وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. فبونیکی اوسط موم بتی جس میں مقداری تجارت کے لئے چلتی اوسط حکمت عملی ہے

فبونیکی اوسط موم بتی جس میں مقداری تجارت کے لئے چلتی اوسط حکمت عملی ہے

مصنف:چاؤ ژانگ، تاریخ: 2024-01-19 14:36:45
ٹیگز:

img

جائزہ

یہ حکمت عملی صرف لمبی پوزیشنوں اور کوئی مختصر پوزیشنوں کے ساتھ مقداری تجارت کو نافذ کرنے کے لئے فبونیکی ترتیب کی بنیاد پر اوسط موم بتیاں اور چلتی اوسط تعمیر کرتی ہے۔ ابتدائی ٹیسٹ سے پتہ چلتا ہے کہ یہ حکمت عملی بڑے ٹائم فریم پر بہتر کارکردگی کا مظاہرہ کرتی ہے۔

حکمت عملی کا اصول

اس حکمت عملی کے اہم اقدامات یہ ہیں:

  1. اوسط شمع بنانے کے لئے حالیہ 10 فبونیکی سائیکلوں کی اوسط بند، اعلی، کم اور کھلی قیمتوں کا حساب لگائیں۔

  2. اوسط قریبی قیمت کے 1، 2، 3، 5، 8، 13، 21، 34 اور 55 پیریڈ کے ایکسپونینشل چلتی اوسط (EMA) کا حساب لگائیں اور اوسط EMA حاصل کرنے کے لئے ان کا اوسط لیں.

  3. طویل اور قریبی شرائط مقرر کریں: طویل پوزیشن کھولیں جب اوسط موم بتی میں تیزی کے پیٹرن دکھائے جائیں (جیسے کھلی کھلنے سے اوپر بند ہونا ، تیزی سے گھس جانا) اور بند ہونا اوسط EMA سے اوپر ہے؛ طویل پوزیشن بند کریں جب اوسط موم بتی میں bearish پیٹرن دکھائے جائیں (جیسے کھلی کھلنے سے نیچے بند ہونا ، bearish engulfing) اور بند ہونا اوسط EMA سے نیچے ہے۔

قیمتوں میں اتار چڑھاؤ کو فلٹر کرنے کے لئے اوسط موم بتیوں کا حساب کتاب کرکے اور تجارتی سگنل پیدا کرنے کے لئے چلتی اوسط اشارے کے ساتھ مل کر ، یہ حکمت عملی مؤثر طریقے سے رجحانات کی نشاندہی اور تجارتی خطرات کو کنٹرول کرسکتی ہے۔

فوائد

  1. فیبونیکی ترتیب پر مبنی اوسط موم بتیاں تصادفی قیمت شور کو مؤثر طریقے سے فلٹر کرسکتی ہیں اور رجحان سگنل کی نشاندہی کرسکتی ہیں۔

  2. متعدد ای ایم اے کا اوسط معاونت / مزاحمت کی سطح کے استحکام کو بڑھا دیتا ہے اور سگنل کے معیار کو بہتر بناتا ہے۔

  3. صرف لمبی پوزیشنیں تجارت کی تعداد کو کم کرتی ہیں، تجارتی اخراجات کو کم کرتی ہیں اور سلائڈنگ اثرات کو کم کرتی ہیں.

  4. بڑے ٹائم فریم پر اچھی کارکردگی کا مظاہرہ کرتا ہے، درمیانے اور طویل مدتی ٹریڈنگ کے لئے موزوں ہے.

خطرات

  1. صرف لمبی حکمت عملی سے bearish مارکیٹوں میں اہم نقصانات ہو سکتے ہیں۔

  2. ای ایم اے لائنز میں تاخیر کا رجحان ہوتا ہے، ممکنہ طور پر بہترین انٹری پوائنٹس کی کمی ہوتی ہے۔

  3. بڑی مدت کے لیے زیادہ کام کرنے سے مختصر مدت کے لیے مواقع ضائع ہو سکتے ہیں۔

  4. محدود پیرامیٹر اصلاح کی جگہ کا مطلب ہے کہ حقیقی ٹریڈنگ کی کارکردگی بیک ٹسٹ کے نتائج سے کم ہوسکتی ہے۔

بہتری کے شعبے

  1. نقصانات بڑھنے پر مناسب سٹاپ نقصان کو باہر نکلنے کی پوزیشنوں میں شامل کرنے کی جانچ کر سکتے ہیں.

  2. متحرک طور پر پوزیشن سائزنگ کو ایڈجسٹ کرنے کے لئے ATR جیسے اتار چڑھاؤ کے اقدامات کو یکجا کر سکتے ہیں.

  3. منافع بڑھانے کے لئے نیچے کے رجحانات کے دوران مناسب طریقے سے مختصر پوزیشن لینے کی جانچ کر سکتے ہیں.

  4. بہترین مجموعے تلاش کرنے کے لئے EMA مدت پیرامیٹرز کو بہتر بنا سکتے ہیں.

نتیجہ

یہ حکمت عملی فبونیکی اوسط موم بتیوں اور حرکت پذیر اوسط اشارے کی تعمیر کے ذریعہ مقداری تجارت کے لئے رجحان سگنلز کی نشاندہی کرتی ہے۔ یہ اوسط موم بتیوں کے ساتھ قیمت کے شور کو فلٹر کرنے اور صرف طویل عرصے تک جانے سے تجارتی اخراجات کو کم کرنے کا فائدہ اٹھاتا ہے۔ اس میں صرف لمبی پوزیشنوں اور ای ایم اے پسماندہ امور کے لئے bearish مارکیٹوں کے خطرات بھی ہیں۔ مجموعی طور پر ، یہ حکمت عملی متعدد پہلوؤں سے تجارتی خطرات کو کنٹرول کرتی ہے اور بڑے ٹائم فریم پر اچھی کارکردگی کا مظاہرہ کرتی ہے ، جو درمیانے اور طویل مدتی تجارت کے لئے موزوں ہے۔ مزید اصلاحات استحکام اور منافع کو بہتر بنا سکتی ہیں۔

/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © SoftKill21

//@version=4
strategy("Fibonacci candle", overlay=false  )


//plot of our fibonacci candle
// Fibonacci 
// Fn = Fn-1 + Fn-2
// F10 = 55
// 0 1 2 3 5 8 13 21 34 55

avg_close = (close[0] + close[1] + close[2] + close[3] +close[5] + close[8] + close[13]+ close[21] + close[34] + close[55]) / 10
avg_high = (high[0] + high[1] + high[2] + high[3] +high[5] + high[8] + high[13]+ high[21] + high[34] + high[55]) / 10
avg_low = (low[0] + low[1] + low[2] + low[3] +low[5] + low[8] + low[13]+ low[21] + low[34] + low[55]) / 10
avg_open = (open[0] + open[1] + open[2] + open[3] +open[5] + open[8] + open[13]+ open[21] + open[34] + open[55]) / 10


src = avg_close//input(avg_close, title="Source")


out55 = ema(src, 55)
out1 = ema(src, 1)
out2 = ema(src, 2)
out3 = ema(src, 3)
out5 = ema(src, 5)
out8 = ema(src, 8)
out13 = ema(src, 13)
out21 = ema(src, 21)
out34 = ema(src, 34)

avg_ema = (out55 + out1 + out2 + out3+ out5 + out8 + out13 + out21 + out34)/9

plot(avg_ema)

plotcandle(avg_open, avg_high, avg_low, avg_close, title='Title', color = avg_open < avg_close ? color.green : color.red, wickcolor=color.white)

long = avg_open < avg_close and avg_close > avg_close[1] and avg_high > avg_high[1] and  avg_close[1] > avg_close[2] and avg_high[1] > avg_high[2]
short = avg_open > avg_close and avg_close < avg_close[1] and avg_low < avg_low[1] and avg_close[1] < avg_close[2] and avg_low[1] < avg_low[2]

strategy.entry("long",1,when=long and avg_close > avg_ema)
strategy.close('long',when=short and avg_close < avg_ema)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں