وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ای ایم اے کراس اوور کی بہتر حکمت عملی

ای ایم اے کراس اوور کی بہتر حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-17 12:01:59
ٹیگز:

img

جائزہ

بہتر EMA کراس اوور حکمت عملی ایک سادہ لیکن موثر مقداری تجارتی حکمت عملی ہے جو EMA اشارے پر عمل کرتی ہے۔ یہ مختلف ادوار کے EMAs کے مابین کراس اوور کو خرید و فروخت کے اشارے کے طور پر استعمال کرتی ہے ، جو خطرے کے انتظام کے اصولوں پر مبنی پوزیشن سائزنگ کے ساتھ مل کر ہے۔

حکمت عملی کا نام اور منطق

اس حکمت عملی کا نام ہےای ایم اے گولڈن کراس کی بہتر حکمت عملیلفظ Optimized EMA کی بنیادی حکمت عملی پر مبنی پیرامیٹرز اور میکانزم کی اصلاح کی عکاسی کرتا ہے۔ EMA بنیادی اشارے Exponential Moving Average کی نمائندگی کرتا ہے۔ Golden Cross مختلف EMA لائنوں کے سنہری کراس سے پیدا ہونے والے تجارتی سگنلز سے مراد ہے۔

بنیادی منطق یہ ہے کہ: مختلف پیرامیٹرز کے ساتھ ای ایم اے کے دو گروپوں کا حساب لگائیں ، جب تیز ای ایم اے سست ای ایم اے سے اوپر سے گزرتا ہے تو خرید سگنل تیار کریں ، اور جب تیز ای ایم اے سست ای ایم اے سے نیچے سے گزرتا ہے تو فروخت سگنل تیار کریں۔ یہاں 7 مدت اور 20 مدت کے ای ایم اے کے مجموعے استعمال کیے جاتے ہیں ، جو تیز لائن اور سست لائن تشکیل دیتے ہیں۔

کوڈ میں،fastEMA = ema(close, fastLength)اورslowEMA = ema(close, slowLength)7 دن کے EMA اور 20 دن کے EMA کا حساب کتاب کریں اور ان کا نقشہ بنائیں۔ جب تیز لائن سست لائن سے اوپر ہوتی ہے ، یعنیcrossover(fastEMA, slowEMA)شرط درست ہے، ایک خرید سگنل پیدا کیا جاتا ہے. جب تیز لائن سست لائن سے نیچے عبور کرتی ہے، یعنیcrossunder(fastEMA, slowEMA)شرط درست ہے، ایک فروخت سگنل پیدا کیا جاتا ہے.

فوائد کا تجزیہ

کےای ایم اے گولڈن کراس کی بہتر حکمت عملیمندرجہ ذیل فوائد ہیں:

  1. کام کرنے میں آسانتجارتی سگنل صرف ای ایم اے لائنوں کے سنہری صلیبوں کی بنیاد پر تیار کیے جاتے ہیں ، جو خودکار مقداری تجارت کے لئے سمجھنے اور لاگو کرنے میں آسان ہے۔

  2. مضبوط الٹ کی گرفتاری کی صلاحیتایک رجحان کی پیروی کرنے والے اشارے کے طور پر، مختصر مدت اور طویل مدتی EMAs کے کراسنگ اکثر مختصر مدت اور طویل مدتی رجحانات کے درمیان واپسی کا مطلب ہے، واپسی کو پکڑنے کے مواقع فراہم کرتے ہیں.

  3. شور کو کم کرنے کا اچھا اثرای ایم اے کی اپنی خصوصیت یہ ہے کہ وہ شور کو صاف کرتی ہے ، مختصر مدت کے بازار کے شور کو فلٹر کرنے میں مدد کرتی ہے اور اعلی معیار کے تجارتی سگنل تیار کرتی ہے۔

  4. پیرامیٹر ڈیزائن کو بہتر بنایا گیافاسٹ ای ایم اے اور سست ای ایم اے کے ادوار کو متوازن کرنے کے لئے بہتر بنایا گیا ہے جس میں ریورسز کو پکڑنے اور شور کو فلٹر کرنے کے نتیجے میں ٹھوس سگنل ہوتے ہیں۔

  5. سائنسی پوزیشن سائزنگاے ٹی آر اور رسک ریورڈ ریشو کی بنیاد پر پوزیشن سائز کو موثر واحد تجارتی رسک کنٹرول اور مضبوط منی مینجمنٹ کے لیے بہتر بنایا گیا ہے۔

خطرے کا تجزیہ

کےای ایم اے گولڈن کراس کی بہتر حکمت عملیاس میں کچھ خطرات بھی شامل ہیں، بنیادی طور پر:

  1. ٹرینڈنگ مارکیٹس کے لئے موزوں نہیںای ایم اے کراسز مضبوط رجحانات والی منڈیوں میں کم کارکردگی کا مظاہرہ کرتے ہیں ، جس سے ممکنہ طور پر بہت زیادہ غلط سگنل پیدا ہوتے ہیں۔

  2. پیرامیٹرز کے لئے حساسفاسٹ ای ایم اے اور سست ای ایم اے کی مدت کا انتخاب حکمت عملی کی کارکردگی کو نمایاں طور پر متاثر کرتا ہے ، جس کے لئے محتاط جانچ اور اصلاح کی ضرورت ہوتی ہے۔

  3. سگنل کی تاخیرای ایم اے کراس سگنلز میں فطری طور پر کچھ تاخیر ہوتی ہے ، جس کے نتیجے میں بہترین انٹری پوائنٹس غائب ہوسکتے ہیں۔

  4. کوئی سٹاپ نقصان نہیںموجودہ ضابطے میں سٹاپ نقصان کے طریقہ کار شامل نہیں ہیں، جس کے نتیجے میں بڑے کھپت کے خطرات پیدا ہوتے ہیں۔

حل یہ ہیں:

  1. رجحانات کا اندازہ کرنے والے دیگر اشارے کے ساتھ ملٹی فیکٹر ماڈل اپنائیں۔

  2. بہترین پیرامیٹر سیٹ تلاش کرنے کے لئے مکمل طور پر بیک ٹیسٹ.

  3. اہم اشارے جیسے ایم اے سی ڈی صفر لائن کراسز کے ساتھ مل کر۔

  4. معقول سٹاپ نقصان کی حکمت عملی تیار کریں، مثال کے طور پر اے ٹی آر ٹیلنگ اسٹاپ یا قریبی اسٹاپ۔

اصلاح کی ہدایات

کے اصلاح کی سمتوںای ایم اے گولڈن کراس کی بہتر حکمت عملیبنیادی طور پر مندرجہ ذیل پر توجہ دیں:

  1. کثیر منڈیوں میں موافقت کو بہتر بنانارجحان سازی کی مارکیٹوں میں حکمت عملی کو غیر فعال کرنے کے لئے مارکیٹ کے نظام کے فیصلوں کو متعارف کروانا ، غلط سگنل کو کم کرنا۔

  2. پیرامیٹر کی اصلاح. استحکام کو بہتر بنانے کے لیے جینیاتی الگورتھم کے ذریعے بہترین سیٹ تلاش کریں۔

  3. سٹاپ نقصان کے طریقہ کار کو متعارف کرانامناسب سٹاپ نقصان کے قوانین جیسے اے ٹی آر پیچھے رک جاتا ہے، منتقل رک جاتا ہے یا قریب رک جاتا ہے.

  4. بیک ٹسٹنگ کی مدت کو بہتر بنانا. بہترین عملدرآمد سائیکل تلاش کرنے کے لئے مختلف ٹائم فریم کے اعداد و شمار کا تجزیہ.

  5. پوزیشن سائزنگ کو بہتر بناناخطرے اور واپسی کے درمیان بہترین توازن تلاش کرنے کے لئے پوزیشن سائزنگ الگورتھم کو بہتر بنائیں۔

یہ اقدامات غیر ضروری سگنلز کو کم کرنے، کھپت کو کنٹرول کرنے اور حکمت عملی کے استحکام اور منافع کو بڑھانے میں مدد کریں گے۔

خلاصہ

کےای ایم اے گولڈن کراس کی بہتر حکمت عملییہ ایک آسان لیکن موثر مقداری حکمت عملی ہے۔ یہ تجارتی سگنل پیدا کرنے کے لئے ای ایم اے کی عمدہ خصوصیات کا استعمال کرتی ہے ، اور اس کی بنیاد پر مزید اصلاحات کرتی ہے۔ اس حکمت عملی کے فوائد جیسے آسان آپریشن ، مضبوط الٹ کی گرفتاری کی صلاحیت ، پیرامیٹر کی اصلاح اور سائنسی پوزیشن سائزنگ ہیں۔ اس میں مارکیٹ کی موافقت کے کچھ خطرات اور سگنل کے معیار کے خطرات بھی ہیں۔ مستقبل میں اصلاح کی جگہیں استحکام اور کثیر مارکیٹ کی موافقت کو بہتر بنانے میں ہیں۔ مستقل اصلاح کے طریقوں کے ذریعہ ، اس حکمت عملی میں قابل اعتماد مقداری حل بننے کی صلاحیت ہے۔

/*backtest
start: 2024-01-09 00:00:00
end: 2024-01-16 00:00:00
period: 45m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mayurtale972
//@version=4
strategy("Optimized EMA Crossover Strategy - 15-Min", overlay=true, shorttitle="EMA15")

// Input parameters
fastLength = input(7, title="Fast EMA Length")
slowLength = input(20, title="Slow EMA Length")
riskRewardRatio = input(2.5, title="Risk-Reward Ratio")

// Calculate EMAs
fastEMA = ema(close, fastLength)
slowEMA = ema(close, slowLength)

// Plot EMAs on the chart
plot(fastEMA, color=color.blue, title="Fast EMA")
plot(slowEMA, color=color.red, title="Slow EMA")

// Entry conditions
longCondition = crossover(fastEMA, slowEMA)
shortCondition = crossunder(fastEMA, slowEMA)

// Exit conditions
closeLongCondition = crossunder(fastEMA, slowEMA)
closeShortCondition = crossover(fastEMA, slowEMA)

// Calculate position size based on risk-reward ratio
riskAmount = 1.5
positionSize = strategy.equity * riskAmount / (riskRewardRatio * atr(14))

// Execute trades with calculated position size
strategy.entry("Long", strategy.long, when=longCondition)
strategy.entry("Short", strategy.short, when=shortCondition)

// Exit trades based on conditions
strategy.close("Long", when=closeLongCondition)
strategy.close("Short", when=closeShortCondition)

// Plot entry and exit points on the chart
plotshape(series=longCondition, title="Buy Signal", color=color.green, style=shape.labelup, text="Buy")
plotshape(series=shortCondition, title="Sell Signal", color=color.red, style=shape.labeldown, text="Sell")
plotshape(series=closeLongCondition, title="Close Buy Signal", color=color.red, style=shape.labeldown, text="Close Buy")
plotshape(series=closeShortCondition, title="Close Sell Signal", color=color.green, style=shape.labelup, text="Close Sell")
مزید

2019 FMZ - تمام حقوق محفوظ ہیں