وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. رفتار واپس لینے کی حکمت عملی

رفتار واپس لینے کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-01-23 15:23:14
ٹیگز:

img

جائزہ

اس حکمت عملی کا مقصد مارکیٹ میں ممکنہ واپسی کے مواقع کی نشاندہی کرنا ہے۔ اس میں طویل مدتی حرکت پذیر اوسط (MA1) اور قلیل مدتی حرکت پذیر اوسط (MA2) کے ساتھ ایک دوہری حرکت پذیر اوسط نظام استعمال کیا جاتا ہے۔ کلیدی مقصد یہ ہے کہ جب اختتامی قیمت MA1 سے نیچے ہو لیکن MA2 سے اوپر ہو تو طویل عرصے تک جانا ، جس سے مجموعی رجحان کے اندر ممکنہ واپسی کا اشارہ ملتا ہے۔

حکمت عملی منطق

اس حکمت عملی میں دو حرکت پذیر اوسط استعمال ہوتے ہیں: ایم اے 1 (طویل مدتی) اور ایم اے 2 (مختصر مدتی) ۔ منطق یہ ہے کہ اگر قیمتیں طویل مدتی رجحان کی حمایت کی جانچ کرنے کے لئے مختصر طور پر پیچھے ہٹتی ہیں تو ، یہ ایک طویل موقع پیش کرسکتی ہے۔ خاص طور پر ، اگر اختتامی قیمت طویل مدتی تعاون (ایم اے 1) سے اوپر رہتی ہے تو ، اہم رجحان برقرار رہتا ہے۔ لیکن اگر اختتامی قیمت مختصر مدت کے ایم اے (ایم اے 2) سے نیچے ٹوٹ جاتی ہے لیکن پھر بھی طویل مدتی ایم اے (ایم اے 1) سے اوپر برقرار رہتی ہے تو ، یہ ایک درسی کتاب کی پل بیک سیٹ اپ کی نشاندہی کرتی ہے۔ یہاں کوئی اسٹاپ نقصان کے ساتھ طویل عرصہ چل سکتا ہے اور قیمتوں کو مختصر ایم اے سے اوپر منتقل کرنے کا مقصد رکھ سکتا ہے۔

فوائد کا تجزیہ

اس حکمت عملی کے فوائد میں شامل ہیں:

  1. لچکدار پیرامیٹر ٹیوننگ کے ساتھ لاگو کرنے کے لئے آسان اور سمجھنے میں آسان
  2. اہم رجحان کی نشاندہی کرنے اور مخالف رجحان کی تجارت سے بچنے کے لئے دوہری ایم اے کا فائدہ اٹھاتا ہے
  3. غیر معمولی ادوار سے بچنے کے لئے حسب ضرورت وقت فلٹرز
  4. مختلف خطرے کی ترجیحات کے مطابق پوزیشن کا سایز ایڈجسٹ کیا جا سکتا ہے
  5. نیچے کی طرف خطرے کو محدود کرنے کے لئے سٹاپ نقصان کا طریقہ کار

خطرے کا تجزیہ

ان خطرات سے آگاہ ہونا:

  1. ناکام واپسی اگر قیمتوں میں کمی جاری رہے اور سٹاپ نقصان کو نشانہ بنایا جائے
  2. اہم معاونت کے علاقے کو توڑنے کے بعد اہم رجحان کی تبدیلی
  3. قیمتوں میں اتار چڑھاؤ کے ساتھ وِپساؤ اور اختلافات
  4. غیر زیادہ سے زیادہ وقت کے فلٹرز سے لاپتہ تجارت

خطرات کو بہتر بنانے اور کم کرنے کے کچھ طریقے:

  1. سگنل کے معیار کو بہتر بنانے کے لئے ایم اے پیرامیٹرز کو بہتر بنائیں
  2. خطرات کو کم سے کم کرتے ہوئے منافع کو زیادہ سے زیادہ کرنے کے لئے اسٹاپ نقصان کی سطح کو ٹھیک کریں
  3. بہترین تجارتی ادوار پر توجہ مرکوز کرنے کے لئے وقت فلٹرز کو ایڈجسٹ کریں
  4. مختلف آلات اور مارکیٹ کے ماحول میں ٹیسٹ

بہتر مواقع

حکمت عملی کو بہتر بنانے کے کچھ طریقے:

  1. بہترین مجموعے تلاش کرنے کے لئے ایم اے پیرامیٹرز کو بہتر بنائیں
  2. مختلف سٹاپ نقصان کے طریقہ کار کی جانچ پڑتال کریں جیسے ٹریلنگ یا لوڈشیلٹر اسٹاپ
  3. اضافی فلٹرز شامل کریں جیسے حجم یا اتار چڑھاؤ
  4. پوزیشن سائزنگ قوانین شامل کریں جیسے سونے کی صلیبوں پر اضافہ اور موت صلیبوں پر کم کرنا
  5. ایک خودکار منافع لینے کے طریقہ کار میں تعمیر کریں
  6. اہم میٹرکس کا تجزیہ کرنے اور پیرامیٹرز کو حتمی شکل دینے کے لئے بیک ٹیسٹ

نتیجہ

خلاصہ یہ ہے کہ یہ ایک سیدھی سیدھی اوسط ریورس پل بیک حکمت عملی ہے۔ یہ دوہری ایم اے کے نقطہ نظر کے ساتھ پل بیک سیٹ اپ کی نشاندہی کرتا ہے اور موافقت پذیر اسٹاپس کے ساتھ خطرے کا انتظام کرتا ہے۔ یہ حکمت عملی لچکدار ٹیوننگ کے ساتھ سمجھنے اور نافذ کرنے میں آسان ہے۔ اگلے اقدامات ایم اے پیرامیٹرز ، اسٹاپ نقصانات ، فلٹرز جیسے عناصر کے ارد گرد مزید اصلاحات ہیں تاکہ حکمت عملی کو زیادہ مضبوط بنایا جاسکے۔

/*backtest
start: 2023-01-16 00:00:00
end: 2024-01-22 00:00:00
period: 1d
basePeriod: 1h
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/
// © ZenAndTheArtOfTrading / www.PineScriptMastery.com
// @version=5
strategy("Simple Pullback Strategy", 
     overlay=true, 
     initial_capital=50000,
     default_qty_type=strategy.percent_of_equity, 
     default_qty_value=100, // 100% of balance invested on each trade
     commission_type=strategy.commission.cash_per_contract, 
     commission_value=0.005) // Interactive Brokers rate

// Get user input
i_ma1           = input.int(title="MA 1 Length", defval=200, step=10, group="Strategy Parameters", tooltip="Long-term MA")
i_ma2           = input.int(title="MA 2 Length", defval=10, step=10, group="Strategy Parameters", tooltip="Short-term MA")
i_stopPercent   = input.float(title="Stop Loss Percent", defval=0.10, step=0.1, group="Strategy Parameters", tooltip="Failsafe Stop Loss Percent Decline")
i_lowerClose    = input.bool(title="Exit On Lower Close", defval=false, group="Strategy Parameters", tooltip="Wait for a lower-close before exiting above MA2")
i_startTime     = input(title="Start Filter", defval=timestamp("01 Jan 1995 13:30 +0000"), group="Time Filter", tooltip="Start date & time to begin searching for setups")
i_endTime       = input(title="End Filter", defval=timestamp("1 Jan 2099 19:30 +0000"), group="Time Filter", tooltip="End date & time to stop searching for setups")

// Get indicator values
ma1 = ta.sma(close, i_ma1)
ma2 = ta.sma(close, i_ma2)

// Check filter(s)
f_dateFilter =true

// Check buy/sell conditions
var float buyPrice = 0
buyCondition    = close > ma1 and close < ma2 and strategy.position_size == 0 and f_dateFilter
sellCondition   = close > ma2 and strategy.position_size > 0 and (not i_lowerClose or close < low[1])
stopDistance    = strategy.position_size > 0 ? ((buyPrice - close) / close) : na
stopPrice       = strategy.position_size > 0 ? buyPrice - (buyPrice * i_stopPercent) : na
stopCondition   = strategy.position_size > 0 and stopDistance > i_stopPercent

// Enter positions
if buyCondition
    strategy.entry(id="Long", direction=strategy.long)

if buyCondition[1]
    buyPrice := open

// Exit positions
if sellCondition or stopCondition
    strategy.close(id="Long", comment="Exit" + (stopCondition ? "SL=true" : ""))
    buyPrice := na

// Draw pretty colors
plot(buyPrice, color=color.lime, style=plot.style_linebr)
plot(stopPrice, color=color.red, style=plot.style_linebr, offset=-1)
plot(ma1, color=color.blue)
plot(ma2, color=color.orange)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں