وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ایلرز اسٹوکاسٹک سائبر سائیکل حکمت عملی

ایلرز اسٹوکاسٹک سائبر سائیکل حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-17 16:03:30
ٹیگز:

img

جائزہ

ایلرز اسٹوکاسٹک سائبر سائیکل حکمت عملی ایک مقداری تجارتی حکمت عملی ہے جو ایلرز اسٹوکاسٹک سائیکل اشارے کا استعمال کرتے ہوئے تجارتی سگنل تیار کرتی ہے۔ اس حکمت عملی میں اسٹوکاسٹک اشارے اور سائیکل اشارے کے فوائد کو یکجا کیا گیا ہے ، جس کا مقصد مارکیٹ میں سائیکل مواقع کو حاصل کرنا ہے۔

حکمت عملی منطق

یہ حکمت عملی پہلے ایک ہموار سائیکل اشارے کی تعمیر کرتی ہے ، پھر اس اشارے کی بنیاد پر اسٹوکاسٹک اشارے کی قیمت بناتی ہے۔ تجارتی سگنل کی تخلیق اس اسٹوکاسٹک اشارے کی قیمت کی حرکت پذیر اوسط لائن کے کراس اوور سے طے ہوتی ہے۔

خاص طور پر ہموار سائیکل اشارے کا حساب اس طرح کیا جاتا ہے:

smooth = (src + 2 * src[1] + 2 * src[2] + src[3]) / 6

جہاں src ان پٹ قیمت کے اعداد و شمار ہیں ، جیسے اختتامی قیمت۔ یہ اشارے موجودہ قیمت اور پچھلے 3 وقت کے ادوار کی قیمتوں کو مل کر ہموار سائیکل سگنل بناتا ہے۔

اس ہموار اشارے کی بنیاد پر، اسٹوکاسٹک سائیکل سائیکل کا حساب لگایا جا سکتا ہے:

cycle := (1 - .5 * alpha) * (1 - .5 * alpha) *  
           (smooth - 2 * smooth[1] + smooth[2]) +  
           2 * (1 - alpha) * cycle[1] -  
           (1 - alpha) * (1 - alpha) * cycle[2]

اس حساب کے فارمولے میں ہموار دورانیہ سگنل کا دوسرا آرڈر فرق ، اور پچھلے دو سائیکلوں کی اقدار شامل ہیں۔ α ہموار کرنے والا عنصر ہے جو نئے اور پرانے سائیکل اقدار کے وزن کو ایڈجسٹ کرتا ہے۔

آخر میں ، اس سائیکل اشارے کی بنیاد پر 0-100 بے ترتیب قدر قدر 1 کا حساب لگایا جاتا ہے۔ اور سگنل ویلیو سگنل کی تعمیر ویلیو 1 کے 10 دن کے حرکت پذیر اوسط کی بنیاد پر کی جاتی ہے۔ جب سگنل کی حرکت پذیر اوسط لائن اوپر یا نیچے عبور کرتی ہے تو تجارتی سگنل جاری کیے جاتے ہیں۔

حکمت عملی کے فوائد

یہ حکمت عملی اسٹوکاسٹک اشارے اور سائیکل اشارے کو یکجا کرتی ہے تاکہ دونوں کے فوائد کو ضم کیا جاسکے۔ سادہ رجحاناتی حکمت عملیوں جیسے حرکت پذیر اوسط کے مقابلے میں ، یہ حکمت عملی سائیکل مواقع کو بہتر طریقے سے پکڑ سکتی ہے اور اس طرح بہتر نتائج حاصل کرسکتی ہے۔

اہم فوائد یہ ہیں:

  1. سائیکل اشارے سائیکل پیٹرن کی نشاندہی کرسکتے ہیں ، اسٹوکاسٹک اشارے تجارتی مواقع فراہم کرتے ہیں
  2. ڈبل اشارے ڈیزائن مؤثر طریقے سے جھوٹے سگنل فلٹر کر سکتے ہیں
  3. اپنی مرضی کے مطابق پیرامیٹرز مختلف مارکیٹ کے ماحول کے مطابق

اسٹریٹجی کے خطرات

اس حکمت عملی کے اہم خطرات یہ ہیں:

  1. پیرامیٹرز کی غلط ترتیبات سے تجارت میں کثرت پیدا ہوسکتی ہے ، تجارت کے اخراجات اور سلائڈ لاگت میں اضافہ ہوسکتا ہے
  2. شدید قیمتوں میں اتار چڑھاؤ کے ساتھ مارکیٹوں کو مؤثر طریقے سے سنبھال نہیں سکتا، جس سے بڑے نقصانات ہوسکتے ہیں
  3. سائیکل اشارے منحنی فٹنگ پر بھاری انحصار کرتے ہیں، غلط فٹنگ غلط سگنل پیدا کر سکتی ہے

خطرات کو پیرامیٹرز کی ترتیبات کو بہتر بنانے، سٹاپ نقصان کے مقامات کی ترتیب، دیگر فلٹرنگ اشارے وغیرہ کو یکجا کرکے کنٹرول کیا جا سکتا ہے.

اصلاح کی ہدایات

اس حکمت عملی کو مندرجہ ذیل پہلوؤں میں بھی بہتر بنایا جاسکتا ہے:

  1. غلط اشاروں کو کم کرنے کے لئے سگنل فلٹرنگ کے لئے دیگر تکنیکی اشارے ، جیسے بولنگر بینڈ ، آر ایس آئی وغیرہ کے ساتھ مل کر
  2. موافقت پذیر باہر نکلنے کے طریقہ کار شامل کریں، مارکیٹ کی اتار چڑھاؤ کے مطابق متحرک طور پر سٹاپ نقصان کے مقامات کو ایڈجسٹ کریں
  3. مارکیٹ میں متحرک طور پر اپنانے کے لئے پیرامیٹرز کو خود بخود بہتر بنانے کے لئے مشین لرننگ کے طریقوں کا استعمال کریں
  4. لیوریج، کمپاؤنڈنگ اور دیگر ذرائع کے ذریعے سرمایہ کے استعمال کو بہتر بنانا

نتیجہ

ایلرز اسٹوکاسٹک سائبر سائیکل حکمت عملی خطرات کو مؤثر طریقے سے کنٹرول کرنے کے لئے دوہری سگنل ڈیزائن کے ذریعہ اسٹوکاسٹک اور سائیکل اشارے کے فوائد کو ضم کرتی ہے ، اور مضبوط سائیکلٹی والی منڈیوں میں اچھی واپسی حاصل کرسکتی ہے۔ مزید اصلاح کے ساتھ ، یہ حکمت عملی تجویز کرنے کے لئے ایک قابل قدر مقداری تجارتی حکمت عملی بن سکتی ہے۔

/*backtest
start: 2024-01-09 00:00:00
end: 2024-01-16 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Ehlers Stochastic Cyber Cycle Strategy",overlay=false, default_qty_type = strategy.percent_of_equity, default_qty_value = 100.0, pyramiding = 1, commission_type = strategy.commission.percent, commission_value = 0.1)
src = input(hl2, title = "Source") 
alpha = input(.07, title = "Alpha")
lag = input(9, title = "Lag")
smooth = (src + 2 * src[1] + 2 * src[2] + src[3]) / 6
len = input(8, title = "Stochastic len")
cycle = na
if na(cycle[7])
    cycle := (src - 2 * src[1] + src[2]) / 4
else
    cycle := (1 - .5 * alpha) * (1 - .5 * alpha) * (smooth - 2 * smooth[1] + smooth[2]) + 2 * (1 - alpha) * cycle[1] - (1 - alpha) * (1 - alpha) * cycle[2]

value1 = stoch(cycle, cycle, cycle, len) / 100
value2 = 2 * ((4 * value1 + 3 * value1[1] + 2 * value1[2] + value1[3]) / 10 - 0.5)

signal = value2
oppositeTrade = input(true)
barsSinceEntry = 0
barsSinceEntry := nz(barsSinceEntry[1]) + 1
if strategy.position_size == 0
    barsSinceEntry := 0
if (crossover(signal, signal[1]) and not oppositeTrade) or (oppositeTrade and crossunder(signal, signal[1]))
    strategy.entry("Long", strategy.long)
    barsSinceEntry := 0
if (crossunder(signal, signal[1]) and not oppositeTrade) or (oppositeTrade and crossover(signal, signal[1]))
    strategy.entry("Short", strategy.short)
    barsSinceEntry := 0
if strategy.openprofit < 0 and barsSinceEntry > 8
    strategy.close_all()
    barsSinceEntry := 0
    
    
plot(0, title="ZeroLine", color=gray) 
plotSrc = signal
cyclePlot = plot(plotSrc, title = "CyberCycle", color = blue)
triggerPlot = plot(plotSrc[1], title = "Trigger", color = green)
fill(cyclePlot, triggerPlot, color = plotSrc < plotSrc[1] ? red : lime, transp = 50)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں