مقداری تجارتی حکمت عملی تجرباتی موڈ کے سڑنے پر مبنی


تخلیق کی تاریخ: 2023-12-22 14:41:34 آخر میں ترمیم کریں: 2023-12-22 14:41:34
کاپی: 0 کلکس کی تعداد: 558
1
پر توجہ دیں
1237
پیروکار

مقداری تجارتی حکمت عملی تجرباتی موڈ کے سڑنے پر مبنی

جائزہ

یہ حکمت عملی تجرباتی موڈ ڈیمپریشن (EMD) کے طریقہ کار پر مبنی ہے ، جس میں قیمتوں کی ترتیب کو توڑنا ، مختلف طول موج کی خصوصیات کو نکالنا ، اور تجارت کے سگنل کی پیداوار کے لئے اوسط قیمت کے ساتھ مل کر۔ یہ حکمت عملی بنیادی طور پر درمیانی اور لمبی لائن کی پوزیشنوں کے لئے موزوں ہے۔

حکمت عملی کا اصول

  1. EMD طریقہ کار کا استعمال کرتے ہوئے قیمتوں پر بینڈوڈتھ فلٹرنگ ، قیمتوں میں اتار چڑھاؤ کی خصوصیات کو نکالنا
  2. ایک چوٹی سیریز اور ایک وادی سیریز کے لئے ایک منتقل اوسط کا حساب لگائیں
  3. جب میڈین لائن ایک خاص تناسب سے زیادہ چوٹی اور وادی لائن سے تجاوز کرتی ہے تو ٹریڈنگ سگنل تیار کرتا ہے
  4. ٹریڈنگ سگنل کے مطابق کثیر سر یا خالی سر کریں

طاقت کا تجزیہ

  1. EMD طریقہ کار کا استعمال کرتے ہوئے قیمتوں کی ترتیب کو مؤثر طریقے سے توڑنے اور مفید خصوصیات کو نکالنے کے لئے
  2. چوٹی اور وادی کی لائنیں اس حکمت عملی کو کنٹرول کرتی ہیں جو صرف اس وقت تجارت کرتی ہے جب قیمت میں ایک خاص حد سے زیادہ اتار چڑھاؤ ہوتا ہے۔
  3. اوسط لائن کے ساتھ مل کر ، جعلی توڑ کو مؤثر طریقے سے ختم کیا جاسکتا ہے

خطرے کا تجزیہ

  1. EMD طریقہ کار کے پیرامیٹرز کے غلط انتخاب کی وجہ سے اوور فٹ ہوسکتا ہے
  2. تجارتی سگنل بنانے کے لئے طویل دورانیے کی ضرورت ہوتی ہے ، جو ہائی فریکوئینسی ٹریڈنگ کے لئے موزوں نہیں ہے
  3. قیمتوں کے شدید اتار چڑھاو سے نمٹنے میں ناکام

اصلاح کی سمت

  1. EMD ماڈل کے پیرامیٹرز کو بہتر بنانا اور مارکیٹ میں بہتر موافقت
  2. سٹاپ نقصان سٹاپ سگنل کے طور پر دیگر اشارے کے ساتھ مل کر
  3. حکمت عملی کے ان پٹ کے طور پر مختلف قیمت سیریز کی کوشش کریں

خلاصہ کریں۔

اس حکمت عملی میں قیمتوں کے سلسلے میں خصوصیت نکالنے کے لئے تجرباتی ماڈل ٹوٹ پھوٹ کے طریقہ کار کا استعمال کیا گیا ہے ، اور اس خصوصیت کی بنیاد پر ٹریڈنگ سگنل تیار کیا گیا ہے۔ اس حکمت عملی کا فائدہ یہ ہے کہ قیمتوں میں وقتا فوقتا کی خصوصیت کو مؤثر طریقے سے پہچاننے اور بڑے پیمانے پر اتار چڑھاو کے دوران تجارتی ہدایات جاری کرنے کے قابل ہو۔ تاہم ، اس میں کچھ خطرہ بھی ہے ، جس کو زیادہ پیچیدہ مارکیٹ کے ماحول کے مطابق ڈھالنے کے لئے مزید اصلاح کی ضرورت ہے۔

حکمت عملی کا ماخذ کوڈ
/*backtest
start: 2022-12-15 00:00:00
end: 2023-12-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 12/04/2017
// The related article is copyrighted material from Stocks & Commodities Mar 2010
// You can use in the xPrice any series: Open, High, Low, Close, HL2, HLC3, OHLC4 and ect...
//
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Empirical Mode Decomposition")
Length = input(20, minval=1)
Delta = input(0.5)
Fraction = input(0.1)
reverse = input(false, title="Trade reverse")
xPrice = hl2
beta = cos(3.1415 * (360 / Length) / 180)
gamma = 1 / cos(3.1415 * (720 * Delta / Length) / 180)
alpha = gamma - sqrt(gamma * gamma - 1)
xBandpassFilter = 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(xBandpassFilter[1]) - alpha * nz(xBandpassFilter[2])
xMean = sma(xBandpassFilter, 2 * Length)
xPeak =  iff (xBandpassFilter[1] > xBandpassFilter and xBandpassFilter[1] > xBandpassFilter[2], xBandpassFilter[1], nz(xPeak[1])) 
xValley =  iff (xBandpassFilter[1] < xBandpassFilter and xBandpassFilter[1] < xBandpassFilter[2], xBandpassFilter[1], nz(xValley[1])) 
xAvrPeak = sma(xPeak, 50)
xAvrValley = sma(xValley, 50)
nAvrPeak = Fraction * xAvrPeak
nAvrValley = Fraction * xAvrValley
pos = iff(xMean > nAvrPeak and xMean > nAvrValley, 1,
	     iff(xMean < nAvrPeak and xMean < nAvrValley, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(xMean, color=red, title="Mean")
plot(nAvrPeak, color=blue, title="Peak")
plot(nAvrValley, color=blue, title="Valley")