اس حکمت عملی کا نام
حکمت عملی ماضی میں ایک خاص مدت میں سب سے زیادہ اعلی اور سب سے کم کم کا حساب لگاتی ہے جس میں قیمت چینل کے اوپری اور نچلے ریلوں کا تعین کرنے کے لئے سب سے زیادہ (() اور سب سے کم (() افعال کا استعمال کیا جاتا ہے۔ چینل کا وسط نقطہ اوپری اور نچلی ریلوں کی اوسط کے طور پر بیان کیا جاتا ہے۔ اس کے بعد یہ K- لائن باڈی سائز کا حساب لگاتا ہے اور اسے SMA کا استعمال کرتے ہوئے ہموار کرتا ہے تاکہ یہ معلوم کیا جاسکے کہ آیا آخری K- لائن باڈی اوسط باڈی کے نصف سے زیادہ ہے۔ یہ یہ بھی فیصلہ کرتا ہے کہ آیا آخری دو K- لائنیں ایک ہی سمت میں ہیں (دو لگاتار سرخ یا سبز) ۔ جب یہ شرائط پوری ہوتی ہیں تو ، یہ خرید / فروخت سگنل تیار کرتی ہے اور جب قیمت چینل کی سمت میں واپس آتی ہے تو پوزیشن بند ہوجاتی ہے۔
یہ ایک بریکآؤٹ حکمت عملی ہے جو مجموعی رجحان کا فیصلہ کرنے کے لئے قیمت چینل کا استعمال کرتی ہے۔ اس کے مندرجہ ذیل فوائد ہیں:
مجموعی رجحان کی سمت کا تعین کرنے کے لئے قیمت چینل کا استعمال مؤثر طریقے سے مارکیٹ شور کو فلٹر کر سکتا ہے.
ایک ہی سمت میں چینل کے ذریعے توڑنے کے لئے مسلسل دو K لائنیں مضبوط رفتار اور توڑنے کی کامیابی کی شرح کی نشاندہی کرتی ہیں.
K لائن جسم کا اندازہ اوسط جسم کے نصف سے زیادہ ہے جو جھوٹے بریک آؤٹ سے گمراہ ہونے سے بچ سکتا ہے۔
حکمت عملی کا منطق سادہ اور لاگو کرنے میں آسان ہے.
اپنی مرضی کے مطابق پیرامیٹرز جیسے چینل کی مدت ، تجارتی مصنوعات ، تجارتی اوقات وغیرہ اسے انتہائی موافقت پذیر بناتے ہیں۔
اس حکمت عملی میں کچھ ممکنہ خطرات بھی ہیں:
اب بھی ناکام فرار کا امکان ہے، جو نقصانات کا باعث بن سکتا ہے۔
جب مارکیٹ میں شدید اتار چڑھاؤ ہوتا ہے تو قیمت کا چینل ناکام ہوسکتا ہے۔
سٹاپ نقصان کے میکانزم کی عدم موجودگی نقصانات کو مؤثر طریقے سے کنٹرول کرنے میں ناکام رہتی ہے۔
سادہ تجارتی قواعد میں بہت زیادہ فٹ ہونے کے خطرات ہیں۔
زیادہ پیچیدہ مارکیٹ کے ماحول کو اپنانے کے قابل نہیں.
اس کے مطابق حل یہ ہیں:
بھاگنے کی کامیابی کی شرح کو بہتر بنانے کے لئے پیرامیٹرز کو بہتر بنائیں.
اتار چڑھاؤ کے انڈیکس کو شامل کریں تاکہ مارکیٹ میں ہلچل سے بچنے کے لئے.
موبائل سٹاپ نقصان شامل کریں.
پیچیدگی ٹیسٹ کی جانچ پڑتال کرنے کے لئے overfitting.
موافقت کو بہتر بنانے کے لئے مشین لرننگ ماڈلز کو بڑھانا۔
اصلاح کی اہم سمتیں یہ ہیں:
خطرات کو بہتر طور پر کنٹرول کرنے کے لئے اسٹاپ نقصان کا طریقہ کار شامل کریں۔ اے ٹی آر کی بنیاد پر قیمت کی واپسی اسٹاپ نقصان یا موبائل اسٹاپ نقصان مقرر کریں۔
چینل کی مدت ، بریک آؤٹ کی حد وغیرہ جیسے پیرامیٹرز کو بہتر بنائیں۔ جینیاتی الگورتھم ، گرڈ سرچ وغیرہ کے ذریعے زیادہ سے زیادہ پیرامیٹرز تلاش کریں۔
بریک آؤٹ کے یقین کو بڑھانے کے لئے فلٹرنگ کے حالات شامل کریں۔ مثال کے طور پر ، بریک آؤٹ کی تصدیق کے لئے تجارتی حجم کو جوڑیں۔
مزید اعداد و شمار کا استعمال کرتے ہوئے پیشن گوئی کی صلاحیت اور موافقت کو بہتر بنانے کے لئے LSTM جیسے مشین لرننگ ماڈل شامل کریں۔
پورٹ فولیو کی اصلاح کریں، مختلف قسم کی بریک آؤٹ حکمت عملیوں کو یکجا کریں تاکہ اورٹوگونلٹی حاصل کی جاسکے اور مماثلت کو کم کیا جاسکے۔
اختتام کے طور پر ، یہ قیمت چینل پر مبنی مقدار کی حکمت عملی ہے تاکہ رجحان کا تعین کیا جاسکے اور بریکآؤٹ سگنلز کا پتہ لگایا جاسکے۔ اس کا فائدہ یہ ہے کہ رجحان کا فیصلہ کیا جاسکے اور بریکآؤٹ کی تصدیق کی جاسکے ، لیکن اس میں جھوٹے بریکآؤٹ کے کچھ خطرات بھی ہیں۔ ہم خطرات کو کم کرنے کے لئے پیرامیٹر کی اصلاح ، اسٹاپ نقصان ، فلٹرز وغیرہ شامل کرکے حکمت عملی کو بہتر بنا سکتے ہیں۔ دریں اثنا ، مشین لرننگ ماڈلز متعارف کرانے سے پیش گوئی کی صلاحیت میں مزید اضافہ ہوسکتا ہے۔ مجموعی طور پر ، یہ ایک وعدہ کرنے والا مقداری حکمت عملی نقطہ نظر ہے جس کی تحقیق اور بہتری کے قابل ہے۔
/*backtest start: 2023-12-16 00:00:00 end: 2024-01-15 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //Noro //2018 //@version=2 strategy(title = "Noro's Price Channel Strategy v1.0", shorttitle = "Price Channel str 1.0", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0) //Settings needlong = input(true, defval = true, title = "Long") needshort = input(true, defval = true, title = "Short") pch = input(30, defval = 30, minval = 2, maxval = 200, title = "Price Channel") showcl = input(true, defval = true, title = "Show center-line") fromyear = input(1900, defval = 1900, minval = 1900, maxval = 2100, title = "From Year") toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year") frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month") tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month") fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day") today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day") src = close //Price channel lasthigh = highest(src, pch) lastlow = lowest(src, pch) center = (lasthigh + lastlow) / 2 col = showcl ? blue : na plot(center, color = col, linewidth = 2) //Bars bar = close > open ? 1 : close < open ? -1 : 0 rbars = sma(bar, 2) == -1 gbars = sma(bar, 2) == 1 //Signals body = abs(close - open) abody = sma(body, 10) up = rbars and close > center and body > abody / 2 dn = gbars and close < center and body > abody / 2 exit = ((strategy.position_size > 0 and close > open) or (strategy.position_size < 0 and close < open)) and body > abody / 2 //Trading if up if strategy.position_size < 0 strategy.close_all() strategy.entry("Long", strategy.long, needlong == false ? 0 : na) if dn if strategy.position_size > 0 strategy.close_all() strategy.entry("Short", strategy.short, needshort == false ? 0 : na) if exit strategy.close_all()