AI رجحان پیشن گوئی ٹریڈنگ کی حکمت عملی
ChaoZhang
حکمت عملی کا جائزہ
اے آئی ٹرینڈ پیشن گوئی کرنے والی تجارتی حکمت عملی ایک مصنوعی ذہانت پر مبنی مقداری تجارتی حکمت عملی ہے۔ اس حکمت عملی میں مارکیٹ کے اعداد و شمار کا تجزیہ کرنے کے لئے اعلی درجے کی اے آئی الگورتھم کا استعمال کیا گیا ہے تاکہ ممکنہ تجارتی مواقع کی نشاندہی کی جاسکے۔ متحرک امکانات کے اشارے کے ساتھ مل کر ، مختلف دورانیہ کے K لائن کے طول و عرض کے ارتباط کے تجزیے کے ذریعہ ، مستقبل کی قیمتوں کے رجحانات کی پیش گوئی کرنے کے لئے ، بہترین تجارتی فیصلے کرنے کے لئے۔
حکمت عملی کا اصول
اس حکمت عملی کا بنیادی اصول یہ ہے کہ مختلف دورانیے کے K لائنوں ((A، B، C) کے طول و عرض کے فرق اور ارتباط کا تجزیہ کرکے ، مستقبل میں ایک خاص دورانیے ((future_length) کے اندر قیمتوں کے اختتامی ہونے کی امکانات کی پیش گوئی کی جائے۔ اس کے لئے درج ذیل اقدامات ہیں:
A، B، C تین مختلف دورانیہ K لائنوں کے اختتامی قیمتوں کا حساب لگائیں۔ جن میں ، A موجودہ اختتامی قیمت ہے ، B طویل مدت کی متحرک اوسط ہے ، اور C درمیانی مدت کی متحرک اوسط ہے۔
تین K لائنوں A، B، C کے طول و عرض کے فرق کا حساب لگائیں ((سب سے زیادہ قیمت - کم قیمت)
سی دورانیہ کے K لائن طول و عرض کے فرق کی متحرک اوسط ((C_avg_diff) کا حساب لگائیں۔
سی سائیکل کے K لائن طول و عرض کے فرق کا حساب لگائیں پچھلے سائیکل کے طول و عرض کے فرق سے وابستگی کا فیکٹر ((correlation)
ایک متحرک امکان اشارے (probability) پیدا کرنے کے لئے ، اس شرط کے مطابق کہ ارتباط کا فیکٹر 0 سے زیادہ ہے۔
متحرک امکانات کے اشارے کی درمیانی دورانیہ کی منتقل اوسط کا حساب لگائیں ((D) }}
مستقبل کے اختتامی قیمت کو مستقبل کی لمبائی کے لئے حاصل کریں ، اور موجودہ اختتامی قیمت اور مستقبل کی اختتامی قیمت کے مابین بڑے پیمانے پر تعلقات کی بنیاد پر ، مستقبل کی اختتامی قیمت میں اضافے کا امکان پیدا کریں۔
جب ڈی 0.51 سے زیادہ ہو اور موجودہ اختتامی قیمت اوپر سے B دورانیہ کی اوسط لائن کو پار کرے تو خریدنے کا آپریشن کیا جاتا ہے۔ جب ڈی 0.51 سے کم ہو اور موجودہ اختتامی قیمت نیچے سے B دورانیہ کی اوسط لائن کو پار کرے تو بیچنے کا آپریشن کیا جاتا ہے۔
مذکورہ بالا اقدامات کے ذریعے ، حکمت عملی مستقبل کی قیمتوں کے رجحانات کی پیش گوئی کرنے کے لئے متحرک امکانات کے اشارے کے ساتھ مل کر ، مختلف دورانیے کے K لائن کے طول و عرض میں فرق کی وابستگی پر مبنی ہے ، اور پیش گوئی کے نتائج پر مبنی خرید و فروخت کی کارروائی کرنے کے قابل ہے تاکہ بہترین منافع حاصل کیا جاسکے۔
اسٹریٹجک فوائد
AI الگورتھم کا استعمال کرتے ہوئے ، مارکیٹ کے اعداد و شمار میں پائے جانے والے اصولوں اور رجحانات کا فائدہ اٹھائیں ، اور پیش گوئی کی درستگی کو بہتر بنائیں۔
کثیر دورانیہ کے لائن تجزیہ کا استعمال کرتے ہوئے ، مختلف ٹائم اسکیلز کی قیمتوں میں اضافے کی خصوصیات کو جامع طور پر مدنظر رکھتے ہوئے ، حکمت عملی کو بڑھانے کی موافقت اور استحکام۔
متحرک امکانات کے اشارے متعارف کروائیں ، مارکیٹ کے حالات میں تبدیلی کے مطابق تجارتی سگنل کو متحرک طور پر ایڈجسٹ کریں ، حکمت عملی میں لچک پیدا کریں۔
خطرے کے انتظام کے طریقہ کار کو ترتیب دیں ، تجارت کے خطرات کو سختی سے کنٹرول کریں ، اور فنڈز کی حفاظت کو یقینی بنائیں۔
پیرامیٹرز کی اصلاح ، مختلف مارکیٹ کے حالات اور تجارت کی اقسام کے لئے حکمت عملی کے پیرامیٹرز کو ایڈجسٹ کرنا ، حکمت عملی کی زیادہ سے زیادہ صلاحیت کو استعمال کرنا۔
اسٹریٹجک رسک
مارکیٹ کا خطرہ: مالیاتی منڈیوں کی غیر یقینی صورتحال اور اتار چڑھاؤ سے حکمت عملی کو نقصان کا خطرہ لاحق ہوسکتا ہے۔ حل: معقول اسٹاپ نقصان کی روک تھام کا طریقہ کار ترتیب دیں ، ایک ہی تجارت کے خطرے کی حد کو کنٹرول کریں۔
پیرامیٹرز کا خطرہ: نامناسب پیرامیٹرز کی ترتیب حکمت عملی کی کارکردگی کو متاثر کرسکتی ہے۔ حل: حکمت عملی پر سخت ردعمل اور پیرامیٹرز کی اصلاح ، بہترین پیرامیٹرز کا مجموعہ منتخب کریں۔
زیادہ فٹ ہونے کا خطرہ: حکمت عملی نے تربیت کے اعداد و شمار پر اچھی کارکردگی کا مظاہرہ کیا ، لیکن عملی تجارت میں اس کی نقل نہیں کی جاسکتی ہے۔ حل: حکمت عملی کی عمومی صلاحیت کا اندازہ لگانے کے ل cross کراس توثیق جیسے طریقوں کا استعمال کریں ، تاکہ زیادہ فٹ ہونے سے بچ سکے۔
نامعلوم خطرات: اے آئی ماڈل میں نامعلوم خامیوں یا حدود ہوسکتی ہیں۔ حل: حکمت عملی کی کارکردگی کی مستقل نگرانی اور تشخیص ، ممکنہ مسائل کی بروقت نشاندہی اور ان کی اصلاح۔
حکمت عملی کی اصلاح
مزید تکنیکی اشارے اور مارکیٹ کی خصوصیات کو متعارف کرانے، حکمت عملی کے لئے معلومات کے ذرائع کو فروغ دینے اور پیشن گوئی کی درستگی کو بہتر بنانے کے لئے.
اے آئی ماڈل کی ساخت اور تربیت کے طریقوں کو بہتر بنانا ، ماڈل کی سیکھنے کی صلاحیت اور عمومی صلاحیت کو بہتر بنانا۔
متحرک طور پر حکمت عملی کے پیرامیٹرز کو ایڈجسٹ کریں ، مارکیٹ کی حالت میں تبدیلی کے مطابق حکمت عملی کی کارکردگی کو حقیقی وقت میں بہتر بنائیں۔
خطرے کے انتظام کو مضبوط بنائیں ، اعلی درجے کے خطرے سے نمٹنے کے طریقوں کو متعارف کروائیں ، جیسے پورٹ فولیو کی اصلاح ، متحرک نقصان کو روکنا وغیرہ۔
حکمت عملی کے دائرہ کار کو وسیع کریں ، مختلف مارکیٹوں اور تجارت کی اقسام کے لئے ان کو اپنانے اور ان کو بہتر بنائیں۔
حکمت عملی کا خلاصہ
اے آئی رجحانات کی پیش گوئی کرنے والی تجارتی حکمت عملی ، متعدد دورانیے کے K لائن طول و عرض کے فرق کے تجزیہ کے ساتھ ، متحرک امکانات کے اشارے کے ساتھ مل کر ، مستقبل کی قیمتوں کے رجحانات کی پیش گوئی کرتی ہے ، اور اس کے مطابق تجارتی فیصلے کرتی ہے۔ اس حکمت عملی میں مارکیٹ کے اعداد و شمار میں قواعد و ضوابط اور رجحانات کا بھرپور استعمال کیا جاتا ہے۔ اس میں اچھی موافقت اور لچک ہے۔ اس کے ساتھ ہی ، اس حکمت عملی میں خطرے کے انتظام پر توجہ دی گئی ہے ، سخت پیرامیٹرز کی اصلاح اور خطرے سے متعلق اقدامات کے ذریعہ ، فنڈز کی حفاظت کو یقینی بنانا۔ مستقبل میں ، اس حکمت عملی کو مزید بہتر بنانے کے لئے تکنیکی اشارے ، اے آئی ماڈل ، پیرامیٹر ایڈجسٹمنٹ ، خطرے وغیرہ کے انتظام کو مزید بہتر بنایا جاسکتا ہے تاکہ زیادہ مستحکم اور رنگین تجارتی کارکردگی حاصل کی جاسکے۔
/*backtest
start: 2023-03-09 00:00:00
end: 2024-03-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('AI Trend Predictor', overlay=false)
length_A = input(24, title='Length of K-line A')
length_B = input(192, title='Length of K-line B')
length_C = input(10, title='Length of K-line C')
future_length = input(5, title='Length of future K-line')
A_close = close
B_close = ta.sma(close, length_B)
C_close = ta.sma(B_close, length_C)
A_diff = high - low
B_diff = high - low
C_diff = high - low
C_avg_diff = ta.sma(C_diff, length_C)
correlation = ta.correlation(C_diff, C_diff[1], length_C)
probability = correlation > 0 ? 1 : 0
D = ta.sma(probability, length_C)
future_close = close[future_length]
probability_up = close > future_close ? 1 : 0
plot(D, color=color.new(color.blue, 0), title='D')
plot(probability_up, color=color.new(color.red, 0), title='Probability of Closing Up')
strategy.entry('Buy', strategy.long, when=D > 0.51 and ta.crossover(close, B_close))
strategy.entry('Sell', strategy.short, when=D < 0.51 and ta.crossunder(close, B_close))