ٹرپل متحرک متحرک اوسط رجحان ٹریکنگ کی حکمت عملی مارکیٹ کے رجحانات کی نشاندہی کرنے اور مختلف ٹائم فریموں میں رجحانات کے مستقل فلٹرنگ کو حاصل کرنے کے لئے متعدد ٹائم فریم متحرک ہموار متحرک اوسط استعمال کرتی ہے ، اس طرح تجارتی سگنلز کی وشوسنییتا کو بہتر بناتی ہے۔
اس حکمت عملی میں مختلف پیرامیٹرز کی ترتیبات کے ساتھ 3 متحرک ہموار حرکت پذیر اوسط استعمال ہوتے ہیں۔ پہلا حرکت پذیر اوسط موجودہ مدت کی قیمتوں کی رجحان کی سمت کا حساب لگاتا ہے ، دوسرا حرکت پذیر اوسط اعلی ٹائم فریم کی قیمتوں کی رجحان کی سمت کا حساب لگاتا ہے ، اور تیسرا حرکت پذیر اوسط اس سے بھی زیادہ ٹائم فریم کی قیمتوں کی رجحان کی سمت کا حساب لگاتا ہے۔ جب پہلا حرکت پذیر اوسط دوسرے حرکت پذیر اوسط سے تجاوز کرتا ہے تو خرید کا اشارہ پیدا ہوتا ہے ، اور تیسرا حرکت پذیر اوسط بھی اوپر کی طرف رجحان میں ہوتا ہے ، جو خرید سگنل کی وشوسنییتا کی تصدیق کرتا ہے۔ پوری حکمت عملی متعدد ٹائم فریموں میں رجحان مستقل مزاجی کو حاصل کرتی ہے جس سے ٹائم فریم کے درمیان رجحان فلٹرنگ ہوتا ہے ، جس سے تجارتی سگنلز کی وشوسنییتا کو یقینی بنایا جاتا ہے۔
متحرک ہموار کرنے کی خصوصیت کا استعمال مختلف ٹائم فریموں کے مابین خود بخود مناسب ہموار کرنے والے عوامل کا حساب کتاب کرنے اور ان کا اطلاق کرنے کے لئے کیا جاتا ہے ، تاکہ اعلی ٹائم فریم چلتی اوسط نیچے والے ٹائم فریم چارٹس پر کھردری زگ زگ لائنوں کے بجائے ہموار ٹرینڈ لائنز پیش کریں۔ یہ متحرک ہموار کرنے سے حکمت عملی کو اعلی ٹائم فریموں پر مجموعی رجحان کی سمت کا تعین کرنے کی اجازت ملتی ہے جبکہ موثر ٹرینڈ ٹریکنگ کے لئے کم ٹائم فریموں پر تجارت انجام دی جاتی ہے۔
اس حکمت عملی کا سب سے بڑا فائدہ اس کے انٹر ٹائم فریم ٹرینڈ فلٹرنگ میکانزم میں ہے۔ مختلف وقت کے ادوار میں قیمتوں کی اوسط رجحانات کی سمتوں کا حساب کتاب کرکے اور ان کے درمیان مستقل مزاجی کی ضرورت ہے ، یہ مؤثر طریقے سے قلیل مدتی قیمتوں میں اتار چڑھاؤ کو فلٹر کرسکتا ہے جو تجارتی سگنلز میں مداخلت کرتے ہیں ، اس بات کو یقینی بناتا ہے کہ ہر تجارت کو بڑے رجحان کے ساتھ رکھا جائے ، اس طرح منافع میں نمایاں اضافہ ہوتا ہے۔
ایک اور فائدہ متحرک ہموار کرنے کا اطلاق ہے۔ اس سے حکمت عملی کو بیک وقت اعلی ٹائم فریموں پر مجموعی رجحان اور کم ٹائم فریموں پر مخصوص تجارتی نکات دونوں کی نشاندہی کرنے کی اجازت ملتی ہے۔ حکمت عملی کم ٹائم فریموں پر مخصوص تجارتوں کو انجام دیتے ہوئے اعلی ٹائم فریموں پر اہم رجحان کی سمت کا تعین کرسکتی ہے۔ متعدد ٹائم فریموں کا ایسا اطلاق تجارتی خطرات کو کنٹرول کرتے ہوئے مارکیٹ کے مواقع سے فائدہ اٹھانے میں مدد کرتا ہے۔
اس حکمت عملی کا بنیادی خطرہ نسبتا few کم تجارتی سگنل ہیں۔ سخت رجحان فلٹرنگ کے حالات تجارتی مواقع کی تعداد کو کم کرتے ہیں ، جو کچھ سرمایہ کاروں کے لئے موزوں نہیں ہوسکتے ہیں جو اعلی تعدد کی تجارت کرتے ہیں۔ زیادہ تجارتی مواقع حاصل کرنے کے لئے فلٹرنگ کے حالات کی سختی کو کم کیا جاسکتا ہے۔
اس کے علاوہ ، پیرامیٹر کی ترتیبات کے ل careful محتاط جانچ اور اصلاح کی ضرورت ہے ، خاص طور پر متحرک اوسط ادوار ، جن کے لئے مختلف مارکیٹوں میں مختلف زیادہ سے زیادہ اقدار کی ضرورت ہوتی ہے۔ پیرامیٹر کے بہترین مجموعے بیک ٹیسٹنگ کے ذریعے پائے جاسکتے ہیں۔
مستقبل کی اصلاح کی سمتوں میں سگنل فلٹرنگ کے لئے زیادہ تکنیکی اشارے شامل کرنے یا خودکار پیرامیٹر کی اصلاح کے لئے مشین لرننگ الگورتھم بڑھانے پر بھی غور کیا جاسکتا ہے۔ یہ سب حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے موثر طریقے ہیں۔
اختتام کے طور پر ، یہ ایک بہت ہی عملی رجحان سے باخبر رہنے کی حکمت عملی ہے۔ انٹر ٹائم فریم ٹرینڈ فلٹرنگ ہر تجارتی فیصلے کی حمایت کرنے کے لئے اچھی سمت کی رہنمائی فراہم کرتی ہے ، مؤثر طریقے سے تجارتی خطرات کو کم کرتی ہے۔ متحرک ہموار کرنے کا اضافہ بھی اس کثیر ٹائم فریم نقطہ نظر کے موثر نفاذ کو ممکن بناتا ہے۔ پوری حکمت عملی کا فریم ورک معقول اور موثر ہے ، سیکھنے اور درخواست کے قابل ہے۔
/*backtest start: 2024-01-23 00:00:00 end: 2024-02-22 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/ // © Harrocop //@version=5 strategy(title = "Triple MA HTF strategy - Dynamic Smoothing", shorttitle = "Triple MA strategy", overlay=true, pyramiding=5, initial_capital = 10000, calc_on_order_fills=false, slippage = 0, commission_type=strategy.commission.percent, commission_value=0.05) ////////////////////////////////////////////////////// ////////// Risk Management //////////// ////////////////////////////////////////////////////// RISKM = "-------------------- Risk Management --------------------" InitialBalance = input.float(defval = 10000, title = "Initial Balance", minval = 1, maxval = 1000000, step = 1000, tooltip = "starting capital", group = RISKM) LeverageEquity = input.bool(defval = true, title = "qty based on equity %", tooltip = "true turns on MarginFactor based on equity, false gives fixed qty for positionsize", group = RISKM) MarginFactor = input.float(0, minval = - 0.9, maxval = 100, step = 0.1, tooltip = "Margin Factor, meaning that 0.5 will add 50% extra capital to determine ordersize quantity, 0.0 means 100% of equity is used to decide quantity of instrument", inline = "qty", group = RISKM) QtyNr = input.float(defval = 3.5, title = "Quantity Contracts", minval = 0, maxval = 1000000, step = 0.01, tooltip = "Margin Factor, meaning that 0.5 will add 50% extra capital to determine ordersize quantity, 0.0 means 100% of equity is used to decide quantity of instrument", inline = "qty", group = RISKM) EquityCurrent = InitialBalance + strategy.netprofit[1] QtyEquity = EquityCurrent * (1 + MarginFactor) / close[1] QtyTrade = LeverageEquity ? QtyEquity : QtyNr ///////////////////////////////////////////////////// ////////// MA Filter Trend //////////// ///////////////////////////////////////////////////// TREND = "-------------------- Moving Average 1 --------------------" Plot_MA = input.bool(true, title = "Plot MA trend?", inline = "Trend1", group = TREND) TimeFrame_Trend = input.timeframe(title='Higher Time Frame', defval='15', inline = "Trend1", group = TREND) length = input.int(21, title="Length MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend2", group = TREND) MA_Type = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend2", group = TREND) ma(type, src, length) => float result = 0 if type == 'TMA' // Triangular Moving Average result := ta.sma(ta.sma(src, math.ceil(length / 2)), math.floor(length / 2) + 1) result if type == 'LSMA' // Least Squares Moving Average result := ta.linreg(src, length, 0) result if type == 'SMA' // Simple Moving Average result := ta.sma(src, length) result if type == 'EMA' // Exponential Moving Average result := ta.ema(src, length) result if type == 'DEMA' // Double Exponential Moving Average e = ta.ema(src, length) result := 2 * e - ta.ema(e, length) result if type == 'TEMA' // Triple Exponentiale e = ta.ema(src, length) result := 3 * (e - ta.ema(e, length)) + ta.ema(ta.ema(e, length), length) result if type == 'WMA' // Weighted Moving Average result := ta.wma(src, length) result if type == 'HMA' // Hull Moving Average result := ta.wma(2 * ta.wma(src, length / 2) - ta.wma(src, length), math.round(math.sqrt(length))) result if type == 'McGinley' // McGinley Dynamic Moving Average mg = 0.0 mg := na(mg[1]) ? ta.ema(src, length) : mg[1] + (src - mg[1]) / (length * math.pow(src / mg[1], 4)) result := mg result result // Moving Average MAtrend = ma(MA_Type, close, length) MA_Value_HTF = request.security(syminfo.tickerid, TimeFrame_Trend, MAtrend) // Get minutes for current and higher timeframes // Function to convert a timeframe string to its equivalent in minutes timeframeToMinutes(tf) => multiplier = 1 if (str.endswith(tf, "D")) multiplier := 1440 else if (str.endswith(tf, "W")) multiplier := 10080 else if (str.endswith(tf, "M")) multiplier := 43200 else if (str.endswith(tf, "H")) multiplier := int(str.tonumber(str.replace(tf, "H", ""))) else multiplier := int(str.tonumber(str.replace(tf, "m", ""))) multiplier // Get minutes for current and higher timeframes currentTFMinutes = timeframeToMinutes(timeframe.period) higherTFMinutes = timeframeToMinutes(TimeFrame_Trend) // Calculate the smoothing factor dynamicSmoothing = math.round(higherTFMinutes / currentTFMinutes) MA_Value_Smooth = ta.sma(MA_Value_HTF, dynamicSmoothing) // Trend HTF UP = MA_Value_Smooth > MA_Value_Smooth[1] // Use "UP" Function to use as filter in combination with other indicators DOWN = MA_Value_Smooth < MA_Value_Smooth[1] // Use "Down" Function to use as filter in combination with other indicators ///////////////////////////////////////////////////// ////////// Second MA Filter Trend /////////// ///////////////////////////////////////////////////// TREND2 = "-------------------- Moving Average 2 --------------------" Plot_MA2 = input.bool(true, title = "Plot Second MA trend?", inline = "Trend3", group = TREND2) TimeFrame_Trend2 = input.timeframe(title='HTF', defval='60', inline = "Trend3", group = TREND2) length2 = input.int(21, title="Length Second MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend4", group = TREND2) MA_Type2 = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend4", group = TREND2) // Second Moving Average MAtrend2 = ma(MA_Type2, close, length2) MA_Value_HTF2 = request.security(syminfo.tickerid, TimeFrame_Trend2, MAtrend2) // Get minutes for current and higher timeframes higherTFMinutes2 = timeframeToMinutes(TimeFrame_Trend2) // Calculate the smoothing factor for the second moving average dynamicSmoothing2 = math.round(higherTFMinutes2 / currentTFMinutes) MA_Value_Smooth2 = ta.sma(MA_Value_HTF2, dynamicSmoothing2) // Trend HTF for the second moving average UP2 = MA_Value_Smooth2 > MA_Value_Smooth2[1] DOWN2 = MA_Value_Smooth2 < MA_Value_Smooth2[1] ///////////////////////////////////////////////////// ////////// Third MA Filter Trend /////////// ///////////////////////////////////////////////////// TREND3 = "-------------------- Moving Average 3 --------------------" Plot_MA3 = input.bool(true, title = "Plot third MA trend?", inline = "Trend5", group = TREND3) TimeFrame_Trend3 = input.timeframe(title='HTF', defval='240', inline = "Trend5", group = TREND3) length3 = input.int(50, title="Length third MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend6", group = TREND3) MA_Type3 = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend6", group = TREND3) // Second Moving Average MAtrend3 = ma(MA_Type3, close, length3) MA_Value_HTF3 = request.security(syminfo.tickerid, TimeFrame_Trend3, MAtrend3) // Get minutes for current and higher timeframes higherTFMinutes3 = timeframeToMinutes(TimeFrame_Trend3) // Calculate the smoothing factor for the second moving average dynamicSmoothing3 = math.round(higherTFMinutes3 / currentTFMinutes) MA_Value_Smooth3 = ta.sma(MA_Value_HTF3, dynamicSmoothing3) // Trend HTF for the second moving average UP3 = MA_Value_Smooth3 > MA_Value_Smooth3[1] DOWN3 = MA_Value_Smooth3 < MA_Value_Smooth3[1] ///////////////////////////////////////////////////// ////////// Entry Settings //////////// ///////////////////////////////////////////////////// BuySignal = ta.crossover(MA_Value_HTF, MA_Value_HTF2) and UP3 == true SellSignal = ta.crossunder(MA_Value_HTF, MA_Value_HTF2) and DOWN3 == true ExitBuy = ta.crossunder(MA_Value_HTF, MA_Value_HTF2) ExitSell = ta.crossover(MA_Value_HTF, MA_Value_HTF2) ///////////////////////////////////////////////// /////////// Strategy //////////////// /////////// Entry & Exit //////////////// /////////// logic //////////////// ///////////////////////////////////////////////// // Long if BuySignal strategy.entry("Long", strategy.long, qty = QtyTrade) if (strategy.position_size > 0 and ExitBuy == true) strategy.close(id = "Long", comment = "Close Long") // Short if SellSignal strategy.entry("Short", strategy.short, qty = QtyTrade) if (strategy.position_size < 0 and ExitSell == true) strategy.close(id = "Short", comment = "Close Short") ///////////////////////////////////////////////////// ////////// Visuals Chart //////////// ///////////////////////////////////////////////////// // Plot Moving Average HTF p1 = plot(Plot_MA ? MA_Value_Smooth : na, "HTF Trend", color = UP ? color.rgb(238, 255, 0) : color.rgb(175, 173, 38), linewidth = 1, style = plot.style_line) p2 = plot(Plot_MA2 ? MA_Value_Smooth2 : na, "HTF Trend", color = UP2 ? color.rgb(0, 132, 255) : color.rgb(0, 17, 255), linewidth = 1, style = plot.style_line) plot(Plot_MA3 ? MA_Value_Smooth3 : na, "HTF Trend", color = UP3 ? color.rgb(0, 255, 8) : color.rgb(255, 0, 0), linewidth = 2, style = plot.style_line) fill(p1, p2, color = color.rgb(255, 208, 0, 90), title="Fill")