrade = strategy.position_size < 0

// bgcolor(color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(close!=0,location = location.bottom,color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)


plotshape(long_condition, title='Buy', text='Andy Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(short_condition, title='Sell', text='Andy Sell', style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)


// //atr > close *0.01* parameter

// // MONTHLY TABLE PERFORMANCE - Developed by @QuantNomad
// // *************************************************************************************************************************************************************************************************************************************************************************
// show_performance = input.bool(true, 'Show Monthly Performance ?', group='Performance - credits: @QuantNomad')
// prec = input(2, 'Return Precision', group='Performance - credits: @QuantNomad')

// if show_performance
//     new_month = month(time) != month(time[1])
//     new_year  = year(time)  != year(time[1])
    
//     eq = strategy.equity
    
//     bar_pnl = eq / eq[1] - 1
    
//     cur_month_pnl = 0.0
//     cur_year_pnl  = 0.0
    
//     // Current Monthly P&L
//     cur_month_pnl := new_month ? 0.0 : 
//                      (1 + cur_month_pnl[1]) * (1 + bar_pnl) - 1 
    
//     // Current Yearly P&L
//     cur_year_pnl := new_year ? 0.0 : 
//                      (1 + cur_year_pnl[1]) * (1 + bar_pnl) - 1  
    
//     // Arrays to store Yearly and Monthly P&Ls
//     var month_pnl  = array.new_float(0)
//     var month_time = array.new_int(0)
    
//     var year_pnl  = array.new_float(0)
//     var year_time = array.new_int(0)
    
//     last_computed = false
    
//     if (not na(cur_month_pnl[1]) and (new_month or barstate.islastconfirmedhistory))
//         if (last_computed[1])
//             array.pop(month_pnl)
//             array.pop(month_time)
            
//         array.push(month_pnl , cur_month_pnl[1])
//         array.push(month_time, time[1])
    
//     if (not na(cur_year_pnl[1]) and (new_year or barstate.islastconfirmedhistory))
//         if (last_computed[1])
//             array.pop(year_pnl)
//             array.pop(year_time)
            
//         array.push(year_pnl , cur_year_pnl[1])
//         array.push(year_time, time[1])
    
//     last_computed := barstate.islastconfirmedhistory ? true : nz(last_computed[1])
    
//     // Monthly P&L Table    
//     var monthly_table = table(na)
    
//     if (barstate.islastconfirmedhistory)
//         monthly_table := table.new(position.bottom_center, columns = 14, rows = array.size(year_pnl) + 1, border_width = 1)
    
//         table.cell(monthly_table, 0,  0, "",     bgcolor = #cccccc)
//         table.cell(monthly_table, 1,  0, "Jan",  bgcolor = #cccccc)
//         table.cell(monthly_table, 2,  0, "Feb",  bgcolor = #cccccc)
//         table.cell(monthly_table, 3,  0, "Mar",  bgcolor = #cccccc)
//         table.cell(monthly_table, 4,  0, "Apr",  bgcolor = #cccccc)
//         table.cell(monthly_table, 5,  0, "May",  bgcolor = #cccccc)
//         table.cell(monthly_table, 6,  0, "Jun",  bgcolor = #cccccc)
//         table.cell(monthly_table, 7,  0, "Jul",  bgcolor = #cccccc)
//         table.cell(monthly_table, 8,  0, "Aug",  bgcolor = #cccccc)
//         table.cell(monthly_table, 9,  0, "Sep",  bgcolor = #cccccc)
//         table.cell(monthly_table, 10, 0, "Oct",  bgcolor = #cccccc)
//         table.cell(monthly_table, 11, 0, "Nov",  bgcolor = #cccccc)
//         table.cell(monthly_table, 12, 0, "Dec",  bgcolor = #cccccc)
//         table.cell(monthly_table, 13, 0, "Year", bgcolor = #999999)
    
    
//         for yi = 0 to array.size(year_pnl) - 1
//             table.cell(monthly_table, 0,  yi + 1, str.tostring(year(array.get(year_time, yi))), bgcolor = #cccccc)
            
//             y_color = array.get(year_pnl, yi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
//             table.cell(monthly_table, 13, yi + 1, str.tostring(math.round(array.get(year_pnl, yi) * 100, prec)), bgcolor = y_color, text_color=color.new(color.white, 0))
            
//         for mi = 0 to array.size(month_time) - 1
//             m_row   = year(array.get(month_time, mi))  - year(array.get(year_time, 0)) + 1
//             m_col   = month(array.get(month_time, mi)) 
//             m_color = array.get(month_pnl, mi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
            
//             table.cell(monthly_table, m_col, m_row, str.tostring(math.round(array.get(month_pnl, mi) * 100, prec)), bgcolor = m_color, text_color=color.new(color.white, 0))



مزید