وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ای ایم اے کراس کوانٹیٹیٹیو حکمت عملی

ای ایم اے کراس کوانٹیٹیٹیو حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-03-08 14:18:21
ٹیگز:

img

جائزہ

یہ حکمت عملی تجارت کے ل two دو تیزی سے چلنے والی اوسط (ای ایم اے) کے کراس سگنلز پر مبنی ہے۔ جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے تجاوز کرتا ہے تو ، یہ ایک لمبی پوزیشن کھولتا ہے۔ جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے نیچے عبور کرتا ہے تو ، یہ پوزیشن بند کردیتا ہے۔ حکمت عملی میں خطرات پر قابو پانے اور حکمت عملی کی کارکردگی کو بہتر بنانے کے لئے اسٹاپ نقصان کا طریقہ کار اور تجارتی وقت فلٹر بھی متعارف کرایا گیا ہے۔

حکمت عملی کے اصول

اس حکمت عملی میں رجحان کے فیصلے کی بنیاد کے طور پر مختلف ادوار کے ساتھ دو ای ایم اے کا استعمال کیا جاتا ہے۔ سادہ حرکت پذیر اوسط (ایس ایم اے) کے مقابلے میں ، ای ایم اے قیمتوں میں ہونے والی تبدیلیوں کا تیزی سے جواب دے سکتے ہیں اور وزن کی زیادہ معقول تقسیم رکھتے ہیں۔ جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے تجاوز کرتا ہے تو ، اس سے یہ ظاہر ہوتا ہے کہ قیمت ایک اوپر کا رجحان تشکیل دے سکتی ہے ، اور ایک لمبی پوزیشن کھولی جاتی ہے۔ اس کے برعکس ، جب قلیل مدتی ای ایم اے طویل مدتی ای ایم اے سے نیچے عبور کرتی ہے تو ، اس سے یہ ظاہر ہوتا ہے کہ عروج کا رجحان ختم ہوسکتا ہے ، اور پوزیشن بند ہوجاتی ہے۔

چلتی اوسط کراس سگنلز کے علاوہ ، حکمت عملی میں اسٹاپ نقصان کا طریقہ کار بھی متعارف کرایا گیا ہے۔ ایک طرف ، ایک مقررہ فیصد اسٹاپ نقصان مقرر کیا گیا ہے ، یعنی جب قیمت افتتاحی قیمت کے مقابلے میں ایک مخصوص فیصد سے زیادہ گرتی ہے تو ، نقصانات کو کنٹرول کرنے کے لئے پوزیشن کو جبری طور پر بند کردیا جاتا ہے۔ دوسری طرف ، جب اختتامی قیمت پچھلی موم بتی کی اختتامی قیمت سے کم ہوتی ہے تو پوزیشن کو بند کرنے کا انتخاب بھی ممکن ہے۔ یہ دونوں اسٹاپ نقصان کے طریقے حکمت عملی کی کھوج کو مؤثر طریقے سے کنٹرول کرسکتے ہیں۔

مزید برآں ، حکمت عملی میں تجارتی وقت کا فلٹر بھی متعارف کرایا گیا ہے۔ صارفین خود ہی اجازت یافتہ تجارت کے آغاز اور اختتام کے اوقات طے کرسکتے ہیں ، اس طرح مخصوص اوقات (جیسے تعطیلات ، غیر تجارتی اوقات وغیرہ) کے دوران تجارت سے گریز کرتے ہیں۔

فوائد کا تجزیہ

  1. سادہ اور استعمال میں آسان: حکمت عملی کا منطق واضح ہے اور صرف دو EMAs ٹریڈنگ سگنل کے طور پر استعمال کرتا ہے، جو سمجھنے اور لاگو کرنے میں آسان ہے.

  2. ٹرینڈ ٹریکنگ: ای ایم اے تیزی سے قیمت کی تبدیلیوں کا جواب دے سکتے ہیں ، جس سے حکمت عملی کو ٹرینڈ کی تشکیل اور بروقت انداز میں ختم کرنے کے قابل بناتا ہے ، اس طرح ٹرینڈ ٹریکنگ منافع حاصل ہوتا ہے۔

  3. خطرے کا کنٹرول: مقررہ فیصد اسٹاپ نقصان اور پچھلے موم بتی کی بندش کی قیمت پر مبنی اسٹاپ نقصان متعارف کرانے سے ایک ہی ٹرانزیکشن کے نقصانات اور ڈراؤونگ کو مؤثر طریقے سے کنٹرول کیا جاسکتا ہے۔

  4. لچکدار پیرامیٹرز: صارفین اپنی ضروریات کے مطابق پیرامیٹرز جیسے ای ایم اے کی مدت ، اسٹاپ نقصان کا فیصد ، اسٹاپ نقصان کے لئے پچھلے موم بتی کی بندش کی قیمت ، تجارتی وقت کی مدت وغیرہ کا استعمال کرسکتے ہیں ، اس طرح حکمت عملی کی کارکردگی کو بہتر بناتے ہیں۔

خطرے کا تجزیہ

  1. پیرامیٹر کی اصلاح کا خطرہ: حکمت عملی کی کارکردگی پیرامیٹرز جیسے ای ایم اے مدت اور اسٹاپ نقصان کا فیصد کے انتخاب پر منحصر ہے ، اور نامناسب پیرامیٹرز کی وجہ سے حکمت عملی کی خراب کارکردگی کا باعث بن سکتی ہے۔ لہذا ، بہترین پیرامیٹرز کا انتخاب کرنے کے لئے تاریخی ڈیٹا پر پیرامیٹر کی اصلاح اور بیک ٹیسٹنگ کرنا ضروری ہے۔

  2. مارکیٹ کا خطرہ: یہ حکمت عملی بنیادی طور پر رجحان سازی والے بازاروں پر لاگو ہوتی ہے۔ اتار چڑھاؤ والی مارکیٹ یا رجحان کی تبدیلی میں ، کثرت سے تجارت سے بڑے پیمانے پر سودے ہوسکتے ہیں۔ لہذا ، مارکیٹ کے حالات کے مطابق حکمت عملی کے پیرامیٹرز کو ایڈجسٹ کرنا یا حکمت عملی کا استعمال بند کرنا ضروری ہے۔

  3. لاگت کا خطرہ: حکمت عملی سے بڑی تعداد میں تجارت پیدا ہوسکتی ہے ، جس سے لین دین کی لاگت میں اضافہ ہوتا ہے۔ لہذا ، مناسب تجارتی اہداف اور حجم کا انتخاب کرنا اور ہر لین دین کی لاگت پر قابو پانا ضروری ہے۔

اصلاح کی سمت

  1. مزید تکنیکی اشارے متعارف کروائیں: ای ایم اے کراس سگنلز کی بنیاد پر، دیگر تکنیکی اشارے جیسے آر ایس آئی اور ایم اے سی ڈی متعارف کروائیں تاکہ کثیر عنصر ٹریڈنگ سگنل تشکیل دیں اور رجحان کی تشخیص کی درستگی کو بہتر بنائیں۔

  2. متحرک سٹاپ نقصان: مارکیٹ کی اتار چڑھاؤ اور اے ٹی آر جیسے اشارے کے مطابق اسٹاپ نقصان کی پوزیشن کو متحرک طور پر ایڈجسٹ کریں ، جبکہ خطرات کو کنٹرول کریں اور اسٹاپ نقصان کی وجہ سے ہونے والے منافع کے نقصان کو کم سے کم کریں۔

  3. پوزیشن مینجمنٹ: مارکیٹ کے رجحان کی طاقت کے مطابق پوزیشن کے سائز کو متحرک طور پر ایڈجسٹ کریں ، حرکت پذیر اوسط سے قیمت کی انحراف کی ڈگری وغیرہ ، جب رجحان مضبوط ہو تو پوزیشن میں اضافہ کریں ، اور جب رجحان کمزور ہو یا غیر واضح ہو تو پوزیشن کو کم کریں۔

  4. مشین لرننگ کی اصلاح: حکمت عملی کے پیرامیٹرز کو بہتر بنانے کے لئے مشین لرننگ الگورتھم کا استعمال کریں اور خود بخود پیرامیٹرز کا بہترین مجموعہ منتخب کریں ، حکمت عملی کی واپسی کو بہتر بنائیں اور اوور فٹنگ کے خطرات کو کم کریں۔

نتیجہ

یہ ای ایم اے کراس مقداری حکمت عملی رجحان کا اندازہ کرنے کے لئے دو ای ایم اے کے کراس سگنلز کا استعمال کرتی ہے ، جبکہ اسٹاپ نقصان کے میکانزم اور تجارتی وقت فلٹر متعارف کرایا جاتا ہے ، جس سے رجحان سے باخبر رہنے کی صلاحیت اور رسک کنٹرول کے مابین ایک اچھا توازن حاصل ہوتا ہے۔ اگرچہ حکمت عملی کا منطق آسان ہے ، لیکن یہ معقول پیرامیٹر کی اصلاح اور رسک کنٹرول کے ذریعے رجحان کی منڈیوں میں مستحکم منافع حاصل کرسکتا ہے۔ مستقبل میں ، حکمت عملی کو مزید تکنیکی اشارے ، متحرک اسٹاپ نقصان ، پوزیشن مینجمنٹ اور مشین لرننگ کی اصلاح جیسے پہلوؤں سے بہتر بنایا جاسکتا ہے ، تاکہ حکمت عملی کی کارکردگی اور استحکام کو مزید بہتر بنایا جاسکے۔ عام طور پر ، یہ حکمت عملی ایک آسان سمجھنے اور لاگو کرنے والی مقداری تجارتی حکمت عملی ہے ، جو انٹری لیول کے مقداری تاجروں کے لئے سیکھنے اور استعمال کے لئے موزوں ہے۔

/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 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/
// © ZenAndTheArtOfTrading / www.PineScriptMastery.com
// @version=5
strategy("EMA strategy", 
     overlay=true, 
     initial_capital=50000,
     default_qty_type=strategy.percent_of_equity, 
     default_qty_value=100, // 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.ema(close, i_ma1)
ma2 = ta.ema(close, i_ma2)

// Check filter(s)
f_dateFilter = true

// Check buy/sell conditions
var float buyPrice = 0
buyCondition    = close > ma1 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)
مزید

2019 FMZ - تمام حقوق محفوظ ہیں