اس حکمت عملی کا بنیادی خیال طویل مدتی رجحان کی سمت میں قلیل مدتی پل بیک کی تجارت کرنا ہے۔ خاص طور پر ، 200 دن کی سادہ چلتی اوسط طویل مدتی رجحان کی سمت کا تعین کرنے کے لئے استعمال ہوتی ہے ، اور 10 دن کی سادہ چلتی اوسط قلیل مدتی رجحان کی سمت کا تعین کرنے کے لئے استعمال ہوتی ہے۔ جب قیمت 200 دن کی لائن سے اوپر ہوتی ہے تو ، یہ ایک بیل مارکیٹ ہے۔ جب قیمت 200 دن کی لائن سے نیچے ہوتی ہے تو ، یہ ایک ریچھ مارکیٹ ہے۔ بیل مارکیٹ میں ، جب قیمت 10 دن کی لائن پر گرتی ہے تو طویل ہوجائیں۔ ریچھ مارکیٹ میں ، جب قیمت 10 دن کی لائن پر بڑھتی ہے تو مختصر ہوجائیں۔
اس حکمت عملی میں 200 دن کی سادہ چلتی اوسط اور 10 دن کی سادہ چلتی اوسط کا استعمال مارکیٹ کے رجحان کا تعین کرنے کے لئے کیا جاتا ہے۔ جب قیمت 200 دن کی لائن سے تجاوز کرتی ہے تو ، اسے بیل مارکیٹ میں داخل ہونے پر غور کیا جاتا ہے۔ جب قیمت 200 دن کی لائن سے نیچے گزرتی ہے تو ، اسے ریچھ مارکیٹ میں داخل ہونے پر غور کیا جاتا ہے۔ بیل مارکیٹ میں ، اگر قیمت 10 دن کی لائن کے ارد گرد گرتی ہے تو ، اس کا مطلب ہے کہ قلیل مدتی اصلاح کا سامنا کرنا پڑتا ہے۔ اس وقت ، طویل مدتی تیزی کے رجحان کے تسلسل کا ہدف رکھتے ہوئے ، طویل مدتی جائیں۔ ریچھ مارکیٹ میں ، اگر قیمت 10 دن کی لائن کے ارد گرد بڑھتی ہے تو ، اس کا مطلب ہے کہ قلیل مدتی ریبونڈ کا سامنا کرنا پڑتا ہے۔ اس وقت ، طویل مدتی ریچھ رجحان کے تسلسل کا ہدف رکھتے ہوئے ، مختصر جائیں۔
خاص طور پر ، جب درج ذیل شرائط پوری ہوجائیں تو ، مارکیٹ میں داخل ہونے کے لئے طویل عرصے تک جائیں: قیمت 200 دن کی لائن سے اوپر ہے ، قیمت 10 دن کی لائن سے نیچے ہے ، اور کوئی پچھلی پوزیشن نہیں تھی۔ جب درج ذیل شرائط پوری ہوجائیں تو ، مارکیٹ سے باہر نکلنے کے لئے پوزیشن بند کردیں۔ قیمت 10 دن کی لائن سے اوپر ہے ، اور پچھلی طویل پوزیشن تھی۔ بڑے نقصانات سے بچنے کے لئے ، ایک FAILSAFE اسٹاپ نقصان مقرر کیا جاتا ہے۔ اگر سب سے زیادہ نقطہ سے ریٹریسیشن 10٪ سے زیادہ ہے تو ، براہ راست باہر نکلنے کے لئے نقصان کو روکیں۔
یہ دیکھا جاسکتا ہے کہ اس حکمت عملی کا تجارتی منطق بنیادی طور پر حرکت پذیر اوسط کے سنہری کراس اور موت کے کراس پر مبنی ہے۔ یہ طویل اور مختصر حرکت پذیر اوسط کی طرف سے طے شدہ سمت میں رجحان کی پیروی پر مبنی پل بیک اور باہر نکلنے پر مبنی ہے ، جو ایک عام رجحان کی پیروی کی حکمت عملی سے تعلق رکھتا ہے۔
اس حکمت عملی کا سب سے بڑا فائدہ کم لاگت والے رجحان کی پیروی کرنا ہے تاکہ زیادہ منافع حاصل کیا جاسکے۔ مخصوص فوائد مندرجہ ذیل ہیں:
بنیادی اور ثانوی رجحانات کی سمت کا تعین کرنے کے لئے طویل مدتی اور قلیل مدتی حرکت پذیر اوسط کے امتزاج کا استعمال درمیانی اور طویل مدتی رجحانات کے مواقع کو مؤثر طریقے سے مقفل کرسکتا ہے اور قلیل مدتی مارکیٹ کی نقل و حرکت سے گمراہ ہونے سے بچ سکتا ہے۔
قلیل مدتی واپسی کی بنیاد پر داخل ہونے سے ، نسبتا high اعلی منافع کی صلاحیت حاصل کرنے کے ل entry لاگت کو کم سے کم کیا جاسکتا ہے۔
FAILSAFE سٹاپ نقصان میکانزم اکاؤنٹ فنڈز کی حفاظت کے لئے مؤثر طریقے سے واحد نقصانات کو کنٹرول کر سکتا ہے.
ٹرینڈ ٹریکنگ آؤٹ کی اجازت دینے سے الفا اضافی منافع کے لئے درمیانی اور طویل مدتی ٹرینڈ مواقع کو مکمل طور پر استعمال کیا جاسکتا ہے۔
مکمل طور پر خودکار تجارتی طریقہ کار کو اپنانے سے ذہنی جذباتی اثرات سے بچتا ہے اور حکمت عملی کو نافذ کرنا آسان بناتا ہے۔
اس حکمت عملی کے اہم خطرات یہ ہیں:
بیک ٹیسٹ اوور فٹنس کا خطرہ۔ اصل مارکیٹ کے حالات تاریخی اعداد و شمار سے مختلف ہوسکتے ہیں ، جس کے نتیجے میں اصل تجارتی کارکردگی میں کمی واقع ہوتی ہے۔
جھوٹے بریک آؤٹ کا خطرہ۔ قیمتوں میں حرکت پذیر اوسط کے قریب الٹ جانے کا امکان نسبتا large بڑا ہے ، جس کی وجہ سے آسانی سے چھوٹے جمع ہونے والے نقصانات ہوسکتے ہیں۔
رجحان کی تبدیلی کا خطرہ۔ درمیانی اور طویل مدتی رجحانات میں اچانک تبدیلیاں عام ہیں ، جو پوزیشنوں کو برقرار رکھنے پر نسبتا large بڑے نقصانات کا باعث بن سکتی ہیں۔
اس کے خلاف اقدامات یہ ہیں:
قابل اعتماد نتائج کو یقینی بنانے کے لیے نمونہ کا سائز بڑھانا اور مضبوطی کی جانچ کے لیے زیادہ تاریخی ڈیٹا کا استعمال کرنا۔
سگنل کی کوالٹی کو یقینی بنانے کے لئے حرکت پذیر اوسط سسٹم پیرامیٹرز کے مجموعے کو ایڈجسٹ کرکے پیرامیٹرز کو بہتر بنائیں۔
سٹاپ نقصان کی لائنوں کو مناسب طریقے سے وسیع کریں تاکہ قیمتوں میں کچھ تبدیلیوں کی اجازت دی جاسکے تاکہ انتہائی حساس سٹاپ نقصانات سے بچایا جاسکے۔
اس حکمت عملی کو مندرجہ ذیل پہلوؤں میں مزید بہتر بنایا جاسکتا ہے:
غلط بریک آؤٹ کی وجہ سے غیر ضروری تجارت کو مؤثر طریقے سے کم کرنے کے لئے حجم فلٹرنگ جیسے فلٹرنگ کی شرائط شامل کریں۔
تجارتی سگنل کے معیار کو بہتر بنانے کے لئے کمبو سگنل بنانے کے لئے دیگر اشارے جیسے KDJ اور MACD کو شامل کریں.
مختلف ہولڈنگ پیریڈز کی جانچ کریں اور شارپ ریشو وغیرہ کو مزید بہتر بنانے کے لیے منافع لینے اور سٹاپ نقصان کی حکمت عملیوں کو بہتر بنائیں۔
مارکیٹ کے حالات کی بنیاد پر پیرامیٹرز کو متحرک طور پر ایڈجسٹ کریں تاکہ حکمت عملی کو زیادہ مضبوط بنانے کے لئے ایک انکولی پیرامیٹر اصلاحاتی طریقہ کار تشکیل دیا جاسکے۔
انسانی مداخلت کو کم کرنے کے لئے خود کار طریقے سے تجارتی سگنل پیدا کرنے کے لئے مشین لرننگ وغیرہ کا استعمال کرتے ہوئے الگورتھمک ٹریڈنگ ماڈیولز شامل کریں.
اس حکمت عملی کا مجموعی منطق واضح ہے اور مستحکم الفا حاصل کرنے کے لئے درمیانی اور طویل مدتی رجحانات کی کم لاگت سے ٹریکنگ کے لئے لاگو کرنا آسان ہے۔ لیکن رجحان کے غلط پہلو پر پھنس جانے کے خطرات بھی موجود ہیں جس میں استحکام کو بہتر بنانے کے لئے مزید اصلاح کی ضرورت ہے۔ عام طور پر ، یہ حکمت عملی رجحان کی ٹریکنگ کے نقطہ نظر سے ڈیزائن کی گئی ہے اور مزید تحقیق اور درخواست کے قابل ہے۔ پیرامیٹر کو مناسب طریقے سے ٹوننگ کے ساتھ ، اس سے اچھے لائیو ٹریڈنگ کے نتائج پیدا ہونے چاہئیں۔
/*backtest start: 2024-01-21 00:00:00 end: 2024-02-20 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © irfanp056 // @version=5 strategy("Simple Pullback Strategy", overlay=true, initial_capital=100000, default_qty_type=strategy.percent_of_equity, default_qty_value=1000, // 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)