وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. MyQuant رجحان شناخت کرنے والی حکمت عملی

MyQuant رجحان شناخت کرنے والی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-22 16:04:04
ٹیگز:

img

جائزہ

مائی کوانٹ ٹرینڈ شناختی حکمت عملی روزانہ بٹ کوائن ٹریڈنگ کے لئے ایک حکمت عملی ہے۔ یہ چلتی اوسط اور قیمت کے پہلے اور دوسرے آرڈر کے مشتقوں کا حساب کتاب کرکے مارکیٹ کے رجحانات کی نشاندہی کرتی ہے ، اور اس کے مطابق خرید و فروخت کے فیصلے کرتی ہے۔

حکمت عملی کا اصول

حکمت عملی سب سے پہلے قیمت اور اس کے پہلے آرڈر اور دوسرے آرڈر کے مشتقوں کی موافقت پذیر چلتی اوسط (ALMA) کا حساب لگاتی ہے۔ پہلا آرڈر مشتق قیمت کی تبدیلی کی شرح کی عکاسی کرتا ہے ، اور دوسرا آرڈر مشتق قیمت کے منحنی خطوط کی عکاسی کرتا ہے۔ اس کے بعد یہ موجودہ رجحان کو پہلے اور دوسرے آرڈر مشتقوں کی اقدار کی بنیاد پر اوپر ، نیچے یا اتار چڑھاؤ کا فیصلہ کرتا ہے۔ اسٹاک اشارے کے ساتھ مل کر ، یہ طے کرتا ہے کہ خرید یا فروخت کی شرائط پوری ہوئیں۔

خاص طور پر، حکمت عملی مندرجہ ذیل اشارے کا حساب لگاتا ہے:

  • ALMA: قیمت کا انکولی چلتا ہوا اوسط، لمبائی 140، تیز فیکٹر 1.1، سگما 6
  • ڈیمہ: ALMA کا پہلا آرڈر مشتق
  • d2ema: ڈیمہ کا پہلا آرڈر ڈیوریویٹ، جو قیمت کا دوسرا آرڈر ڈیوریویٹ ظاہر کرتا ہے
  • انڈیکس: ڈیمہ اشارے کا نوسان انڈیکس
  • ind: قیمت کا اس کے چلتے ہوئے اوسط سے انحراف کا انڈیکس

جب خریدنے کی شرط پوری ہوجاتی ہے تو ، یہ CAUSED جمع / تقسیم بینڈ اور CAUSED نمائش اوپر اور نیچے فائنڈر کے اشاروں کی بنیاد پر خریدنے کے لئے حصص کی تعداد کا حساب لگاتا ہے۔ جب فروخت کی شرط پوری ہوجاتی ہے تو ، یہ تمام موجودہ پوزیشنوں کو فروخت کرتا ہے۔

حکمت عملی کے فوائد

رجحان اور اشارے کے فیصلوں کو جوڑ کر ، یہ حکمت عملی مارکیٹ کے رجحانات میں موڑ کے مقامات کی مؤثر طریقے سے نشاندہی کرسکتی ہے۔ رجحانات کا تعین کرنے کے لئے قیمتوں کے پہلے اور دوسرے آرڈر کے مشتقوں کا استعمال قیمتوں میں اتار چڑھاؤ کے اثرات سے بچتا ہے اور سگنلز کو واضح بناتا ہے۔ عام حرکت پذیر اوسط حکمت عملی کے مقابلے میں ، اس کے فوائد ہیں جیسے زیادہ درستگی۔

خطرے کا تجزیہ

یہ حکمت عملی تجارتی وقت کی مدت اور پیرامیٹر ایڈجسٹمنٹ کے انتخاب کے لئے بہت حساس ہے۔ اگر وقت کی مدت کو غلط طریقے سے منتخب کیا جاتا ہے اور قیمت کے اہم موڑ کے مقامات کو احاطہ نہیں کیا جاتا ہے تو ، حکمت عملی بہت موثر نہیں ہوگی۔ اگر اشارے کے پیرامیٹرز کو غلط طریقے سے ترتیب دیا جاتا ہے تو ، خرید و فروخت کے سگنل شور سے زیادہ متاثر ہوں گے ، اس طرح حکمت عملی کی واپسی کو متاثر کرتے ہیں۔ اس کے علاوہ ، حکمت عملی میں پہلے سے طے شدہ اسٹاپ نقصان کی شرائط بھی حتمی واپسی کو متاثر کرتی ہیں۔

اصلاح کے لیے ہدایات

اسٹریٹیجی کو مندرجہ ذیل پہلوؤں میں مزید بہتر بنایا جاسکتا ہے:

  1. بیک ٹسٹ اور لائیو ٹریڈنگ کے وقت کے ادوار کے ذہین انتخاب کے ذریعے، وقت کی مدت کا انتخاب کرنے کے لئے منطق کو بہتر بنائیں.
  2. اشارے کے پیرامیٹرز کو بہتر بنائیں، جیسے ALMA اور DEMA وغیرہ کی لمبائی کو ایڈجسٹ کرنا۔
  3. زیادہ سے زیادہ نقصانات کو کنٹرول کرنے کے لئے سٹاپ نقصان کی شرط کے فیصلے شامل کریں.
  4. مختلف کرپٹو کرنسیوں کے اثرات کا جائزہ لیں اور ان کو منتخب کریں جو بہترین کارکردگی کا مظاہرہ کرتے ہیں۔

نتیجہ

قیمتوں کی موافقت پذیر چلتی اوسط کے پہلے اور دوسرے آرڈر کے مشتقوں کا حساب کتاب کرکے ، مائی کوانٹ ٹرینڈ شناختی حکمت عملی مؤثر طریقے سے بٹ کوائن کے لئے مارکیٹ کے رجحانات کی نشاندہی کرتی ہے اور اس کے مطابق خرید و فروخت کے فیصلے کرتی ہے۔ فیصلے کے لئے متعدد اشارے کو جوڑ کر ، اس سے سگنلز میں زیادہ شور کی مداخلت سے بچتا ہے۔ وقت اور پیرامیٹرز کی مزید اصلاح کے ساتھ ، اس حکمت عملی کی کارکردگی کو مزید بہتر بنایا جاسکتا ہے۔

/*backtest
start: 2023-02-15 00:00:00
end: 2024-02-21 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/
// © spacekadet17
// 
//@version=5

strategy(title="Trend Identifier Strategy", shorttitle="Trend Identifier Strategy", format=format.price, precision=4, overlay = false, initial_capital = 1000, pyramiding = 10, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, commission_value = 0.03)

//start-end time
startyear = input.int(2020,"start year")
startmonth = input.int(1,"start month")
startday = input.int(1,"start day")
endyear = input.int(2025,"end year")
endmonth = input.int(1,"end month")
endday = input.int(1,"end day")

timeEnd = time <= timestamp(syminfo.timezone,endyear,endmonth,endday,0,0)
timeStart = time >= timestamp(syminfo.timezone,startyear,startmonth,startday,0,0)
choosetime = input(false,"Choose Time Interval")
condTime = (choosetime ? (timeStart and timeEnd) : true)

// time frame?
tfc = 1
if timeframe.isdaily
    tfc := 24

// indicators: price normalized alma, and its 1st and 2nd derivatives
ema = ta.alma(close,140,1.1,6)
dema = (ema-ema[1])/ema
stodema = ta.ema(ta.ema(ta.stoch(dema,dema,dema,100),3),3)

d2ema = ta.ema(dema-dema[1],5)
stod2ema = ta.ema(ta.ema(ta.stoch(d2ema,d2ema,d2ema,100),3),3)

ind = (close-ta.ema(close,120*24/tfc))/close
heat = ta.ema(ta.stoch(ind,ind,ind,120*24/tfc),3)
index = ta.ema(heat,7*24/tfc)

//plot graph
green = color.rgb(20,255,100)
yellow = color.yellow
red = color.red
blue = color.rgb(20,120,255)
tcolor = (dema>0) and (d2ema>0)? green : (dema>0) and (d2ema<0) ? yellow : (dema < 0) and (d2ema<0) ? red : (dema < 0) and (d2ema>0) ? blue : color.black
demaema = ta.ema(dema,21)
plot(demaema, color = tcolor)

//strategy buy-sell conditions
cond1a = strategy.position_size <= 0
cond1b = strategy.position_size > 0

if (condTime and cond1a and ( ( ((tcolor[1] == red and demaema<0.02) or (tcolor[1] == blue and demaema < 0.02) or (tcolor[1] == yellow and demaema>-0.02) ) and tcolor == green) or (tcolor[1] == red and tcolor == blue and demaema < -0.01) ) and index<85 and ind<0.4)
    strategy.entry("buy",strategy.long, (strategy.equity-strategy.position_size*close)/1/close)
    
if (condTime and cond1b and ( (((tcolor[1] == yellow and demaema > -0.02) or (tcolor[1] == blue and demaema < 0.02) or (tcolor[1] == green and demaema < 0.02)) and tcolor == red) or (tcolor[1] == green and tcolor == yellow and demaema > 0.015) ) and index>15 and ind>-0.1)
    strategy.order("sell",strategy.short, strategy.position_size)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں