وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. لندن ایس ایم اے کراس ای ٹی ایچ ریورس ٹریڈنگ حکمت عملی

لندن ایس ایم اے کراس ای ٹی ایچ ریورس ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-18 16:08:26
ٹیگز:

img

جائزہ

اس حکمت عملی کا نام لندن سیشن ایس ایم اے کراس ای ٹی ایچ ریورس ٹریڈنگ حکمت عملی ہے۔ اس حکمت عملی کا بنیادی خیال لندن سیشن کے دوران اعلی لیکویڈیٹی کا استعمال کرنا ہے ، جو ایس ایم اے لائنوں کے سنہری کراس اور مردہ کراس سگنلز کے ساتھ مل کر ، مرکزی دھارے میں شامل ڈیجیٹل کرنسی ٹریڈنگ جوڑی ای ٹی ایچ / یو ایس ڈی ٹی پر ریورس ٹریڈنگ کا انعقاد کرنا ہے۔

حکمت عملی کا اصول

اس حکمت عملی کا بنیادی منطق یہ ہے کہ پہلے لندن سیشن کے تجارتی اوقات کا تعین کیا جائے ، پھر کسی خاص سائیکل کی ایس ایم اے لائن کا حساب لگایا جائے ، اور آخر میں فیصلہ کیا جائے کہ کیا لندن سیشن کے دوران قیمت میں ایس ایم اے کے ساتھ سنہری کراس یا مردہ کراس ہے۔ خاص طور پر ، حکمت عملی پہلے لندن سیشن کے آغاز اور اختتام کے وقت کی وضاحت کرتی ہے ، اور پھر ایس ایم اے لائن کے لمبائی پیرامیٹر کو 50 ادوار پر طے کرتی ہے۔ اس کی بنیاد پر ، حکمت عملی 50 ادوار کی ایس ایم اے لائن کا حساب لگانے کے لئے ta.sma () فنکشن کا استعمال کرتی ہے۔ اس کے بعد ، حکمت عملی فیصلہ کرتی ہے کہ آیا موجودہ قیمت لندن سیشن میں ہے اور بیک ٹائم رینج کے اندر ہے۔ اگر یہ دونوں شرائط پوری ہوجاتی ہیں تو ، ta.crossover () اور ta.crosstest) افعال کا استعمال کریں تاکہ یہ طے کیا جاسکے کہ قیمت اور سنہری لائن میں سنہری کراس یا مردہ ایس ایم اے ہے یا نہیں۔ جب سنہری کراس ہوتا ہے تو ، طویل ہوجاتا ہے۔ جب مردہ کراس ہوتا ہے تو ، مختصر ہوجاتا

اس حکمت عملی کا بنیادی فائدہ یہ ہے کہ یہ تجارت کے لئے لندن سیشن کی اعلی لیکویڈیٹی کا استعمال کرتا ہے ، جو داخلے کے بہتر مواقع حاصل کرسکتا ہے۔ اسی وقت ، ایس ایم اے لائن کے سنہری کراس اور مردہ کراس سگنل کلاسیکی اور موثر تکنیکی اشارے سگنل ہیں۔ لہذا ، یہ امتزاج غلط سگنل کو ایک خاص حد تک فلٹر کرسکتا ہے اور حکمت عملی کے استحکام اور منافع کو بہتر بنا سکتا ہے۔

حکمت عملی کے فوائد

  1. بہتر اندراج کے مواقع حاصل کرنے کے لئے لندن سیشن کی اعلی لیکویڈیٹی کا استعمال کریں
  2. ایس ایم اے لائنوں کا سنہری کراس اور مردہ کراس کلاسیکی اور موثر تکنیکی اشارے سگنل ہیں
  3. مشترکہ استعمال سگنل کے معیار کو بہتر بنا سکتا ہے اور جھوٹے سگنل کو فلٹر کرسکتا ہے
  4. مختصر مدت کی تجارت کے لئے موزوں ریورس ٹریڈنگ کا طریقہ اپنائیں
  5. اعلی سرمایہ استعمال، منافع لیوریج کے ذریعے بڑھا سکتے ہیں

خطرات اور حل

اس حکمت عملی میں کچھ خطرات بھی شامل ہیں ، جن میں بنیادی طور پر شامل ہیں:

  1. ایک رجحان مارکیٹ میں گولڈن کراس اور مردہ کراس سگنل اکثر مارا جا سکتا ہے
  2. غلط ایس ایم اے مدت کی ترتیب سے بہت زیادہ غلط سگنل پیدا ہوسکتے ہیں
  3. ریورس ٹریڈنگ رینج سے منسلک مارکیٹوں میں پھنس جانے کا امکان ہے

ان خطرات کو کنٹرول اور حل کرنے کے لیے مندرجہ ذیل طریقے استعمال کیے جا سکتے ہیں:

  1. رجحانات کو مستحکم کرنے کے دوران استعمال کرنے سے بچنے کے لئے رجحانات کے اشارے شامل کریں
  2. بہترین ٹریڈنگ سائیکل تلاش کرنے کے لئے ایس ایم اے پیرامیٹرز کو بہتر بنائیں
  3. واحد نقصان کو کنٹرول کرنے کے لئے سٹاپ نقصان مقرر کریں

اصلاح کی ہدایات

حکمت عملی کے مندرجہ ذیل پہلوؤں کو بہتر بنایا جاسکتا ہے:

  1. سگنل کے معیار کو بہتر بنانے کے لئے کثیر اشارے فلٹرنگ کے قوانین بنانے کے لئے دیگر اشارے کو مجموعہ کے لئے متعارف کرایا جاسکتا ہے، جیسے آر ایس آئی، KD، وغیرہ
  2. ایس ایم اے لائن کے سائیکل پیرامیٹر کو بہترین ٹریڈنگ سائیکل تلاش کرنے کے لئے بہتر بنایا جاسکتا ہے
  3. لمبے عرصے تک چلنے والے اوسط کو ایس ایم اے کی بنیاد پر متعارف کرایا جاسکتا ہے تاکہ متعدد چلنے والے اوسط کراس مجموعے تشکیل دیئے جائیں
  4. کون سی سیشن بہترین کارکردگی کا مظاہرہ کرتے ہیں ٹیسٹ کرنے کے لئے ٹریڈنگ سیشن کو بہتر بنائیں
  5. مشین لرننگ الگورتھم متعارف کروانا تاکہ سگنلز کو تربیت اور فلٹر کیا جاسکے

نتیجہ

عام طور پر ، اس حکمت عملی میں اعلی لیکویڈیٹی سیشنوں میں تجارت اور حرکت پذیر اوسط کراسز کے کلاسیکی تکنیکی اشارے کو یکجا کرکے نسبتا simple آسان اور عملی قلیل مدتی الٹ ٹریڈنگ حکمت عملی کا احساس ہوتا ہے۔ اس حکمت عملی کے فوائد میں اعلی سرمایہ کاری ، آسان تکنیکی اشارے اور آسان نفاذ شامل ہیں۔ لیکن کچھ خطرات بھی ہیں ، پیرامیٹرز ، اسٹاپ نقصان اور تجارتی سیشنوں کو بہتر مستحکم منافع حاصل کرنے کے لئے جانچنے اور بہتر بنانے کی ضرورت ہے۔

/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("London SMA Strategy ", overlay=true)

// Define London session times
london_session_start_hour = 6
london_session_start_minute = 59
london_session_end_hour = 15
london_session_end_minute = 59

// Define SMA input parameters
sma_length = input.int(50, title="SMA Length")
sma_source = input.source(close, title="SMA Source")

// Calculate SMA
sma = ta.sma(sma_source, sma_length)

// Convert input values to timestamps
london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute)
london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute)

// Define backtesting time range
start_date = timestamp(2021, 1, 1, 0, 0)
end_date = timenow

// Filter for London session and backtesting time range
in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp
in_backtesting_range = time >= start_date and time <= end_date

// Long condition: Close price crosses above SMA during London session
long_condition = ta.crossover(close, sma)

// Short condition: Close price crosses below SMA during London session
short_condition = ta.crossunder(close, sma)

// Plot SMA for reference
plot(sma, title="SMA", color=color.blue)

// Strategy entries and exits
if (long_condition)
    strategy.entry("Long", strategy.long)
if (short_condition)
    strategy.entry("Short", strategy.short)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں