وسائل لوڈ ہو رہے ہیں... لوڈنگ...

انٹرا ڈے موم بتی پیٹرن کے ساتھ چلتی اوسط کراس اوور حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-02-29 12:07:21
ٹیگز:

img

جائزہ

یہ حکمت عملی 9 دن اور 15 دن کی حرکت پذیر اوسط کے کراس اوور کی بنیاد پر تجارتی سگنل تیار کرتی ہے ، جو کچھ عام انٹرا ڈے موم بتی کے نمونوں کے ساتھ مل کر ہوتی ہے۔ جب تیز ایم اے سست ایم اے سے تجاوز کرتا ہے اور کچھ زاویہ کے حالات اور موم بتی کے نمونوں کو پورا کرتا ہے تو یہ لمبا ہوجاتا ہے۔ جب تیز ایم اے سست ایم اے سے تجاوز کرتا ہے تو یہ مختصر ہوجاتا ہے۔ اسٹاپ نقصان اور منافع کی سطح کو خطرات کو کنٹرول کرنے کے لئے ترتیب دیا جاتا ہے۔

حکمت عملی منطق

فوائد کا تجزیہ

یہ حکمت عملی حرکت پذیر اوسط اشارے اور انٹرا ڈے موم بتی کے نمونوں کو ضم کرتی ہے تاکہ شور کو مؤثر طریقے سے فلٹر کیا جاسکے اور تجارتی سگنل کو زیادہ قابل اعتماد بنایا جاسکے۔ خاص طور پر زاویہ کی حد کے ساتھ ، یہ یقینی بناتا ہے کہ سگنل پیدا کرنے سے پہلے قیمت میں کافی تبدیلی کی رفتار موجود ہے ، جس سے غیر ضروری غلط سگنل سے بچنے میں مدد ملتی ہے۔ نیز ، اسٹاپ نقصان اور منافع کی سطح خود بخود زیادہ سے زیادہ نقصان اور منافع کو محدود کرسکتی ہے۔ یہ اقدامات استحکام اور منافع دونوں کو بہتر بناتے ہیں۔

خطرے کا تجزیہ

اس حکمت عملی کے اہم خطرات میں شامل ہیں:

  1. رجحان کی تبدیلی کا خطرہ۔ چلتی اوسط رجحان کی تبدیلیوں کی ابتدائی انتباہ نہیں دے سکتی ہے۔ یہاں پوزیشنوں کو برقرار رکھنے سے بڑے نقصانات ہوسکتے ہیں۔ اس خطرے کو سخت اسٹاپ نقصان کے ذریعے کنٹرول کیا جاسکتا ہے۔

  2. پیرامیٹر کی اصلاح کا خطرہ۔ مختلف مارکیٹیں پیرامیٹر کی ترتیبات کو مختلف طریقے سے اپناتی ہیں۔ بغیر ایڈجسٹمنٹ کے پیرامیٹرز کے ایک سیٹ کو براہ راست لاگو کرنے سے نقصانات ہوسکتے ہیں۔ بیک ٹیسٹنگ اور پیپر ٹریڈنگ کے ذریعے مناسب پیرامیٹرز تلاش کرنے کی ضرورت ہے۔

اصلاح کی ہدایات

اس حکمت عملی کے مندرجہ ذیل پہلوؤں کو مزید بہتر بنایا جاسکتا ہے:

  1. حجم کے اشارے شامل کریں۔ مثال کے طور پر ، اعلی رفتار کی قیمت کو مختصر کرنے یا کم رفتار کی قیمت خریدنے سے بچنے کے لئے بیلنس پر حجم استعمال کیا جاسکتا ہے۔

  2. بنیادی تجزیہ کو یکجا کریں۔ جیتنے کی شرح کو بہتر بنانے کے لئے بہتر امکانات اور آمدنی کے ساتھ اسٹاک کا انتخاب کریں۔

  3. بڑھتی ہوئی اوسط پیرامیٹرز کو بہتر بنائیں۔ زیادہ موافقت کی لچک کے ل different مختلف لمبائی کے ادوار ، ٹرپل یا پانچویں ایم اے سسٹم کی جانچ کریں۔

  4. اسٹاپ نقصان / منافع حاصل کرنے کے پیرامیٹرز کی جانچ کریں۔ بہترین رسک - انعام تناسب کو حاصل کرنے کے لئے بیک ٹیسٹ کے نتائج کی بنیاد پر آرڈر بک ریبیٹ تناسب مرتب کریں۔

خلاصہ

خلاصہ یہ ہے کہ یہ حکمت عملی حرکت پذیر اوسط اور منتخب شمعدان کے نمونوں کی طاقتوں کو یکجا کرتی ہے۔ تجارتی سگنل نسبتا strict سخت معیار کے ساتھ تیار کیے جاتے ہیں ، بہت زیادہ شور کو فلٹر کرتے ہیں اور سگنل کے معیار کو بہتر بناتے ہیں۔ اسٹاپ نقصان اور منافع حاصل کرنے کے کنٹرولز خطرات کو مزید محدود کرتے ہیں اور منافع میں تالے لگاتے ہیں۔ یہ ایک مستحکم مقداری تجارتی حکمت عملی ہے جس کی سفارش کی جاتی ہے۔


/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Moving Average Crossover Strategy with Candlestick Patterns", overlay=true)

// Define input parameters
fast_length = input(9, "Fast MA Length")
slow_length = input(15, "Slow MA Length")
stop_loss_percent = input(0.25, "Stop Loss (%)")
target_percent = input(0.25, "Target (%)")
angle_threshold = input(30, "Angle Threshold (degrees)")

// Calculate moving averages
fast_ma = sma(close, fast_length)
slow_ma = sma(close, slow_length)

// Define candlestick patterns
is_pin_bar() =>
    pin_bar = abs(open - close) > 2 * abs(open[1] - close[1])
    high_tail = max(open, close) - high > abs(open - close) * 1.5
    low_tail = low - min(open, close) > abs(open - close) * 1.5
    pin_bar and high_tail and low_tail

is_marubozu() =>
    marubozu = abs(open - close) > abs(open[1] - close[1]) * 0.75
    no_upper_shadow = high == max(open, close)
    no_lower_shadow = low == min(open, close)
    marubozu and no_upper_shadow and no_lower_shadow

is_full_body() =>
    full_body = abs(open - close) > abs(open[1] - close[1]) * 0.95
    full_body

// Plot moving averages
plot(fast_ma, color=color.blue, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")

// Calculate angle of slow moving average
ma_angle = abs(180 * (atan(slow_ma[1] - slow_ma) / 3.14159))

// Generate buy/sell signals based on angle condition and candlestick patterns
buy_signal = crossover(fast_ma, slow_ma) and ma_angle >= angle_threshold and (is_pin_bar() or is_marubozu() or is_full_body())
sell_signal = crossunder(fast_ma, slow_ma)

// Calculate stop-loss and target levels
stop_loss_level = close * (1 - stop_loss_percent / 100)
target_level = close * (1 + target_percent / 100)

// Execute trades based on signals with stop-loss and target
strategy.entry("Buy", strategy.long, when=buy_signal)
strategy.exit("Exit", "Buy", stop=stop_loss_level, limit=target_level)

// Plot buy/sell signals on chart (optional)
plotshape(series=buy_signal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=sell_signal, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)

// Plot angle line
hline(angle_threshold, "Angle Threshold", color=color.black, linestyle=hline.style_dashed)


مزید