ایکسپونینشل حرکت پذیر اوسط اور حجم وزن پر مبنی مقداری حکمت عملی

جائزہ

اصول

اس حکمت عملی کا بنیادی اشارے nRes ہے، جو ایکسپونینشل چلتی اوسط xMAVolPrice، حجم xMAVol کی ایکسپونینشل چلتی اوسط اور تازہ ترین اختتامی قیمت بند کرنے کو یکجا کرتا ہے، اور مندرجہ ذیل فارمولے کے ذریعہ شمار کیا جاتا ہے:

xMAVolPrice = ema(volume * close, length)
xMAVol = ema(volume, length) 
nRes = xMAVolPrice / xMAVol

یہ حکمت عملی nRes اور آخری اختتامی قیمت کے درمیان سائز کے تعلق کا موازنہ کرکے طویل اور مختصر پوزیشنوں کی سمت کا تعین کرتی ہے۔

if (nRes < close[1])  
    long
if (nRes > close[1]) 
    short

اگر nRes آخری اختتامی قیمت سے کم ہے تو اس کا مطلب یہ ہے کہ حجم سے ایڈجسٹ قیمت آخری قیمت سے کم ہے ، جو خرید کا اشارہ ہے۔ اگر nRes آخری اختتامی قیمت سے زیادہ ہے تو اس کا مطلب یہ ہے کہ حجم سے ایڈجسٹ قیمت آخری قیمت سے زیادہ ہے ، جو فروخت کا اشارہ ہے۔

فوائد کا تجزیہ

اس حکمت عملی کے اہم فوائد یہ ہیں:

1. ملٹی فیکٹر انفارمیشن کا امتزاج۔ حکمت عملی میں نہ صرف قیمت کی معلومات پر غور کیا گیا ہے ، بلکہ مارکیٹ کے رجحانات کا زیادہ درست اندازہ لگانے کے لئے اسٹاک کی ملٹی فیکٹر خصوصیات کا بھرپور استعمال کرنے کے لئے حجم کی معلومات کو بھی جوڑ دیا گیا ہے۔

2. جھوٹے سگنل کو کم کریں۔ حجم وزن ناکافی حجم کی وجہ سے ہونے والے کچھ جھوٹے بریک آؤٹس کو فلٹر کرسکتا ہے۔ اس سے غیر ضروری تجارت کو مؤثر طریقے سے کم کیا جاسکتا ہے اور پھنس جانے سے بچایا جاسکتا ہے۔

3. بہتر بروقت۔ سادہ چلتی اوسط کے مقابلے میں ، اس حکمت عملی میں تیزی سے چلتی اوسط تازہ ترین اعداد و شمار کے لئے زیادہ حساس ہیں اور مارکیٹ میں حالیہ تبدیلیوں کو تیزی سے پکڑ سکتے ہیں۔

4. لاگو کرنے میں آسان۔ حکمت عملی کا خیال آسان اور واضح ہے ، سمجھنے اور لاگو کرنے میں آسان ہے ، اور مقداری تجارت کی ضروریات کو پورا کرتا ہے۔

خطرے کا تجزیہ

1. حجم کی معلومات ناقابل اعتماد ہیں۔ حجم کے اشارے ہیرا پھیری کا شکار ہیں اور ان میں استحکام کی کمی ہے ، جو گمراہ کن ہوسکتی ہے۔

2. طویل اور مختصر فیصلے کے لئے کم مواقع۔ سادہ رجحان کی پیروی کرنے والی حکمت عملیوں کے مقابلے میں ، اس حکمت عملی کے فیصلے کرنے کے مواقع نسبتا small چھوٹے ہیں ، جس سے آسانی سے ناکافی تجارت ہوسکتی ہے۔

متعلقہ حل: پیرامیٹر کی ترتیبات کو بہتر بنائیں ، پوزیشن کے سائز کو سختی سے کنٹرول کریں ، اسٹاپ نقصان اور منافع حاصل کریں؛ تصدیق کے ل other دوسرے عنصر اشارے کو جوڑیں۔ پوزیشن ہولڈنگ فریکوئنسی کو مناسب طریقے سے ایڈجسٹ کریں۔

اصلاح کی ہدایات

اس حکمت عملی کو بہتر بنانے کے لئے اہم سمتیں یہ ہیں:

1. زیادہ لچکدار کھلی پوزیشنوں کی منطق۔ پوزیشنیں کھولی جاسکتی ہیں جب nRes اور بند ہونے کی قیمت کے درمیان فرق ایک خاص حد سے زیادہ ہے ، نہ کہ صرف بائنری درجہ بندی کا فیصلہ ، تاکہ زیادہ مواقع حاصل کیے جائیں۔

2. پوزیشن مینجمنٹ کے طریقہ کار کو بڑھانا۔ مارکیٹ کی اتار چڑھاؤ کے مطابق ، خطرات کو مؤثر طریقے سے کنٹرول کرنے کے لئے ہر تجارت کے سائز کو متحرک طور پر ایڈجسٹ کریں۔

3. دوسرے عوامل کو یکجا کریں۔ حکمت عملی کے فیصلوں کو زیادہ جامع بنانے کے لئے مزید عوامل شامل کیے جاسکتے ہیں ، جیسے جذبات کے اشارے ، بنیادی عوامل وغیرہ۔

4. انکولی پیرامیٹر کی اصلاح کے الگورتھم۔ الگورتھم خود بخود پیرامیٹرز جیسے لمبائی کو بہتر بنانے کے لئے قائم کیے جاسکتے ہیں ، تاکہ وہ مختلف سائیکل مارکیٹوں کی خصوصیات کے مطابق انکولی طور پر ایڈجسٹ کرسکیں۔

5. مشین لرننگ ماڈلز کا استعمال کریں۔ آر این این اور دیگر گہری سیکھنے کے ماڈلز کو اختتامی غیر لکیری حکمت عملیوں کو حاصل کرنے کے لئے ملٹی ویریٹی فیچر ماڈلنگ کے لئے استعمال کیا جاسکتا ہے۔

خلاصہ